Lucas José Ferreira

Trabalho de Métodos Numéricos para Equações Diferenciais

Prof. Dr. Valeriano Antunes de Oliveira

São José do Rio Preto

2019
1. Verifique que a mudança de variáveis ξ = x – Vt (onde V é uma constante) τ = t, numa
função w(x,t), faz com que

wt = w ξV + wt, wx = w ξ e wxx = w ξ ξ.

Usando este fato, mostre que a equação convecção-difusão nas variáveis (x,t),

wt = 1/Pe w xx –Vwx,

transforma-se numa equação parabólica nas variáveis (ξ, τ)

w τ = 1/Pe w ξ ξ.

Você vê alguma vantagem nesta transformação?

Solução:
Temos que, através da regra da cadeia:

x = ξ + Vt, então,

d/dt(w(ξ + Vt, t)) = ∇ w(ξ + Vt, t).(v,1) = (w ξ, wt).(V,1) = w ξV + wt.

Ainda mais,

wx = w ξ ξx , entretanto ξ = x – Vt no que implica que ξx = 1.

Portanto wx = w ξ.

Agora, temos que wxx = wξx .ξx + w ξ. ξxx. Mas temos que ξx = 1, logo ξxx = 0.

Portanto, wxx = wx ξ. Por outro ângulo, tomando que w ϵ C², temos: wxξ = w ξx. Então, wxx = wξ ξ.

Considere a equação: wt = 1/Pe w xx –Vwx. Temos que wt = w ξV + wt o que implica que w ξV = 0,

e ainda temos que wx = w ξ,, podemos concluir que w xV = 0. Voltando na expressão:

wt = 1/Pe w xx , o que implica que w τ = 1/Pe w ξ ξ, pois τ = t e wxx = wξ ξ.

Se Pe > 0, esta transformação faz com que a equação seja escrita como a equação da onda, a qual
existe várias possibilidades de se obter solução pelos inúmeros métodos numéricos.

2. Use o método das Diferenças Finitas para encontrar aproximações para as equações de
Poisson abaixo. As equações são definidas em retângulos e os dados são fornecidos no
contorno destes retângulos. Quando possível, compare com a solução analítica. Use vários
valores para Δx e Δy, de acordo com suas possibilidades.

a. uxx + uyy = x, 0 < x < 1 e 0 < y < 1 com condições

x³
u(x,0) = u(x,1) = ,0≤x≤1
6
1
u(0,y)=0, u(1,y) = , 0 ≤ y ≤ 1;
6
Solução:
Na janela de comandos do Octave, digite ex2a, onde será executado o arquivo ex2a.m.
O arquivo irá calcular a solução aproximada para a equação de Poisson em questão. Foi utilizado
o espaçamento para malha com hx = 0.1 e hy=0.1. Digite u e enter na janela de comandos para
ver a matriz da solução aproximada.
Abaixo, podemos ver o gráfico da solução aproximada:
 Gráfico 1 – Solução aproximada

b. uxx + uyy = -2- π²senh(π)sen(πy), 0 < x < 1 e 0 < y < 1 com condições

u(x,0) = u(x,1) = x(1-x) , 0 ≤ x ≤ 1

u(0,y)=0, u(1,y)= senh(π)sen(πy), 0 ≤ y ≤ 1,

com solução analítica u(x,y) = senh(π)sen(πy) + x(1-x);

Solução:

Na janela de comandos do Octave, digite ex2b, onde será executado o arquivo ex2b.m. Foi
utilizado o espaçamento para malha com hx = 0.1 e hy=0.1. Digite u e enter na janela de
comandos para ver a matriz da solução aproximada. Desta vez, como tivemos a solução analítica
fornecida pelo exercício, pudemos avaliar o erro de aproximação. Abaixo, veja a tabela com os
erros e o gráfico da solução aproximada com a solução analítica:

Erro, norma 2 0.30203

Erro, norma Sup 0.38937

Tabela 1 – Erro de aproximação

Gráfico 2 – Solução aproximada e Solução Analítica

c. uxx + uyy = -[cos(x+y)+cos(x-y)], 0 < x < π e 0 < y < π/2 com condições

u(x,0) = cos(x), u(x, π/2) = 0 , 0 ≤ x ≤ π

u(0,y)=cos(y), u(π,y)=-cos(y), 0 ≤ y ≤ π/2,

com solução analítica u(x,y) = cos(x)cos(y).

Solução:
Na janela de comandos do Octave, digite ex2c, onde será executado o arquivo ex2c.m. Foi
utilizado o espaçamento para malha com hx = 0.1 e hy=0.1. Digite u e enter na janela de
comandos para ver a matriz da solução aproximada. Desta vez, como tivemos a solução analítica
fornecida pelo exercício, pudemos avaliar o erro de aproximação. Abaixo, veja a tabela com os
erros e o gráfico da solução aproximada com a solução analítica:

Erro, norma 2 0.0046939

Erro, norma Sup 0.0056817
Tabela 2 – Erro de aproximação

Gráfico 3 – Solução aproximada e Solução Analítica

3. Descreva como o Método de Diferenças Finitas pode ser usado para encontrar aproximações
de u(x,y) que resolvem o seguinte problema:

uxx + uyy = 32u se -1< x < 1 e -1 < y < 1

u(x,-1) = 1, u(x,y) = 0, 0 ≤ x ≤ 1
ux(-1,y) = u/2, u(1,y) = -u/2, -1 ≤ y ≤ 1.

Solução:

j
−2 uij+ ui−1
j
ui+1 u j +1−2 uij +uij−1
Para a discretização, utiliza-se para uxx e i para uyy. Não há
h² k²
valores de u em x = 1 e x = -1, entretanto, temos os valores das derivadas parciais de x.
Utilizemos as fórmulas avançada e atrasada para aproximar o valor de u nestes pontos. Temos:

j
−2 uij+ ui−1
j
ui+1 uij +1−2 uij +uij−1 j
2
+ 2
= 32 ui
h k
 u1j
u1j −u0j u0j u j
=
= e então, 0 h e
h 2 +1
2
uNj
uNj +1−u Nj −u Nj +1 u j
=
= e então, N +1 h
h 2 +1
2
Com J = 1,...,M.
Definimos:
v = (v1, ... , vN | vN+1, ..., v2n | vMN+1, ... , VMN);
f = (f11, ... , fN1 | f12, ... , fN2 | f1M, ... , fNM);
by = h²(g10, ... , gN0 | 0, ... , 0| ... | g1M, ... , gNM);
j
bx = k²(g01, ... , gN+11 | g02 ,0 ... 0, gN+12 | ... | g0M ,0 ... 0, gN+1M) como transformação do índice duplo de ui .

Resolvemos o sistema:
Av = f – bx – by,
onde temos :
Ai,i = -2(h² + k² + 16h²k²), i = 1,...,NM;
Ai,i+1 = k², i = 1,...,NM -1;
Ai,i-1 = k², i = 2,..., NM;
Ai,i+N = h², i = 1,...,N(M-1);
Ai,i-N = h², i = N,...,NM;
Ar,s = 0 nas demais posições.
Logo,
f = (32v1, ... , 32vN | 32vN+1, ..., 32v2n | 32vMN+1, ... , 32VMN)t;
by = h²(1, ... , 1| 0, ... , 0| ... | 1, ... , 1)t;

v1 v N v N +1 v N +2 v N ( M −1)+1 v MN
bx = k² ( h , ... , h | h , ,0 ... 0, h , | ... | h ,,0 ... 0, h ,)t.
+1 +1 +1 +1 +1 +1
2 2 2 2 2 2
Escrevendo o sistema como
Av = b,
temos
Ai,i = -2(h² + k² + 16h²k²), i = 2,...,NM;
Ai,i+1 = k², i = 1,...,NM -1;
Ai,i-1 = k², i = 2,..., NM;
Ai,i+N-1 = h², i = 1,...,N(M-1);
Ai,i-N+1 = h², i = N,...,NM;
 k²
A1,1 = -2(h² + k² + 16h²k²) + h ;
+1
2
k²
AN,1 = h² + h ;
+1
2
k²
AvN+1,1 = h , k = 1,...,M-1;
+1
2
k²
AvN,1 = h , k = 2,...,M;
+1
2
Ar,s = 0 em outras posições.
b = (-h², ... , -h²| 0, ... , 0| ... | 0, ... , 0)t .
Portanto, resolvendo o sistema, obteremos uma discretização.

4. Encontre as soluções aproximadas para os problemas parabólicos apresentados abaixo,

usando os métodos Explícito, Implícito e de Cranck-Nicolson. Compare os resultados
obtidos pelos três métodos e também com a solução analítica, quando for possível.

a. ut – uxx = 0, 0 < x < 2 e t > 0 com condições

u(0,t) = u(2,t) = 0

u(x,0) = x(2-x), 0 ≤ x ≤ 2;

Solução:

Foram utilizados t = 0.5 e h=0.4 para que não haja instabilidade. Na janela de comandos do
Octave, digite metodo = 1 e logo em seguida ex4a, onde será executado o arquivo ex4a.m. Desta
forma, será utilizado o método explícito para resolver o problema. Digite uexp e dê enter para
visualizar a solução nos determinados tempos. Após vermos os resultados, digite clear e repita o
processo, entrando na janela de comandos com metodo = 2 e em seguida ex4a, onde será
utilizado o método implícito para resolver o problema. Digite uimp para visualizar a solução nos
determinados tempos. Novamente, digite clear e inicie a resolução do problema pelo método de
Crank-Nicolson, digitando metodo = 3 e depois ex4a. Escreva ucn na janela de comandos para
visualizar a solução aproximada nos determinados tempos. Abaixo, será feito um comparativo
dos resultados na mesma posição e a apresentação dos gráficos para cada método.

uexp (3) = 0.27516;

uimp (3) = 0.31756;
ucn (3) = 0.29689.
Gráfico 3 – Solução aproximada pelos três métodos, Explícito, Implícito e C-N, respectivamente

b. π ²ut – uxx = 0, 0 < x < 1 e t > 0 com condições

u(0,t) = u(1,t) = 0, t > 0

u(x,0) = cos π(x-0.5), 0 ≤ x ≤ 1;

com solução analítica u(x,t) = e-tcos π(x-0.5);

Resolução:

Foram utilizados t = 0.5 e h = 0.2. Na janela de comandos do Octave, digite metodo = 1 e logo
em seguida ex4b, onde será executado o arquivo ex4b.m. Desta forma, será utilizado o método
explícito para resolver o problema. Digite uexp e dê enter para visualizar a solução nos
determinados tempos. Após vermos os resultados, digite clear e repita o processo, entrando na
janela de comandos com metodo = 2 e em seguida ex4b, onde será utilizado o método implícito
para resolver o problema. Digite uimp para visualizar a solução nos determinados tempos.
Novamente, digite clear e inicie a resolução do problema pelo método de Crank-Nicolson,
digitando metodo = 3 e depois ex4b. Escreva ucn na janela de comandos para visualizar a
solução aproximada nos determinados tempos. Abaixo, será feito um comparativo doe erros
obtidos, dos resultados na mesma posição e a apresentação dos gráficos para cada método.

Explícito Implícito Crank - Nicolson

t = 0.5 0.27792 0.28291 0.28042
Tabela 3 – Erros de aproximação

uexp (3) = 0.57924;

uimp (3) = 0.59297;
ucn (3) = 0.58623.

Gráfico 4 – Solução exata e aproximada pelo método explícito, implícito e C-N, respectivamente

c. ut – uxx = 2, 0 < x < 1 e t > 0 com condições

u(0,t) = u(1,t) = 0, t > 0

u(x,0) = sen πx + x(1-x), 0 ≤ x ≤ 1;

com solução analítica u(x,t) = e-π²tsen πx + x(1-x).

Solução:
Foram utilizados t = 0.5 e h = 0.2. Na janela de comandos do Octave, digite metodo = 1 e logo
em seguida ex4c, onde será executado o arquivo ex4c.m. Desta forma, será utilizado o método
explícito para resolver o problema. Digite uexp e dê enter para visualizar a solução nos
determinados tempos. Após vermos os resultados, digite clear e repita o processo, entrando na
janela de comandos com metodo = 2 e em seguida ex4c, onde será utilizado o método implícito
para resolver o problema. Digite uimp para visualizar a solução nos determinados tempos.
Novamente, digite clear e inicie a resolução do problema pelo método de Crank-Nicolson,
digitando metodo = 3 e depois ex4c. Escreva ucn na janela de comandos para visualizar a
solução aproximada nos determinados tempos. Abaixo, será feito um comparativo doe erros
obtidos, dos resultados na mesma posição e a apresentação dos gráficos para cada método.

Explícito Implícito Crank - Nicolson

t = 0.5 0.26050 0.27249 0.26415
Tabela 4 – Erros de aproximação

uexp (3) = 0.24144;

uimp (3) = 0.25919;
ucn (3) = 0.24731.

Gráfico 5 – Solução exata e aproximada pelo método explícito, implícito e C-N, respectivamente

5. Seja u solução da equação ut – uxx = 0, 0 ≤ x ≤ 0.5, t > 0, com condições de contorno

u(0,t) = 0 e ux(0.5,t) = -0.5u, t > 0

e condição inicial u(x,0) = x(1-x), 0 < x ≤ 0.5.

a. Verifique que as equações abaixo definem uma discretização (explícita) para o problema

ui j+1 = iλhui-1j + (1-2iλh)uij + iλhui+1j , i = 1:N-1

e
uNj+1 = 2NλhujN-1 + (1-Nλh(h+2))ujN
onde
λ=k/h², Nh = 0.5 e u0 = 0.
Solução:

Vejamos que se trata de uma discretização explícita:

Dado ut - xu x x = 0, temos:
j
−2 uij+ ui−1
j
uij +1−uij ui+1 j+1 j kx j j j
– x[ 2
] = 0 se, e somente se ui - ui - 2 [ui +1−¿ 2 ui +ui −1 ¿
k h h
= 0 (i)
 k
Por hipótese ƛ = , então, substituindo em (i):
h2

uij+1−¿ uij - ƛxuij+1+2 ƛxuij - ƛxui−1

j
=0

Sabendo que x = ih

uij+1−¿ uij - ƛihuij+1+ 2ƛihuij - ƛihui−1

j
= 0 se, e somente se

uij+1= uij + ƛihuij+1- 2ƛihuij + ƛihui−1

j
se, e somente se

uij+1= (ƛih)ui−1
j j j
+ (1-2ƛih)ui + (ƛih¿ ui+ 1

Quando temos i = N:

u Nj+1= (ƛNh)u N−1

j j j
+ (1-2ƛNh)u N + (ƛNh¿ u N+ 1 (ii), entretanto, o ponto (xn+1, tj) não está na
malha.

Usaremos a condição de contorno ux(Nh,tj) = -Nhu para aproximar a função no ponto

através da discretização de ux por diferenças centradas. Daí,

uNj +1−u Nj −1 j
ux(Nh,tj) é aproximadamente = −Nhu N e isso implica que
2h

u Nj +1=u jN−1−2 Nh² u Nj .

Substituindo a aproximação em (ii),

u Nj+1= (ƛNh)u N−1

j j j j
+ (1-2ƛNh)u N + (ƛNh¿(u N−1−2 Nh² u N )

j j
= 2 ƛNhu N−1 + (1-ƛNh(2 +2Nh²))u N e como Nh = 1/2,

j j
= 2Nƛhu N−1+ (1-Nλh(2+h))u N .

b. Tome h = 0.1, λ = 0.5 e calcule aproximações, no primeiro nível de tempo, correspondentes

a i = 3 e i = 5. As aproximações serão boas nos pontos de (0.5,0)? Explique.

Solução: Na janela de comandos do octave, digite ex5b para inicializarmos a rotina ex5b.m.

1 1
Temos que u3 = 0,207 e u5 = 0,23875.
O erro de aproximação sofre alterações na vizinhança de (0.5,0), pois ux precisou de
discretizada. Como foi utilizado o método de aproximação por diferenças centradas, a
ordem do erro foi O(h²).

6. Verifique as discretizações possíveis para o problema não-lienar:

ut – a(u)uxx = f(x,t), 0 < x < 1 e t > 0

u(0,t) = u(1,t) = 0, t > 0

u(x,0) = g(x), 0 ≤ x ≤ 1

onde a(u) > 0, f(x,t) e g(x) são funções conhecidas. Estabeleça as vantagens e desvantagens de
cada um dos métodos propostos.
Solução:

Método Explícito: É um método que possui erro de ordem O(k+h²), entretando apresenta
problemas em alguns casos pelo fato de ser condicionalmente estável, ou seja, ele depende de
uma relação entre os tamanhos dos passos utilizados na discretização.
Método Implícito: É um método que possui erro de ordem O(k + h²) e é incondicionalmente
estável, mas pode ter erros maiores que o método explícito, por questão de cálculos mais
detalhados, apesar de terem a mesma ordem do erro.
Método de Crank-Nicolson: É um método que possui erro de ordem O(k²+h²) e é
incondicionalmente estável também, entretanto o custo computacional é mais elevado do que os
outros em determinadas ocasiões.

7. Encontre soluções aproximadas para os problemas associados às equações da onda

a. utt – 0.25uxx = 0, 0 < x < 0.5 e t > 0, com condições

u(0,t) = u(0.5,t) = 0, t > 0

u(x,0) = 0, ut(x,0) = sen4πx, 0 ≤ x ≤ 0.5;

Solução: Na janela de comandos do Octave, digite ex7a para a rotina ex7a.m ser executada.
As soluções aproximadas podem ser vistas através do vetor u, e abaixo se encontra o gráfico da
solução aproximada.

Gráfico 6 – Solução aproximada

b. utt – uxx = 0, 0 < x < 1 e t > 0, com condições

u(0,t) = u(1,t) = 0, t > 0

u(x,0) = sen πx, ut(x,0) = 0, 0 ≤ x ≤ 1;

Resolução:
Na janela de comandos do Octave, digite ex7b para a rotina ex7b.m ser executada. As soluções
aproximadas podem ser vistas através do vetor u, e abaixo se encontra o gráfico da solução
aproximada.
 Gráfico 7 – Solução aproximada

c. utt – uxx = 0, 0 < x < 1 e t > 0, com condições

u(0,t) = u(1,t) = 0, t > 0

u(x,0) = 1 se 0 ≤ x ≤ 0.5,
0.5 ≤ x ≤ 1

ut(x,0) = 0, 0 ≤ x ≤ 1.

Verifique como as soluções se comportam em t = 0.5 quando usamos h = 0.1 e h = 0.01.

Solução:
Na janela de comandos do Octave, digite ex7c para a rotina ex7c.m ser executada. As soluções
aproximadas podem ser vistas através do vetor u. Na rotina ex7c.m, altere os valores de h para
ver como a função se comporta. Abaixo se encontram os gráficos das soluções aproximadas para
t = 0.5 e h = 0.2 e h = 0.1.

Gráfico 7 – Solução aproximada para h = 0.2 e h = 0.1

Para h = 0.01, o problema aparenta apresentar instabilidade.