Escolar Documentos
Profissional Documentos
Cultura Documentos
AOS MÉTODOS
NUMÉRICOS
Sumário
1. Introdução aos Métodos Numéricos ................................................................... 4
1.1. Soluções Analíticas .................................................................................... 5
1.2. Método das diferenças Finitas ................................................................... 6
1.3. Método dos elementos finitos .................................................................... 6
1.4. Método dos momentos (MOM) .................................................................. 7
1.5. Método dos elementos analíticos............................................................... 7
1.6. Método das camadas finitas ...................................................................... 7
1.7. Método de elementos de contorno (MEC) ................................................. 8
1.8. Método dos volumes finitos........................................................................ 8
2. Condições de Contorno .................................................................................... 10
2.1. Condições de contorno naturais .............................................................. 11
2.2. Condições de contorno geométricas ........................................................ 11
3. Sistemas de Equações Diferenciais ................................................................. 12
3.1. Sistemas de Equações Diferenciais ......................................................... 12
3.1.1. Sistemas homogêneos ...................................................................... 12
3.1.2. Sistemas não homogêneos ............................................................... 14
3.2. Conceito de autovalor e autovetor ........................................................... 15
3.3. Diagonalização de matrizes ..................................................................... 18
3.4. Solução geral de sistemas homogêneos ................................................. 19
3.5. Solução geral de sistemas não homogêneos .......................................... 20
3.5.1. Exercícios e Aplicações de sistemas de equações diferenciais ........ 21
3.6. Solução de sistemas lineares .................................................................. 22
3.6.1. Exercícios .......................................................................................... 27
4. Métodos dos Resíduos Ponderados ................................................................ 28
4.1. Método de colocação pontual .................................................................. 29
4.2. Método dos subdomínios ......................................................................... 32
4.3. Método dos mínimos quadrados .............................................................. 34
4.4. Método de Galerkin .................................................................................. 36
4.5. Exercícios ................................................................................................ 38
5. Introdução aos Métodos Variacionais............................................................... 39
5.1. Cálculo variacional ................................................................................... 39
5.2. Máximo e mínimo de funções .................................................................. 39
5.3. Funcional ................................................................................................. 43
5.3.1. Funcional de uma função .................................................................. 44
5.3.2. Determinação do Funcional - Equação de Euler ............................... 47
5.3.3. Exercícios .......................................................................................... 51
6. Métodos Variacionais ....................................................................................... 53
6.1. Método de Ritz ......................................................................................... 53
6.1.1. Exercícios .......................................................................................... 58
6.2. Método de Rayleigh-Ritz .......................................................................... 59
7. Métodos das Diferenças Finitas ....................................................................... 66
7.1. Derivadas de ordem superior ................................................................... 68
7.2. Exercícios ................................................................................................ 73
8. Métodos dos Elementos Finitos ....................................................................... 75
2
Profª Celme Torres
3
Introdução aos Métodos Numéricos
Uma vez que o modelo teórico é formulado e os parâmetros apropriados tenham sido de-
terminados, o próximo passo é achar uma solução para as equações que governam o pro-
blema, considerando as condições iniciais e de contorno. As técnicas mais utilizadas na
solução destas equações são: solução analítica, método dos momentos, método das cama-
das finitas, elementos de contorno, diferenças finitas e elementos finitos, descritas a seguir.
4
Profª Celme Torres
Qualquer função f definida em algum intervalo I, que, quando substituída na equação dife-
rencial reduz a equação a uma identidade, é chamada de solução analítica da equação di-
ferencial no intervalo. Porém, nem toda equação diferencial possui necessariamente uma
solução analítica.
Quando resolvemos uma equação diferencial, normalmente obtemos uma família de curvas
ou funções contendo um parâmetro arbitrário tal que, cada membro da família é uma solu-
ção da equação diferencial.
As soluções das equações diferenciais são divididas em Explícitas ou Implícitas. Uma so-
lução explícita é qualquer função y(x) que verifique a equação num intervalo a x b .
Ou seja, uma solução na qual a variável dependente é expressa somente em termos da vari-
ável independente e das constantes. Para nossos propósitos, vamos pensar que uma solução
explicita seja da forma y f (x) , a qual pode ser manipulada, calculada e diferenciável por
meio das regras padrão. Isto é, a variável dependente pode ser isolada e igualada a uma ex-
pressão, a qual é função apenas da variável independente, não ambígua.
Uma solução implícita é uma relação g(x, y) 0 que verifique a equação. Dizemos que
uma relação g(x, y) 0 é uma solução implícita de uma EDO em um intervalo I, se ela
define uma ou mais soluções explícitas em I. Isto é, a variável dependente (função) não
pode ser isolada e igualada a uma expressão que dependa apenas da variável independente,
ou quando isto for possível então a expressão será ambígua.
As soluções analíticas são ideais para um rápido cálculo preliminar, são válidas para estu-
dos de sensibilidade e úteis para checar resultados de análises mais complexas. Toda base
teórica para determinação das soluções analíticas de equações diferenciais foram descritas
e assimiladas em disciplinas anteriores envolvendo equações diferencias ou matemática
aplicada.
5
Introdução aos Métodos Numéricos
O método das diferenças finitas substitui a equação diferencial por um conjunto de equa-
ções lineares algébricas que são resolvidas de forma aproximada (McDONALD; HAR-
BAUGH, 1988). As idéias fundamentais foram estabelecidas e usadas por matemáticos do
século XVIII, tais como Taylor e Lagrange (GOMES, 2000). No método das Diferenças
Finitas, uma equação diferencial (de natureza contínua) é substituída por uma série de e-
quações algébricas, chamadas de diferenças finitas, em pontos discretos. Esse método é o
mais antigo e o mais divulgado e foi o primeiro a ser usado para a solução sistemática de
problemas de água subterrânea.
y
x
i-1, j i, j i+1, j
y
O método dos elementos finitos substitui a equação diferencial por uma formulação vari-
acional do problema, que leva a resolução aproximada de um sistema de equações lineares
algébricas (ZIENKIEWICZ, 1977). Baseia-se na divisão do domínio do problema em sub-
domínios, o que permite a representação de domínios complexos como um conjunto de
subdomínios mais simples – chamados Elementos Finitos. Cada elemento finito é conecta-
do aos elementos vizinhos através de nós. O conjunto dos elementos e dos nós é chamado
de malha. A Figura 1.0 mostra uma malha de elementos finitos.
6
Profª Celme Torres
O método dos momentos (MOM) tem a sua origem – como muitas outras idéias em esta-
tística - no trabalho precursor de Lord Karl PEASON (1857). Pearson havia construído o
seu sistema de famílias de distribuições de probabilidade e necessitava um procedimento
automático para, uma vez escolhida a família apropriada, estimar os parâmetros da particu-
lar curva (ou função de densidade) que melhor se ajustaria aos dados. Como tais parâme-
tros eram, geralmente, relacionados aos momentos da distribuição através de funções algé-
bricas não muito complicadas, ele propôs que se igualasse os valores dos momentos amos-
trais aos momentos teóricos, conforme descritos por tais funções. Desse modo, indo-se até
o momento de ordem igual ao número de parâmetros a estimar, se obtinha um sistema de
tantas equações quanto incógnitas – os parâmetros – a resolver.
O método das camadas finitas, descrito por ROWE e BOOKER (1985 a, b; 1987), se a-
plica a situações onde a hidroestratigrafia pode ser idealizada como composta de camadas
7
Introdução aos Métodos Numéricos
O método possui melhor desempenho que o método dos elementos finitos em certas cir-
cunstâncias, como por exemplo, quando o domínio de estudo for infinito ou semi-infinito.
Este método evoluiu das diferenças finitas e não apresenta problemas de instabilidade ou
convergência, por garantir que, em cada volume discretizado, a propriedade em questão
(por exemplo, a massa) obedece à lei da conservação de massa. É um método largamente
8
Profª Celme Torres
9
Introdução aos Métodos Numéricos
2. Condições de Contorno
Γ (contorno)
Ω (domínio)
Problemas de valor de contorno surgem em diversos ramos, assim como toda equação dife-
rencial também o terá. Problemas envolvendo a equação de onda, bem como a determina-
ção dos modos normais, são frequentementes classificados como problemas de valor de
contorno. Um problema de valor de contorno deve ser bem determinado. Isto é, dado certas
condições para o problema, haverá então solução única, que depende continuamente das
condições citadas.
10
Profª Celme Torres
dições no início do processo físico (condição inicial). A definição precisa das condições de
contorno e inicial é a parte mais importante para os processos de modelagem.
Quando as variáveis dependentes são funções de uma variável independente (x), o domínio
é um segmento de reta, dito, nesse caso, unidimensional, e os pontos limites são chamados
pontos de contorno. Quando as variáveis dependentes são funções de duas variáveis inde-
pendentes (x, y), o domínio é bidimensional, sendo dado por uma superfície ou área, ge-
ralmente um plano.
As condições de contorno naturais se referem à derivada da função que está sendo analisa-
da.
No caso de escoamento corresponde aos valores de fluxo no contorno do domínio, assim
como os pontos de perda ou ganho (poços, vazões, carga hidráulica). No caso de análise de
estruturas as condições de contorno naturais representam as forças concentradas e distribu-
ídas existentes no sistema físico analisado.
11
Introdução aos Métodos Numéricos
As equações diferenciais ordinárias simultâneas envolvem duas ou mais equações que con-
tém derivadas de duas ou mais funções incógnitas de uma única variável independente. Se
x, y e z são funções da variável t, então:
d2x x ' 3x y ' z ' 5
4 dt 2 5x y
x ' y ' 2z ' t
2
2 e,
2 d y 3x y x y ' 6z ' t 1
dt 2
Soluções de um Sistema
Uma solução de um sistema de equações diferenciais é um conjunto de funções diferenciá-
veis x f (t) , y g(t) , z h(t) , etc., que satisfaz cada equação do sistema em algum in-
tervalo I.
Sistemas homogêneos
Um sistema de equações diferenciais é um conjunto de n ED, com uma variável indepen-
dente e n variáveis dependentes, que podem ser escritos da seguinte forma:
dy1
dx
F1 y1, y 2 ,..., y n , y1' , y '2 ,..., y 'n , x
dy 2
dx
F2 y1, y 2 ,..., y n , y1' , y '2 ,..., y 'n , x
dy n
dx
Fn y1, y 2 ,..., y n , y1' , y '2 ,..., y 'n , x
12
Profª Celme Torres
onde F1, F2, ..., Fn são quaisquer funções de (2n+1) variáveis reais, que definem o sistema.
O sistema de EDO lineares pode ser escrito numa forma simplificada, usando a notação
vetorial,
dy dy
F y, x,
dx dt
onde y é um vetor com n componentes, cada uma delas função de x, e F é um vetor com n
componentes, funções de y, x e y’.
F Ax f
Princípio da Superposição
Exemplo 3.1
y ' x1 x 2
(a) 1
y 2 ' 4x1 x 2
y1 ' 1 1 x1
y ' 4 1 x
2 2
1 1
O vetor f é nulo e a matriz A é igual a A
4 1
13
Introdução aos Métodos Numéricos
dx t
dt 3x 4y e sin 2t
(b)
dy 5x 9y 4e t cos 2t
dt
A forma matricial temos:
x ' 3 4 x e t sin 2t
t
y ' 5 9 y 4e cos 2t
dX 3 4 e t sin 2t
X t
dt 5 9 4e cos 2t
x
Onde, X
y
e 3e
2t 6t
Temos que,
2e2t
x '1 2t
2e
1 3 2e2t
e2t 3e2t 2e2t
Ax1
2t 2t 2t 2t
x '1
5 3 2e
5e 3e
2e
18e
6t
x '2 6t
30e
1 3 3e6t
3e6t 15e6t 18e6t
Ax 2
6t 6t 6t
x '2
5 3 5e
15e 15e 6t
30e
dX
A(t)X F(t)
dt
14
Profª Celme Torres
Exemplo 3.2
3t 4
Verifique que o vetor X p é uma solução particular do sistema não-homogêneo
5t 6
1 3 12t 11
X' X , no internalo (, ) .
5 3 3
Solução
3
Temos que, X 'p
5
3t 4
Logo, o vetor X p é solução particular do sistema homogêneo.
5t 6
Teorema
x c1x1 c2 x 2 ... cn x n Xp
Dado o sistema:
8 2 1 14
2 11 3 35
vetor de saída
vetor de entrada
15
Introdução aos Métodos Numéricos
Tendo,
8 2 1 12 1
2 11 2 24 12 2
vetor de entrada
vetor de saída
O vetor de saída está na mesma direção e sentido que o vetor de entrada. Neste caso:
Av v
Teorema de Cayley-Hamilton
Qualquer matriz quadrada satisfaz sua própria equação característica. Isto é, se e somen-
te se,
16
Profª Celme Torres
Sendo I é a matriz identidade. Para que a solução não seja nula, o determinante deve ser
igual a zero (equação característica), logo:
det(I A) 0
Exemplo 3.3
2 2 6 4 0
logo,
1 2
2 1
3 4
(2) Calcule os autovalores e autovetores da matriz A
1 7
Pelo teorema de Cayley-Hamilton
3 4
det(A I) ( 2 5) 2 0
1 7
1 2 5
Para encontrar os autovetores correspondentes ao autovalor, fazemos:
17
Introdução aos Métodos Numéricos
(A I)k 0
(A 5I)k 0
3 4 1 0 k1
5 0
1 7 0 1 k 2
2k1 4k 2 0
k1 2k 2 0
Por esse sistema temos que k1 2k 2 . Escolhendo a solução trivial k 2 1 , temos o úni-
a b
C
c d
1
Se multiplicarmos C por
0
a b 1 a
C 1ª coluna de C
c d 0 c
0
Multiplicando C por
1
a b 0 b
C 2ª coluna de C
c d 1 d
1 v1
2 v2
a b
v1 e v2
c d
18
Profª Celme Torres
a b
E
c d
1 1
Considere a matriz resultante de E1AE , multiplicada por E 1A E .
0 0
ac v
1
1
Temos, E Av1
1 1
Se, E v1 E 1v1
0 0
Assim, E 11v1 1 1ª coluna de E 1Av1
0
0
Do mesmo modo se multiplicarmos E1AE por , obtemos a 2ª coluna de E 1Av1
1
0
Portanto, E 1AE 1 , diagonaliza a matriz A.
0 2
Exemplo 3.4
dx
dt 2x 3y
Resolva
dy 2x y
dt
A equação característica é
19
Introdução aos Métodos Numéricos
2 3
det(A I) 2 3 4 0
2 1
Ao autovalores do sistema são: 1 1 e 2 4
3k1 3k 2 0
2k1 2k 2 0
Resolvendo o sistema: k1 k 2
1
Quando k 2 1 , o autovetor correspondente é k1
1
2k1 3k 2 0
2k1 3k 2 0
3k 2
Resolvendo o sistema: k1
2
3
Quando k 2 2 , o autovetor correspondente é k 2
2
Como a matriz A de coeficientes é uma matriz 2 x 2, achamos duas soluções linearmente
independentes na forma:
1 3
X1 e t e X 2 e4t
1 2
20
Profª Celme Torres
Exemplo 3.5
3t 4
Verificamos que o vetor X p é uma solução particular do sistema não- homo-
5t 6
1 3 12t 11
gêneo X ' X , no internalo (, ) .
5 3 3
dx
dt 1x 3y
Para a parte homogênea da EDO temos
dy 5x 3y
dt
1 3
X1 e2t e X 2 e6t
1 5
1 3
A solução não homogênea Xn é dada por X n e2t e6t
1 5
X e2t e6t
1 5t 6
2t
5 y(t) e 5e 5t 6
6t
21
Introdução aos Métodos Numéricos
1 5 sin t
d) X ' X
1 1 2cos t
(2) Sejam T1 = T1(t) e T2 = T2(t) as temperaturas, no instante t, nos ambientes 1 e 2, res-
pectivamente. Admita que as temperaturas estejam variando nas seguintes taxas
dT1
dt T1 4T2
dT2 2T1 3T2
dt
Suponha que T1(0) = 20 e T2(0) = 10.
Determine as temperaturas, no instante t, nos ambientes 1 e 2.
(3) O tanque A contém 50 litros de água que foram dissolvidos 25 gramas de sal. Um se-
gundo tanque B, contém 50 litros de água pura. Bombeia-se o líquido para dentro e para
fora dos tanques as taxas indicadas na figura. O sistema de equações diferenciais que des-
creve o problema de tanques de mistura é
dx1 2 1
dt x 1 x2
25 50
dx 2 2 x 2 x
dt 25
1
25
2
onde as condições iniciais são dadas por x1 (0) 25 e x 2 (0) 0 . Aplicando autovetor e
Vamos considerar a solução do sistema linear: [A]{x} {B} usando o fato de que qualquer
matriz quadrada [A]nn pode ser expressa como um produto de uma matriz triangular infe-
rior [L] e uma matriz triangular superior [U], temos:
22
Profª Celme Torres
a12
u12 l22 a 22 l21u12 (3.4)
l11
Uma vez que decomposição da matriz A é feita, a resolução do sistema é feita da seguinte
forma:
[A]{X} {B} (3.7)
[L][U]{X} {B} (3.8)
Definindo um vetor [Z], como:
[U]{X} {Z} (3.9)
Portanto,
[L]{Z} {B} (3.10)
O sistema pode ser resolvido por substituição:
i 1
bi lik z k
k 1
zi onde, i = 1,..., n (3.11)
lii
Encontrados os valores de {Z} podemos calcular {X} usando:
[U]{X} {Z} (3.12)
Ou,
x1 u12 x 2 u13 x 3 ... u1n x n z1
x 2 u 23 x 3 ... u 2n x n z 2
(3.13)
x 3 ... u 3n x n z3
x n zn
A solução é dada então por:
23
Introdução aos Métodos Numéricos
n 1
x i zi u i,k 1x k 1 (3.14)
k 1
A solução de sistemas lineares pode ser resolvida também pelo Método de Gauss.
Exemplo 3.6
Seja o sistema:
10x1 5x 2 3x 3 17
5x1 8x 2 2x 3 19
2x 3x 8x 0
1 2 3
Para eliminar x1 da segunda linha, basta multiplicar a primeira linha por 5/10 , isto é, por
a21/a11 , o que torna o coeficiente de x1 na primeira linha igual ao de x1 na segunda linha.
Em seguida basta subtrair a primeira linha modificada da segunda, o que zerará o coefi-
ciente de x1, eliminando-o da segunda equação.
Repetir essa operação para a terceira linha, multiplicando a primeira por a 31/a11 , antes
de subtraí-la da terceira. O mesmo para a quarta linha, quinta linha etc...
A partir desse ponto começa a segunda fase, “backward”, quando se calcula, na última
equação, a última variável, xn ; leva-se xn à penúltima equação e se calcula a penúltima
variável, xn-1 ; leva-se xn e xn-1 à antepenúltima equação e se calcula a antepenúltima vari-
ável, xn-2 , etc... até ser calculada a primeira variável na primeira equação.
No sistema apresentado:
10x1 5x 2 3x 3 17
5x1 8x 2 2x 3 19
2x 3x 8x 0
1 2 3
24
Profª Celme Torres
L2 L2 5/10L1
Observe que após eliminarmos x1 da segunda à última equação, esquecendo-se de L1, fica-
se com um sistema de 2 equações a 2 incógnitas, isto é, diminuiu-se de 1 a ordem do sis-
tema anterior; no caso passamos a ter um sistema de duas equações a duas incógnitas.
L3 L3 2,0 / 5,5L2
10x1 5x 2 3x 3 17
0x1 5,5x 2 0,5x 3 10,5
0x 0x 7, 218x 7, 218
1 2 3
25
Introdução aos Métodos Numéricos
x 3 1, 0
x 2 (10,5 0,5(1, 0)) / 5,5 2, 0
x1 (17 5.2, 0 3.(1, 0)) /10 1, 0
Algumas Considerações:
Numa dada matriz, quando se subtrai de uma linha outra linha multiplicada por uma
constante, o determinante da matriz não se altera. Como no processo de eliminação,
o que se fez foi sempre subtrair de uma linha outra linha multiplicada por uma cons-
tante, conclui-se que ao ser triangularizada, a matriz original manteve constante o
valor do determinante.
Na verdade, o ideal seria conseguir uma linha j tal que, além de ter ajj diferente de
zero, tivesse esse elemento com o maior módulo possível e os demais elementos da
linha j o menor possível para que alterasse o mínimo a linha i, da expressão
a ij
Li L j . Dessa maneira diminuem os erros propagados de uma linha para outra no
a jj
processo de eliminação. Levar em conta a escolha adequada da linha que será a linha
j, para minimizar a propagação dos erros aumentando a precisão do método, é a
chamada Condensação Pivotal.
26
Profª Celme Torres
Exercícios
Resolva os sistemas abaixo aplicando o método de Gauss
2x1 6x 2 x 3 7 x 3y 2z 7
a) x1 2x 2 x 3 1 b) 4x y 3z 5
5x 7x 4x 9 2x 5y 7z 19
1 2 3
27
Introdução aos Métodos Numéricos
São métodos de aproximação utilizados para resolver equações diferenciais. Estes métodos
têm diversos procedimentos, dentre os quais se destacam o Método de Galerkin, o Método
da Colocação, o Método do Subdomínio e o Método dos Mínimos Quadrados.
Onde Ni (x) são as funções que satisfazem as condições de contorno do problema e a i são
coeficientes que serão determinados a partir da imposição de que o erro resultante do uso
desta solução aproximada seja mínimo. A seguir essa solução é substituída diretamente na
equação diferencial.
Como a solução aproximada h n (x) não satisfaz a equação, haverá como resultado da
Esse erro é então multiplicado por uma função ponderadora Wi (x) e a integral desse pro-
W (x)R(x)dx 0
D
i (4.2)
Os métodos dos resíduos ponderados mais conhecidos são o método de colocação pontual,
método dos subdomínios, método dos mínimos quadrados e método de Galerkin. Veremos
a seguir cada um deles.
28
Profª Celme Torres
Para este método, as funções ponderadoras Wi (x) são funções ponderadoras do tipo de
Delta-Dirac x x i .
f (x) x x dx f (x )
i i
(4.3)
Portanto,
W (x)R x, a , a ,..., a
D
i 1 2 n dx 0 (4.5)
Ou ainda,
x x R x, a , a ,..., a
D
i 1 2 n dx 0 (4.6)
R x1 , a1 , a 2 ,..., a n 0
R x 2 , a1, a 2 ,..., a n 0
R x 3 , a1, a 2 ,..., a n 0 (4.7)
R x n , a1 , a 2 ,..., a n 0
29
Introdução aos Métodos Numéricos
Em outras palavras, este método impõe que o resíduo seja zero em determinados pontos do
domínio x1, x 2 ,..., x n . O número de pontos n é o mesmo número de coeficientes da solu-
ção aproximada.
Exemplo 4.1
d2h
2
10x 2 0 0 x 1
dx
Sujeita as condições de contorno
h(0) 0 e h(1) 0
Uma solução aproximada para esta equação pode ser:
h1 (x) a1x 1 x
Usando o método de colocação pontual, nos vamos resolver o problema de forma que o
resíduo R(x) seja zero para x1 0,5 , assim:
d2h
2
10x 2 R(x)
dx
h a1x(1 x) a1x a1x 2
dh
a1 2a1x
dx
d2h
2a1
dx 2
Logo,
30
Profª Celme Torres
Exemplo 4.2
h 2 (x) a1x 1 x a 2 x 2 1 x
Assim,
d2h
2
10x 2 R(x)
dx
h a1x 1 x a 2 x 2 1 x a1x a1x 2 a 2 x 2 a 2 x 3
dh
a1 2a1x 2a 2 x 3a 2 x 2
dx
d2h
2a1 2a 2 6a 2 x
dx 2
Logo,
R(x,a1,a 2 ) a1 a 2 3a 2 x 5x 2
Como agora existem temos dois coeficientes a determinar, vamos impor que
R(x,a1,a 2 ) 0 em dois pontos do domínio do problema. Podemos escolher esses pontos
aleatoriamente.
31
Introdução aos Métodos Numéricos
0,45
Solução h1
0,40
Solução h2
0,35 Solução Exata
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 0,2 0,4 0,6 0,8 1 1,2
Neste caso, todas as funções ponderadoras são a unidade Wi (x) 1 . Isto equivale a reque-
Exemplo 4.3
d2h
2
10x 2 0 0 x 1
dx
Sujeita as condições de contorno
32
Profª Celme Torres
h(0) 0 e h(1) 0
Considerando a solução aproximada,
h1 (x) a1x 1 x
Vimos que,
R(x, a1 )dx 0
0
1
10 3
2a1x x 0
3 0
5
a1
3
Portanto,
5
h1 (x) x 1 x
3
No caso de escolhermos uma função do tipo:
h 2 (x) a1x 1 x a 2 x 2 1 x
Vimos que,
Como agora existem dois coeficientes a serem determinados, usaremos dois intervalos
0 x 0,5 e 0,5 x 1,0 .
0,5
33
Introdução aos Métodos Numéricos
0,50
Solução h1
0,45
Solução h2
0,40 Solução Exata
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 0,2 0,4 0,6 0,8 1 1,2
Este método requer que a integral do quadrado do resíduo seja minimizado. A integral do
quadrado do resíduo é dada por:
34
Profª Celme Torres
R(x, a1 , a 2 ,..., a n ) dx
2
Q
D
0
a1 a1
R(x, a1 , a 2 ,..., a n ) dx
2
Q
D
0
a 2 a 2
(4.9)
R(x, a1 , a 2 ,..., a n ) dx
2
Q
D
0
a n a n
Ou,
R
a1 R dx 0 a1 Rdx 0
2
D D
R
a 2 R dx 0 a 2 Rdx 0
2
(4.10)
D D
R
a n R dx 0 a n Rdx 0
2
D D
R
W1 (x)
a1
R
W2 (x)
a 2 (4.11)
R
Wn (x)
a n
35
Introdução aos Métodos Numéricos
Exemplo 4.4
d2h
2
10x 2 0 0 x 1
dx
Sujeita as condições de contorno
h(0) 0 e h(1) 0
Usado a função aproximada,
h1 (x) a1x 1 x
Vimos que,
R
1 1
a1 Rdx a1 5x dx 0
2
0 0
5
a1
3
Que é o mesmo resultado obtido usando o método dos subdomínios. Desta forma, se usar-
mos uma função de aproximação com dois coeficientes, obteremos o mesmo resultado do
método dos subdomínios.
É importante ressaltar que essa igualdade dos resultados entre os métodos acontece para a
equação diferencial usada nos problemas e não se estende genericamente para qualquer
tipo de equação diferencial.
Ni (x) . Assim,
36
Profª Celme Torres
W (x)R(x)dx N (x)R(x)dx 0
(4.12)
i i
D D
Sendo,
N
T
R(x)dx 0 (4.13)
D
Exemplo 4.5
d2h
2
10x 2 0 0 x 1
dx
Sujeita as condições de contorno
h(0) 0 e h(1) 0
Usado como função de aproximação,
h1 (x) a1x 1 x
Vimos que,
Logo,
3
a1
2
Usando agora uma função de aproximação com dois coeficientes, temos:
h 2 (x) a1x 1 x a 2 x 2 1 x
3 5
E repetindo o mesmo procedimento, teremos: a1 e, a2
2 3
37
Introdução aos Métodos Numéricos
4.1.5. Exercícios
(1) Aplique o método de colocação pontual e o método dos mínimos quadrados para
encontrar a solução aproximada da equação diferencial no intervalo de 0 x 20 .
Utilize um programa gráfico (Maple ou Excel) para representar graficamente as
soluções indicando qual mais se aproxima da solução exata da EDO.
d 2 y dy
2x y(0) 1 e y '(0) 3
dx 2 dx
(4) Considere a equação diferencial que rege a distribuição da temperatura T(x), em uma
barra trocando calor com o ambiente, cuja temperatura é de 25ºC.
d 2T
3(T 25) 0 0x2
dx 2
T(0) 150
Sujeita as condições de contorno: dT
dx (2) 0
Proponha uma solução com um termo e outra com dois termos e ache os valores dos coefi-
cientes dessas soluções usando o método de colocação pontual, o método dos subdomínios,
dos mínimos quadrados e o método de Galerkin.
Compare a graficamente a solução com dois termos de cada método com a solução analíti-
ca e determine qual método mais preciso, neste caso.
38
Profª Celme Torres
A solução analítica é a ideal, pois ela se constitui de uma expressão (equação) que satisfaz
a equação diferencial e suas condições de contorno, portanto para obtermos o valor exato
da variável dependente da equação diferencial em qualquer ponto do domínio do problema,
basta substituirmos as coordenadas desse ponto na equação solução.
O cálculo variacional é uma parte da análise matemática que trata de problemas de máxi-
mos e mínimos de tipos especiais de funções, chamadas FUNCIONAIS.
Vários são os motivos que tornam convenientes o estudo do cálculo variacional. O princi-
pal deles é que este se constitui em uma alternativa que permite definir com mais clareza
os conceitos básicos que correspondem a problemas de engenharia governados por siste-
mas de equações diferenciais.
O cálculo variacional é especialmente aplicável a problemas de mecânica dos meios contí-
nuos. Através do uso de princípios de energia, é possível formular os problemas na forma
variacional.
39
Introdução aos Métodos Numéricos
O domínio de F(x) é x a x x b . A relação funcional implica que, para cada valor da va-
riável x, um único valor será obtido para a função F(x), dentro do domínio.
O menor valor de F(x) dentro do domínio é o mínimo absoluto da função F(xa) e o máxi-
mo absoluto é dado por F(xb). Além disso, podem existir valores mínimos e máximos rela-
tivos.
F(x)
x
xa x1 x2 xb
Por exemplo; a função F(x) terá mínimo relativo ou um máximo relativo, para um certo
valor da variável independente x, quando todos os valores de F(x) na vizinhança infinite-
simal de x: x x , com x tão pequeno quanto se queira, seja maior ou menor, respecti-
vamente, que F(x). Para estudar as condições que determinam os valores extremos relati-
vos, é conveniente expandir F(x) em uma Série de Taylor em torno de x.
dF 1 d 2 F 2 1 d 3F 3
F(x x) F(x) x x x ... (4.1)
dx x 2! dx 2 3! dx 3
dF 1 d 2 F 2 1 d 3F 3
F(x x) F(x) x x x ... (4.2)
dx x 2! dx 2 3! dx 3
40
Profª Celme Torres
dF
Se 0 , não teremos ponto de mínimo e de máximo.
dx x
Então, para se garantir que a função terá pontos de mínimo e de máximo relativo a primei-
dF
ra derivada obrigatoriamente será zero 0.
dx x
Os pontos que satisfazem essa condição são chamados de pontos estacionários. Neste ca-
d2F
sinal da 2ª derivada de F(x): .
dx 2 x
d2F
Se 0 mínimo relativo
dx 2 x
d2F
Se 0 máximo relativo
dx 2 x
Se a derivada segunda for nula, haverá um ponto neutro. Neste caso, devem ser analisados
os sinais das derivadas de ordem superior, para se determinar a natureza do ponto estacio-
nário. Se todas as derivadas até a ordem n 1 forem nulas, a natureza do ponto estacioná-
rio dependerá do sinal da enésima derivada.
Se n for par, será aplicado para o último termo da Série de Taylor o mesmo critério que se
usa para a 2ª derivada.
1 dn F
Se n for impar, o termo n
x n , vaiará com o sinal de x e não se terá um máximo
n! dx
x
41
Introdução aos Métodos Numéricos
No caso da 2ª derivada ser nula, tais pontos são denominados de pontos de sela ou pontos
de inflexão.
Uma análise prévia pode ser estendida a funções de mais de uma variável independente.
Por exemplo, funções do tipo: F(x, y) , com duas variáveis independentes. Ao se expandir
esta função em uma Série de Taylor, temos:
F F
Como visto anteriormente, haverá um ponto estacionário quando: 0
x x,y y x,y
Exemplo 5.1
Considere a função
3
f (x) x 3 x 2 6x
2
Os pontos estacionários dessa função são dados por:
42
Profª Celme Torres
df
3x 2 3x 6 0
dx
x 1
A qual será definida para 1
x 2 2
d 2f
Ao se verificar a segunda derivada : 6x 3 0
dx 2
Pode verificar que f(1) é um ponto de mínimo relativo e f(-2) é um ponto de máximo relati-
vo.
Exemplo 5.2
Considere a função
5.1.3. Funcional
43
Introdução aos Métodos Numéricos
1
3df 8d 2f
F (2f )dx
0
dx dx 2
1
F G(g, g x , g xx , x)dx
0
df d 2f
Onde, f x e g xx
dx dx 2
g(x a ) g a
Condições de contorno para g:
g(x b ) g b
44
Profª Celme Torres
Considere agora que g é uma função que faz o funcional F ser estacionário.
Definindo um grupo de funções:
g(, x) g(x) (x)
onde, é um escalar infinitesimal e (x) é uma função conhecida com as seguintes condi-
ções:
(x a ) 0
(x b ) 0
𝑔 𝑥 = 𝑓 𝑥 + 𝑛(𝑥)
𝛼𝑛(𝑥)
𝑓(𝑥)
𝑛(𝑥)
xa xb
d(f ) (df )
(f g) f g
45
Introdução aos Métodos Numéricos
f fg fg
g g2
(f n ) nf n 1f
Pretende-se agora determinar as condições para que o funcional seja estacionário através
do estudo da variação de f f . Isto é semelhante ao caso de funções onde a existência de
um ponto estacionário é determinada para um certo valor de x através do estudo variacio-
nal de f(x) no ambiente x x .
Se considerarmos,
xb
(g) F(f , f x x , x)dx (4.8)
xa
d 1 d 2 1 d3
(g) (f )
2
3 ... (4.9)
d 0 2! d 2 3! d3
0 0
d 1 d 2 1 d3
(g) (f )
2
3 ... (4.10)
d 0 2! d 2 3! d3
0 0
Dessa forma é possível definir a variação do funcional , de acordo com a ordem da equa-
ção diferencial:
d
1ª ordem
d 0
d 2
2ª ordem 2 2
d 2
0
46
Profª Celme Torres
d3
3ª ordem 3 3
d 3
0
1 2 1
3 ... (4.11)
2! 3!
I(h) F(x, h, h x )dx
a
(4.12)
Com,
dh
h h(x) hx (4.13)
dx
Onde o integrando F(x, h, h x ) é uma dada função de x, h e hx. Tanto I(h) como F são
chamados de funcional. A palavra funcional significa função de funções.
F F
F h h x (4.15)
h h x
47
Introdução aos Métodos Numéricos
h(x)dx h(x)dx
a
a
I(h) F(x, h, h x )dx
a
(4.17)
A condição necessária para minimizar esse funcional é que a primeira variação de I deve
ser zero, ou:
b
I F(x, h, h x )dx 0
a
(4.18)
b
F F
a
I h
h h x
h x dx 0
(4.19)
a
h
I h
h x dx
dx 0 (4.21)
F
Usando integral por partes (
udv uv vdu ) com, v h e u
h x
b
F d F F
b
a
I h
h dx h x
h dx
h x
h
a
(4.22)
48
Profª Celme Torres
b
F d F F
b
a
I h
dx h
h dx h x
h x a
0 (4.23)
F d F
0 (4.24)
h dx h x
b
F
com, 0 Essa expressão é gerada pela condição de contorno do problema.
h x a
É importante salientar que, a função h(x) que minimiza o funcional I é a mesma função que
satisfaz a equação diferencial de Euler.
Exemplo 5.3
d2h
2
10x 2 0
dx
Sujeita as condições de contorno
h(0) 0 e h(1) 0
Como h é uma constante nos extremos do intervalo 0 x 1 , a variação de h é zero
nestes pontos. Este tipo de condição de contorno é denominada essencial ou geométrica.
Neste caso,
1
F
h 0
h x 0
49
Introdução aos Métodos Numéricos
F d F d 2h d dh
10x 2 2 10x 2
h dx x dx dx dx
Assim, usando a equação (10), temos:
1
d dh
I 10x 2 hdx 0
0
dx dx
1 1
d dh
I 10x hdx
dx dx hdx 0
2
0 0
dh
Integrando a 2ª integral por partes e considerando u h e v , temos:
dx
dh d h
1 1 1
dx
dh
I 10x hdx h
2
dx 0 (E.1)
dx 0 dx
0 0
dh d h
1 1 1 2
1 dh
dh dh
I dx dx dx
dx dx dx dx 2 dx
0 0 0
1
1 dh
2
I 10x h dx
2
2 dx
0
b b
Como a variação de x é zero, e usando Fdx Fdx , temos:
2
a a
1
1 dh
2
0
I 10x 2 h dx
2 dx
50
Profª Celme Torres
1
1 dh
2
I 10x h dx
2
2 dx
0
É bom enfatizar que a função h(x) que minimiza o funcional acima é também a solução da
ED que rege o problema. O funcional acima é chamado de forma variacional ou forma
fraca da ED. Lembrando que I não é uma solução, apenas o funcional da ED.
5.1.7. Exercícios
d4h d2h
a) 8 4h 10 0x5 sendo,
dx 4 dx 2
h(0) 0 h(5) 100
h x (0) 1 h x (5) 0
d 2f
b) 9f 2 5x 2 onde, 0 x 5 sendo,
dx 2
f (0) 9 e f (5) 0
d 3f df (0)
c) 5f 0 onde, 0 x 4 sendo, 0 e
dx 3 dx
f (4) 0
I F(x, h, h x , h xx )dx 0
a
Sabendo que:
F d F
b
h 0
h x dx h xx a
51
Introdução aos Métodos Numéricos
b
F
h x 0
h x a
52
Profª Celme Torres
6. Métodos Variacionais
O primeiro passo do método de Ritz é assumir uma solução aproximada para a equação
diferencial na forma de uma série finita:
n
hn a N (x)
i 1
i i (6.1)
Onde as constantes ai são chamadas coeficientes de Ritz e as funções Ni(x) são conhecidas
como funções de aproximação.
O passo seguinte no Método de Ritz usa o princípio de que a função h(x) que minimiza o
funcional I(x) também é a solução da equação diferencial associada ao funcional, assim
como:
n
hn a N (x)
i 1
i i (6.2)
I
0
a1
I
0 (6.3)
a 2
I
0
a n
53
Introdução aos Métodos Numéricos
Exemplo 6.1
d2h
2
10x 2 0 0 x 1
dx
h(0) 0 e h(1) 0
1
1 dh
2
0
I 10x 2 h dx
2 dx
h1 a1x(1 x)
54
Profª Celme Torres
Logo,
2
1 dh1 a12
a1 (1 2x)2
2 dx 2
Dessa forma:
1
2
a2
I 10a1 x 3 x 4 1 1 2x dx
2
0
1 1
x 4 x5 4
I 10a1 a12 x 2x x 3
2
4 5 0 3 0
a1 a12
I
2 6
Minimizando então I:
I
0
a1
1 a1 3
0 a1
2 3 2
Portanto,
3
h1 x 1 x
2
h 2 a1x(1 x) a 2 x 2 (1 x)
dh 2
a1 (1 2x) a 2 (2x 3x 2 )
dx
Usando os dois resultados acima, obtemos:
a12 a1 a 2 a1a 2 a 22
I
6 2 3 6 15
Minimizando agora I com respeito a a1 e a 2 obteremos o seguinte sistema de equações:
55
Introdução aos Métodos Numéricos
I 1 a1 a 2
0
a1 2 3 6
I 1 a1 2a 2
0
a 2 3 6 15
3 5
a1 e, a2
2 3
Dessa forma,
2 5
h2 x 1 x x 2 1 x
3 3
A seguir faremos uma comparação gráfica, usando o Maple, entre h1 (x) e h 2 (x) e a so-
lução exata:
h(x)
10
12
x x4
0,45
Solução h1
0,40
Solução h2
0,35 Solução Exata
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 0,2 0,4 0,6 0,8 1 1,2
56
Profª Celme Torres
b
F d F F
b
a
I h
dx h
h dx h x
h x a
0
Onde,
[a] [a1,a 2 ,...,a n ]
e,
[N] [N1, N2 ,..., Nn ]
h [a][N]T
Substituindo a expressão acima na equação do funcional, temos:
b
F d F T F
b
I [a][N] dx [a][N] 0
T
a h dx h x h x a
a
I [a] [N]T
h dx h x
dx [a][N]
h x a
F d F
Considerando que, é a equação diferencial associada ao funcional I, e que
h dx h x
F d F
dx R(x)
h m dx h x
Teremos,
b F
b
a
I [a] [N]T R(x)dx [N]T
h x a
Para a expressão acima ser verdadeira para qualquer valor de [a] ,
57
Introdução aos Métodos Numéricos
b b
[N]T R(x)dx [N]T F 0
a
h x a
6.1.2. Exercícios
d 2T
100 0 0 x 10
dx 2
Sujeitas as condições de contorno:
T(0) 0
T(10) 0
a) Ache o funcional associado a essa equação diferencial
x
b) Pode a seguinte equação T1 (x) sin ser usada na solução aproximada? Se puder,
10
usando o Método de Ritz, ache a solução aproximada usando a função acima e compare
graficamente com a solução exata.
x 3x
c) Usando a função aproximada T2 (x) a1 sin a 2 sin , ache os coeficientes a1 e
10 10
a2 .
d) Faça um gráfico comparando as soluções (b) e (c) com a solução exata.
d2 y
6y 10x 0x2
dx 2
Sujeitas as condições de contorno:
58
Profª Celme Torres
y(0) 1
y(2) 0
Encontre o funcional associado à equação diferencial e encontre uma solução aproxi-
mada usando o Método de Ritz.
Vamos analisar agora como encontrar essas funções de aproximação Ni(x), também co-
nhecidas como funções de forma.
h e (x) cx d
x xi h e hi
(6.4)
x x j he h j
h i cx i d
Portanto, (6.5)
h j cx j d
59
Introdução aos Métodos Numéricos
h(x)
e
h (x)
hj
hi
x
xi xj
1
e1 2
2
e 3 i e j em n
x=a x=b
h j hi h i x j h jx i
c e d (6.6)
x j xi x j xi
Assim,
xj x x xi
h e (x) hi h j Ni (x)h i N j (x)h j (6.7)
x j xi x j xi
Logo,
xj x x xi
[N] (6.8)
x j x i x j x i
60
Profª Celme Torres
e
h =Ni(x)hi +Nj(x)hj
hj
hi
1,0 Ni (x) Nj (x) 1,0
x
i e j
Exemplo 6.2
d2h
2
10x 2 0 0 x 1
dx
Sujeita as condições de contorno
h(0) 0 e h(1) 0
Como vimos o funcional associado a esse equação diferencial é:
1
1 dh
2
I 10x h dx
2
2 dx
0
xj
xj
dh e
2 n
I
dh e 1
I
e
10x h
2 e dx I e
dx
h
dx 2
xi e 1
xi
Sendo,
a
h e N a
e
e, ae a i
j
Minimizando o funcional do elemento, temos:
61
Introdução aos Métodos Numéricos
xj xj
dh e
2
dIe dh dh e e
dh 1 d
10x 2
e
dx 0
d a dx d ae dx
e
xi
xi
d
a
e 2 d
a
dh e
Mas como, h N a podemos reescrever o termo da seguinte forma: N
e e T
d a
e
d dh e dh e
e
d a dx dx
d d N e d N e
a a
d a
e
dx dx
d N d N
T
ae
dx dx
Portanto,
xj xj
d N d N
xj T
dIe
dh
N N ae dx 0
T T
10x 2
dx
d a
e dx dx dx
xi
xi xi
Ou ainda,
x j xj
d N d N dx ae dh N T
T xj
10x 2 N dx
T
dx dx dx
xi
xi
xi
Sendo, [K]e a matriz de rigidez do elemento; {f}e é conhecido como vetor de carregamento
nodal do elemento e {a}e é o vetor dos valores aproximados a função no nó do elemento.
Depois que as matrizes [K]e e os vetores {f}e e {a}e de todos os elementos serem conheci-
dos, encontra-se o sistema global do problema, na forma:
Ka f
62
Profª Celme Torres
Agora as condições de contorno podem ser impostas. Voltando ao nosso exemplo. Se divi-
dirmos o domínio em dois elementos, temos dois elementos e três nós, conforme a Figura
5.6.
0,5 0,5
1 2 3
1 2
e e
xj xj
f
e dh
N
dx
T
xi
10x 2 N dx
T
xi
Analisando o termo,
xj
dh Ni (x j ) dh e (x j ) Ni (x i ) dh e (x i )
N T
dx N j (x j ) dx
xi N j (x i ) dx
e
0 dh (x j ) 1 dh e (x i )
1 dx 0 dx
dh e (x i )
dx
e
dh (x j )
dx
63
Introdução aos Métodos Numéricos
xj
x 4j 4x jx i3 3x i4
10x N
T 10
2
dx 4
xi
10 x j x i 3x j 4x i x j x i4
Para o elemento 2,
dh 2 (x 2 )
1,146
f 2
2
dx
dh (x 3 )
dx 1, 771
dh1 (x1 )
0,104
2 2 0 1
h dx
2 2 2 2 h dh (x 2 ) dh (x 2 ) 1, 459
1 2
2 dx dx
0 2
2 h 3
dh 2 (x 3 )
1, 771
dx
Levando em consideração a equação da continuidade, podemos impor, que:
dh1 (x1 ) dh 2 (x 2 )
dx dx
64
Profª Celme Torres
dh1 (x1 )
0,104
2 2 0 h1
dx
2 4 2 h 1, 459
2
0 2 2 h 3 2
dh (x 3 ) 1, 771
dx
Usando a 2ª linha do sistema encontramos o valor para h2
h 2 0,365
A solução gráfica apresenta-se da seguinte forma:
0,45
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 0,25 0,5 0,75 1 1,25
65
Introdução aos Métodos Numéricos
Como mencionado anteriormente, a idéia básica do método das diferenças finitas (MDF)
consiste na aproximação das derivadas parciais de uma equação diferencial através de fór-
mulas de diferenças, e satisfação dessa equação aproximada de diferenças em determina-
dos pontos do domínio (região). Isto conduz a um sistema de equações algébricas cuja so-
lução fornece o valor da função desejada nos pontos pré-determinados.
Por definição, a derivada de uma função u(x) num ponto x x1 é dada por:
du u(x i h) u(x i )
lim (7.1)
dx x xi h 0 h
du u(x i h) u(x i )
(7.2)
dx x xi h
du u(x i ) u(x i h)
(7.3)
dx x xi h
du u(x i h) u(x i h)
(7.4)
dx x xi 2h
66
Profª Celme Torres
x x i , é dada por:
du h 2 d2u h 3 d3u h n dn u
x(x i h) u(x i ) h 2 3 ... (7.5)
dx x xi 2 dx x x 6 dx x x 2n dx n x x
i i i
y= u(x)
tg
x
xi- h xi xi+h
h h
du u(x i h) u(x i ) h d 2 u h 2 d 3u h n dn u
... (7.6)
dx x xi h 2 dx 2 x x 6 dx 3 x x 2n dx n x x
i i i
Tornando-se:
du u(x i h) u(x i )
(7.7)
dx x xi h
67
Introdução aos Métodos Numéricos
du h 2 d2u h 3 d 3u hn dn u
x(x i h) u(x i ) h 2 3 ... n
dx x xi 2 dx x x 6 dx x x 2n dx x x
i i i
(7.8)
Que dá a aproximação:
du u(x i ) u(x i h)
(7.9)
dx x xi h
du h 3 d3u hn dn u
x(x i h) u(x i h) 2h 3 ... n (7.10)
dx x xi 3 dx x x n dx x xi
i
Ou,
du u(x i h) u(x i h)
(7.11)
dx x xi 2h
O erro cometido pelo esquema de diferença central é menor que o de diferença progressiva
ou regressiva.
Para se obter aproximações por diferenças finitas para derivadas de ordem superior, pode-
se empregar séries de Taylor ou uma maneira mais intuitiva, através da aplicação repetida
da aproximação (6.2) a (6.4). Tomando-se, por exemplo, a derivada de segunda ordem, po-
de-se somar as expressões (6.5) e (6.8), obtendo-se:
d2u h 4 d4u h n dn u
u(x i h) u(x i h) 2u x i h 2 2 4 ... n
dx x xi 12 dx x xi 3n dx x x
i
(7.12)
68
Profª Celme Torres
Outra opção é aproximar a derivada segunda como uma diferença entre derivadas de pri-
meira ordem:
du du
d u
2
dx x xi h / 2 dx x xi h / 2
2 (7.14)
dx x xi h
u x i h u(x i ) u x i u(x i h)
d u
2
h h
2 (7.15)
dx x xi h
Cujo resultado é igual a equação (7.13). Os dois processos acima podem ser estendidos pa-
ra a determinação de qualquer ordem de derivada.
Exemplo 7.1
0 em x 0
u
0 em x 1
Resolver a equação diferencial pelo método das diferenças finitas, com aproximação de
diferenças centrais.
A equação aproximada de diferenças centrais é dada por:
69
Introdução aos Métodos Numéricos
u x i h 2u(x i ) u(x i h)
u(x i ) x i 0
h2
Reescrevendo os termos, temos:
u xi h (h 2 2)u(x i ) u(x i h) h 2 x i (i)
Comparando graficamente a solução dada por diferenças finitas com aproximação central
com a solução exata da ED, temos:
70
Profª Celme Torres
Figura 7.2 – Comparação gráfica da solução exata e da solução por diferenças finitas
com aproximação central.
Exemplo 7.2
O problema agora possui 5 incógnitas, já que também não se conhece o valor de u no pon-
to x 1. É necessário, então, obter mais uma equação pela aproximação de diferença re-
gressiva da condição de contorno natural.
du 1, 0u 0,8u
1 u(1, 0) 0, 2 u(0,8)
dx x 1 0, 2
71
Introdução aos Métodos Numéricos
Comparando graficamente a solução dada por diferenças finitas com aproximação regres-
siva com a solução dada por diferenças centrais e a solução exata da ED:
72
Profª Celme Torres
Figura 7.3 – Comparação entre a solução exata e a solução por diferenças finitas com
aproximação regressiva e aproximação central.
7.1.2. Exercícios
(1) Seja o problema descrito pela EDO sujeito as condições de contorno apresentadas:
d2H
2
10x 2 0 0 x 1
dx
H(0) 0
H(1) 0
Resolva a EDO pelo método das diferenças finitas com aproximação de diferença central.
d 2T
100 0 0 x 10
dx 2
T(0) 0
Sujeitas as condições de contorno:
T(10) 0
73
Introdução aos Métodos Numéricos
Encontre a solução numérica pelo método das diferenças finitas com aproximação central,
aproximação regressiva e aproximação progressiva. Compare graficamente as soluções a-
proximadas com a solução exata da EDO.
(3) Aplique o método das diferenças finitas com aproximação progressiva para encontrar
a solução aproximada da equação diferencial no intervalo. Mostre graficamente as so-
luções exata e aproximada utilizando um programa gráfico (maple ou Excel).
y ' 4 2x y(1) 5 0 x 1 considere h = 0,25
(4) Aplique o método das diferenças finitas com aproximação regressiva para encontrar a
solução aproximada da equação diferencial no intervalo. Mostre graficamente as solu-
ções exata e aproximada utilizando um programa gráfico (maple ou Excel).
y' cos(x) 1 y(0) 1 0 x 120 considere h =
(5) Aplique o método das diferenças finitas com aproximação central para encontrar a so-
lução aproximada da equação diferencial no intervalo. Mostre graficamente as solu-
ções exata e aproximada utilizando um programa gráfico (maple ou Excel).
y ' yx 2 y y(0) 1 0x2 considere h =
(6) Aplique o método de diferenças finitas com aproximação central para encontrar a so-
lução aproximada das equações diferenciais nos intervalos definidos.
a) y'' 2y' y x 0 x 1 y(0) 2 e y '(1) 0 (use h =
0,25)
b) y '' 2y ' x 0x6 y(0) 4 e y '(6) 2 (use h =
1,50)
74
Profª Celme Torres
O Método dos Elementos Finitos (MEF) é uma técnica de análise numérica para obtenção
de soluções aproximadas em problemas de valor de contorno, sendo aplicados uma grande
variedade de problemas de engenharia. Uma das principais publicações sobre MEF ilustra
sua aplicação na análise de tensões em estruturas aeronáuticas, mas sua utilização esten-
deu-se rapidamente para outros campos da engenharia (Huebner, 1995).
75
Introdução aos Métodos Numéricos
A fundamentação do método dos elementos finitos conta com três etapas distintas: sua
concepção matemática, aplicações e análise física e sua utilização na engenharia.
A formulação do MEF requer a existência de uma equação integral, de modo que seja pos-
sível substituir a integral sobre um domínio complexo (de volume V) por um somatório de
integrais de subdomínios de geometria simples (de volume V i).
fdV fdV
i 1 vi
(8.1)
v
n
V Vi (8.2)
i 1
Se for possível calcular todos as integrais dos subdomínios V i, basta efetuar o somatório
correspondente ao segundo membro de (1) para se obter a integral estendida a todo o do-
mínio. Cada subdomínio (Vi) corresponde a um elemento finito de geometria simples (e.g.,
segmento de reta, triângulo, quadrilátero, tetraedro, paralelepípedo).
76
Profª Celme Torres
n
h e (x) Ni (x)h ie (8.3)
i 1
Onde o superscrito e significa que a função h e (x) só é válida dentro de um elemento e não
em todo o domínio. h ie são os valores que a variável h assume nos nós do elemento e n é o
número de nós de cada elemento.
Onde [N] [N1 (x) N2 (x) ...Nn (x)] é a matriz linha que contém as funções de aproxi-
h1
h
mação e {h}e 2 é o vetor que contém o valor da variável h nos nós do elemento.
h 3
77
Introdução aos Métodos Numéricos
As funções de base representam, em princípio, funções que são definidas e possuem valo-
res diferentes de zero em todo o domínio. A formulação clássica não fornece um método
sistemático para definição das funções de base, existindo para cada caso uma infinidade de
funções possíveis. Levando-se em conta que a precisão e qualidade dos resultados depende
fortemente da escolha das funções de base, isto se constitui uma séria desvantagem. A situ-
ação é ainda mais complicada quando se considera domínios em 2 e 3 dimensões com ge-
ometrias complexas. Uma escolha inadequada das funções de base pode levar a um sistema
de equações mal-condicionado e de difícil solução ou até mesmo impossível de resolver
numericamente. Por estes motivos, o Método de Galerkin possui uso restrito na solução de
casos práticos.
O MEF pode ser considerado uma modificação do Método de Galerkin onde as funções de
base são definidas de forma sistemática e levando a sistemas de equações numericamente
estáveis e fáceis de resolver, evitando desta forma as dificuldades mencionadas. No MEF
são utilizadas funções de base que só tem valores diferente de zero em uma pequena parte
do domínio. Conforme será visto, a escolha deste tipo de funções simplifica consideravel-
mente a obtenção da solução aproximada do problema. Devido à sua forma particular, elas
são também conhecidas como funções piramidais. O uso deste tipo particular de funções
constitui-se, desta forma, numa das características principais do MEF, sendo que a sua efi-
cácia está ligada à esta forma particular das funções de base. Exemplos de funções de base
piramidais em uma dimensão são mostrados na Figura 7.2.
78
Profª Celme Torres
Figura 8.2 –Subdivisão do domínio e funções de base: (a) subdivisão do domínio, (b)
funções de base, (c) derivada das funções de base e (d) forma da função de aproxima-
ção.
1 0 1
h (8.5)
n n
79
Introdução aos Métodos Numéricos
(8.6)
x k k h k 0,1, 2,3,...n
De acordo com a Figura 8.2(b), as funções de base são definidas como segue:
0 0 x x k 1
x x
k 1
x k 1 x x k
h
j (x) (8.7)
x k 1 x x k x x k 1
h
0 x k 1 x 1
As funções lineares definidas por (7.7) são chamadas de funções de base definidas por tre-
chos. A sua característica principal é o fato de que elas são diferentes de zero apenas em
um pequena parcela do domínio, no caso considerado o domínio é o intervalo [0,1]. Por
este motivo elas são por vezes denominadas de funções de base local. Esta característica
particular simplifica enormemente a solução do problema por métodos numéricos. As deri-
vadas das funções de base são mostradas na figura 1c e dadas matematicamente por:
0 0 x x k 1
1
d j (x) h x k 1 x x k
(8.8)
dx 1 x k x x k 1
h
0 x k 1 x 1
retas, ou seja ela será to tipo linear por trechos, conforme mostra a figura 7.2(d). Observa-
se ainda que função de aproximação é contínua, não havendo saltos nos pontos de transi-
ção entre um elemento e outro. Esta característica é em geral desejada na solução. Haverá
entretanto uma descontinuidade na derivada da função, conforme mostra a figura 7.2(e).
Isto não causa, todavia, problemas. Caso seja necessário continuidade, também na derivada
de primeira ordem,da função de aproximação, poderão ser escolhidas funções de base de
ordem maior, por exemplo um polinômio de segunda ordem. O procedimento delineado
80
Profª Celme Torres
não se altera ao ser alterada a função de base. As matrizes do sistema no entanto possuirão
um número maior de elementos diferentes de zero.
F ma (8.9)
dv d 2 x d2x
a m 2 k (8.10)
dt dt 2 dt
F k (8.11)
onde F é a força (N), é o deslocamento (m) e k é a constante elástica da mola (N/m).
A relação entre as forças (F1e , F2e ) e os deslocamentos (1e , e2 ) de um elemento elástico tí-
pico (Figura 7.3) pode ser considerado um sistema discreto.
F1e k e 1e e2 k e1e k e e2 (8.12)
81
Introdução aos Métodos Numéricos
F2e k e e2 1e k e1e k ee2 (8.13)
1 1 1e
F1e
ke
e e (8.14)
1 1
2
F2
A equação 7.12 é aplicada para qualquer elemento elástico onde a relação força-
deslocamento é linear.
he
82
Profª Celme Torres
No caso de mecânica dos sólidos, o ângulo de torção da seção circular de um corpo ci-
líndrico é descrita pelo torque T em torno do eixo, sendo expresso na forma:
GJ
T (8.16)
L
ser usada para descrever as relações entre os torques T1e , T2e e os ângulos 1e , e2 de um
1 dP 2r
2
vx 1 (8.18)
4 dx d
128h e
Re
d e4
83
Introdução aos Métodos Numéricos
P1e P2e
Q1e Q e2
1 he 2
Figura 8.5 – Fluxo viscoso através de um tubo cilíndrico
d 4 dP
Q (8.19)
128 dx
O sinal negativo indica que o fluxo ocorre na direção do gradiente de pressão negativo.
A equação 7.19 pode ser aplicada para relação entre o valor nodal da taxa de volume de
fluxo, Q1e , Qe2 , a pressão, P1e , P2e , em um tubo de comprimento h e e diâmetro d e . A
d e4
Q1e
128h e
P2e P1e (8.20)
d e4
Qe2
128h e
P1e P2e (8.21)
128h e
A constante R e é chamada de resistência do tubo.
d e4
84
Profª Celme Torres
Exemplo 8.1
d2u
ux 0 (1 x 0)
dx 2
u 0 em x 0
Condições de contorno: du
dx 1 em x 1
5 x i 1
du du
dx dx (u x)u dx u x 1 (ii)
i 1 xi
85
Introdução aos Métodos Numéricos
2h
1 x x x x
h2
u 3 u 2 u 3 u 2 1 u 3 2 u 2 x 1 u 3 2 u 2 dx
h h h h h
1 h h h2
u3 u 2 u3 u 2 u3u3 u 2u 2 u 2u 3 u 3u 2 5u 3 4u 2
h 3 6 6
multiplicam cada u i , dos dois lados da equação, forem idênticos simultaneamente. In-
86
Profª Celme Torres
87
Introdução aos Métodos Numéricos
Note que a matriz do sistema é simétrica e em banda, o que permite a utilização, em com-
putador, de algoritmos eficientes de armazenamento e solução.
Exemplo 8.2
d 2T
kA 0 0xL
dx 2
k1 70W /(m K)
k 2 40W /(m K)
Tf = 50 oC
k 3 20W /(m K)
T0 = 200 oC
h1 2 cm
h 2 2,5 cm
h 3 4 cm
h1 h2 h3 10W /(m 2 K)
1 2 3 4
Condições de contorno:
88
Profª Celme Torres
T(0) To
dT
kA A T Tf 0
dx x L
Onde A é a área da seção transversal (que pode ser considerada igual a 1) e k é a condu-
tividade.
Solução
Para uma malha com 3 elementos lineares, considerando a matriz de rigidez dos elemen-
tos, temos:
k1A 1 1 70.1 1 1 3500 3500
[K]1
h1 1 1 0, 02 1 1 3500 3500
0 U1 Q1
1
3500 3500 0
3500 3500 1600 U Q1 Q2
1600 0 2 2 1
0 1600 1600 500 500 U3 Q22 Q13
0 0 500 500 U 4 Q3
2
89
Introdução aos Métodos Numéricos
U2 199,58 ºC
U3 198,67 ºC
U4 195,76 ºC
Exemplo 8.3
Dados:
E = 2500 Pa;
A = 20cm x 40cm
Forças: F1: 4 N
F2: 3 N
F3: 5 N
F4: 2 N
2,0 m 2,5 m 2,5 m
90
Profª Celme Torres
Usando o MEF encontre os deslocamentos nodais (a1, a2, a3 e a4) das barras da estrutura
sabendo que a Equação diferencial que rege o problema é dada por:
d du
EA 0
dx dx
Solução
91
Introdução aos Métodos Numéricos
K11
A A
K12 0 0
A
K 21 K 22 K11 K11
A B D B D
K12 K12
[K]
0
B
K 21 K 22 K11
B C C
K12
0 K D21 K C21 K C22 K D22
A formulação do MEF, uma vez que a relação envolvendo todos os graus de liberdade da
estrutura, é dada por:
[K]{a} {F}
# Solução do sistema
92
Profª Celme Torres
93
Introdução aos Métodos Numéricos
A análise bidimensional de elementos finitos envolve alguns conceitos básicos, assim co-
mo foi descrito para problemas unidimensionais. A análise do problema é algumas vezes
complicada pelo fato dos problemas bidimensionais serem descritos por equações diferen-
ciais parciais sobre uma região geometricamente complexa. O contorno () de um domínio
() bidimensional é em geral uma curva. Assim, em um problema bidimensional nos não
só procuramos uma solução aproximada de um dado problema em um domínio, como tam-
bém aproximamos o domínio de uma malha de elementos finitos adequada. Conseqüente-
mente, iremos ter erros de aproximação devido a aproximação da solução, como também,
erros de discretização devido a aproximação do domínio por elementos finitos.
94
Profª Celme Torres
n
Kije u ej fie Qie (i 1, 2,3,..., n) (8.1)
j1
onde,
Ne Nej Nej Nie Nej Nej
K ije x 11 x 12 y y 21 x 22 y 00 i j dxdy
i e e
a a a a a N N
e
(8.2)
fie fNi dxdy
e
(8.3)
e
K e u e f e Qe (8.5)
Note que Kije K eji (i.e., [Ke] é uma matriz simétrica de ordem n n , somente quando
a12 a 21
então as funções de forma Ni (x, y) são usadas para interpolar o valor da variável u entre
n
u e (x, y) Ni (x, y)u ie (8.6)
i 1
95
Introdução aos Métodos Numéricos
Onde o supercrito e significa que a função u e (x, y) só é válida dentro do elemento e não
em todo domínio; u ie são os valores que a variável u assume nos nós do elemento e n é o
número de nós de cada elemento.
A equação (8.6) pode ser escrita em forma matricial, como segue:
u e (x, y) N u e (8.7)
onde, [N] N1 (x, y) N2 (x, y) ... Nn (x, y) é a matriz linha que contém as funções de
u1
u
{u } 2
e
(8.8)
u n
h
ui
uk
uj
y
i
(xi, yi)
k
(xk, yk)
j
x
(xj, yj)
Figura 8.1 – Elemento triangular linear
96
Profª Celme Torres
1
x j y k x k y j u i x k y i x i y k u j x i y j x j yi u k (8.12)
2A
2
y j y k u i y k yi u j y i y j u k (8.13)
2A
1
x k x j ui xi x k u j x j xi u k (8.14)
2A
1 x i yi
Com, 2A 1 x j yj (8.15)
1 x y k
k
h Ni ui N ju j Nk u k (8.16)
a i b i x ci y
Ni
2A
a j b jx c j y
Nj (8.17)
2A
a k bk x ck y
Nk
2A
97
Introdução aos Métodos Numéricos
a i x j yk x k y j a j x k yi x i y k a k x i y j x j yi
bi y j y k b j y k yi bi yi y j (8.18)
ci x k x j c j xi x k ci x j x i
De acordo com o Método dos Resíduos Ponderados de Galerkin, para problemas bidimen-
sionais, temos:
u e u e
A A x g x x y g y y dA A [N] QdA 0 (8.20)
T T T
[N] R(x, y)dA [N]
y Contorno C
n
dC
dA
j Área A
x
i
98
Profª Celme Torres
q dA q n dC (8.21)
A C
onde,
i j e n n xi n y j (8.22)
x y
Sabendo que:
ou
u e u e
A x g x x y g y y dA
T
[N] (8.27)
Pode ser escrito na forma:
u e
g x
x
A [N]
T
dA (8.28)
u e
g y
y
99
Introdução aos Métodos Numéricos
u e
g x
x
[N]T p (8.29)
u e
g y
y
Substituindo no teorema de Green-Gaus, temos:
u e u e
g x g x
x T u e u e x
[N]
T
T
dA [N] g x nx gy n y dC [N] dA
u e x y u e
A
g y
C A
g y
y (a) y
(b)
(8.30)
Analisando o primeiro termo da equação (8.30), identifica-se que o termo (a) está relacio-
nado com a forças ou cargas aplicadas no contorno do domínio, assim o termo (a) da equa-
ção (8.30) fica:
C [N]
T
qdC (8.31)
Sendo, q o módulo ou valor das forças ou cargas aplicadas no contorno do elemento. Por
convenção, é adotado o valor positivo para as forças ou cargas aplicadas entrando no do-
mínio.
A integral (8.31) é válida para qualquer elemento bidimensional e pode ser determinada
desde que as funções de forma [N] estejam determinadas. Esta integral representa a con-
tribuição das condições de contorno naturais do problema.
100
Profª Celme Torres
C [N] qdC f q
T e
(8.32)
u e
g x
T x
Analisando o termo (b) da equação (8.30) [N] dA , temos:
A u e
g y
y
u e u e
g x 0 x
x g x
g y u e
(8.33)
u e 0
g y
y y
u e N1 N 2 N n
...
x x x x e
{h } [N]{h e } (8.35)
u e N1 N 2 N n
...
y y y y
g x 0
Chamando, [D]
g y
, temos:
0
u e
g x
T x
A [N] u e
dA [N]T [D][N]dA {f e }
A
(8.36)
g y
y
101
Introdução aos Métodos Numéricos
u e
g x
T x
A [N] u e
dA [K e ]nn {f e }n1
g y
y
A [N]
T
QdA (8.38)
Essa integral representa a contribuição das forças e cargas no Vetor de Carga Nodal, lo-
go:
Ke u e fqe fQe 0 (8.40)
Fazendo,
f f f
e e
q
e
Q (8.41)
Temos,
Ke u e f e (8.42)
102
Profª Celme Torres
Exemplo 9.1
y
impermeável
h=0m
4 //////////////////////////////////////////
3
4
5
2,0 m h = 10 m 2 3 h=5m
1
2 x
1 /////////////////////////////////////////
h=0m
Solução
2,0 m
O domínio foi dividido em 4 elementos e 5 nós.
Área dos elementos: A 1,0 m2
# Elemento 1 i = 1; j = 2; k = 5
x11 0 x12 0 x15 1
y11 0 y12 0 y15 1
b1 0 1 1 b2 1 0 1 b5 0 0 0
c1 1 2 1 c2 0 1 1 c5 2 0 2
103
Introdução aos Métodos Numéricos
12,5 0 12,5
[K ] 0
1
12,5 12,5 105
12,5 12,5 25
# Elemento 2 i = 1; j = 5; k = 4
b1 1 2 1 b5 2 0 2 b 4 0 1 1
c1 0 1 1 c5 0 0 0 c4 1 0 1
# Elemento 3 i = 2; j = 5; k = 3
12,5 12,5 0
3 2
[K ] [K ] 12,5 25 12,5 105
0 12,5 12,5
# Elemento 4 i = 4; j = 5; k = 3
12,5 0 12,5
[K ] [K ] 0
4 1
12,5 12,5 105
12,5 12,5 25
25 0 0 0 25
0 25 0 0 25
[K] 0 0 25 0 25 105
0 0 0 25 25
25 25 25 25 100
104
Profª Celme Torres
1.8
Carga hidráulica h (m)
1.6 10
9.6
1.4
9.2
8.8
1.2
8.4
8
1
7.6
7.2
0.8
6.8
6.4
0.6
6
5.6
0.4
5.2
4.8
0.2
4.4
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
O mapa dos vetores de fluxo pode ser observado na figura abaixo, indicando que o movi-
mento da água ocorre do maior para o menor potencial hidráulico. No contorno superior
e inferior, como não existe fluxo (h = 0) os vetores são adjacentes ao contorno.
105
Introdução aos Métodos Numéricos
1.8
4.5
1.6 4
1.4 3.5
3
1.2
2.5
1
2
0.8 1.5
1
0.6
0.5
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
106
Profª Celme Torres
Referências Bibliográficas
AKIM, J.E. Finite Element for Analysis and Design. Editora Academic Press. 1994.
REDDY, J.N. An Introduction to the Finite Element Analysis. Editora Mc Graw Hill.
1984.
COOK, R.D. Concepts and Aplications os the Finite Element Analysis. Editora Jonh Wiley
& Song. 1989.
ZIENKIEWICZ, O. C.; TAYLOR, R. L.; ZHU, J. Z. The Finite Element Method: Its Basis
And Fundamentals.
ASSAN, A. E. Método dos Elementos Finitos: Primeiros Passos. 2ª Edição. Editora Uni-
camp. 2003.
107