UNIVERSIDADE FEDERAL DE UBERLÂNDIA

FACULDADE DE MATEMÁTICA

PROJETO PIBEG

Unidade VI
Solução Numérica de
Equações Diferenciais
Ordinárias 1
0011 0010
452
 INTRODUÇÃO

Uma equação diferencial ordinária é definida como uma equação

que envolve uma função incógnita y e algumas de suas derivadas

avaliadas em uma variável independente x, da forma:

y ( n ) ( x )  f [ x , y' ( x ), y' ' ( x ),... , y ( n 1 ) ( x )]

Nas ciências aplicadas a utilização de equações diferenciais tem

como objetivo descrever o comportamento dinâmico de sistemas
físicos. Por exemplo, o comportamento dinâmico de um circuito,
1
mostrado na figura a seguir, pode ser descrito por uma equação
diferencial.
0011 0010
452
 CIRCUITOS ELÉTRICOS RLC

Circuitos elétricos mais complexos são basicamente formados

por resistores de resistência R, indutores de indutância L,
capacitores de capacitância C, carregado com uma diferença
de potencial VC e uma fonte elétrica cuja diferença de potencial
é indicada E(t).

1
0011 0010
452
 Se E(t) é a diferença de potencial da fonte de alimentação e i(t) é
a intensidade da corrente elétrica, então:

VL é a diferença de potencial nos terminais do indutor:

di
VL (t )  L
dt

VR é a diferença de potencial nos terminais do resistor:

VR (t )  Ri (t )

1
0011 0010
452
 VC é a diferença de potencial nos terminais do capacitor:

1 t
VC (t )   i (u )du
C 0

A lei de Kirchoff para tensões afirma que a soma algébrica de

todas as tensões tomadas num sentido determinado (horário ou
anti-horário), em torno de um circuito fechado é nula. Assim,
quando for fechado o interruptor, obteremos:

VL (t )  VR (t )  VC (t )  E (t )
1
0011 0010
452
 Substituindo

di 1 t
VL (t )  L VR (t )  Ri (t ) VC (t )   i (u )du
dt C 0

em
VL (t )  VR (t )  VC (t )  E (t )

obtemos:

di 1 t
1
L  Ri (t )   i (u )du  E (t )
dt C 0

0011 0010
452
 Se E(t) é constante e derivarmos em relação à variável t, teremos

d 2i (t ) di(t ) 1
L 2
R  i (t )  0
dt dt C

e temos uma EDO de segunda ordem, linear e homogênea.

Se E(t) é uma função diferenciável da variável t, então

d 2i (t ) di(t ) 1 dE
L 2
R  i (t ) 
dt dt C dt

e temos uma EDO linear não-homogênea.

1
0011 0010
452
 TIPOS DE EQUAÇÕES
DIFERENCIAIS

1
0011 0010
452
 EQUAÇÕES DIFERENCIAIS ORDINÁRIAS

São equações diferenciais que possuem apenas uma

variável independente.

Exemplos:
dy y é função de x e x é a única variável
 x y
dx independente.

dy y e x são funções de t; t é a única

 x2  y2
dt variável independente.

1
452
d2y 2 2
y e x são funções de w; w é a
 x  y única variável independente. Esta
dw2 edo é de segunda ordem.
0011 0010
 EQUAÇÕES DIFERENCIAIS PARCIAIS

Uma equação diferencial parcial é aquela cuja função

incógnita depende de duas ou mais variáveis independentes.

Exemplo:

 2u  2u
2
 2 0 u é função de x e y; x e y são variáveis
x y independentes. EDP linear, de 2ª
ordem e homogênea. (Equação de
Laplace)

1
0011 0010
452
 SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS

Determinadas equações diferenciais podem ser

solucionadas analiticamente, cuja solução é uma expressão
literal. No entanto, isto nem sempre é possível. Neste caso, a
solução é obtida através de solução numérica, como será visto
na seqüência.

1
0011 0010
452
 Exemplo:
dy
Resolva a equação diferencial  y.
dx
Solução:

dy dy dy
 y  dx     dx  ln( y )  c1  x  c2
dx y y
y ( x)  e x c  e x e c .
Tomando k  e c obtemos :

y ( x)  ke x
1
0011 0010
452
 Observe que a solução da equação diferencial resulta numa
família de curvas que dependem da constante k, como pode ser
visto na figura abaixo. Uma solução particular pode ser obtida a
partir das condições iniciais do problema. A especificação de
uma condição inicial define uma solução entre a família de
curvas.

x
y ( x)  ke

1
0011 0010
452
 SOLUÇÃO NUMÉRICA DE
EQUAÇÕES DIFERENCIAIS
ORDINÁRIAS – PROBLEMA DE
VALOR INICIAL

1
0011 0010
452
 Considere a equação diferencial ordinária de primeira ordem com
condição inicial :
 y '  f ( x, y )
 , x  [a, b]; x0  a
 y ( x0 )  y0
Se a solução da equação diferencial acima é do tipo y(x), conforme
ilustrado abaixo:

y y(xn)

y(x3)
y(x1) y(x2)

1
y(x0) = y0

0011 0010
x0 = a x1 x2 x3 xn = b x
452
 então a solução numérica da equação diferencial é obtida
aproximando-se os valores y ( x0 ), y ( x1 ), y ( x2 ), y ( x3 ),... , y ( xn ) ,
conforme a tabela abaixo:

ba
onde xj = x0 + jh, com h  e n é o número de subintervalos
n
de [a,b].

Considera-se que a notação y ( x j ), j  1,2,..., n indica a solução

1
exata da EDO nos pontos x1 , x 2 , x 3 ,..., x n, e y j , j  1,2,...., n
indica a solução aproximada obtida por um método numérico.

0011 0010
452
 Na solução numérica não se determina a expressão literal da
função y(x), mas sim uma solução aproximada do PVI num
conjunto discreto de pontos.
Nos problemas das ciências aplicadas, normalmente estuda-
se o comportamento dinâmico de determinadas variáveis, portanto
necessita-se da evolução das variáveis em função da variável
independente. A partir dos dados numéricos é possível gerar um
esboço do gráfico da função incógnita.

1
0011 0010
452
 MÉTODOS BASEADOS
NA SÉRIE DE TAYLOR

1
0011 0010
452
Série de Taylor
Resumo
 Suponhamos que, de alguma forma, tenhamos as
aproximações y1, y2, ..., yi para y(x), em x1, x2, ..., xi.

Se y for suficientemente “suave”, a série de Taylor de y(x) em torno

de x = xi é:

( x  xi ) 2 (k ) ( x  xi ) k ( k 1) ( x  xi ) k 1
y ( x)  y ( xi )  y ' ( xi )( x  xi )  y" ( xi )    y ( xi ) y ( x )
2! k! (k  1)!

 x entre xi e x.

Assim,

1
452
( xi 1  xi ) 2 (k ) ( xi 1  xi ) k
y ( xi 1 )  y ( xi )  y ' ( xi )( xi 1  xi )  y" ( xi )    y ( xi )
2! k!

0011 0010
 Se yi(j) representa a aproximação para a j-ésima derivada da função

y(x) em xi: y(j)(xi) e h = xi+1 – xi, teremos:

h2 (k ) h k
y ( xi 1 )  yi 1  yi  yi ' h  yi "    yi
2! k!

e o erro de truncamento é dado por:

y ( k 1) ( xi )
e( xi )  h ( k 1)
(k  1)!

1
0011 0010
452
 Observamos que, se y(x) tem derivadas de ordem (k+1), contínua
num intervalo fechado I que contém os pontos sobre os quais
estamos fazendo a discretização, então existe:

M k 1  max | y ( k 1) ( x) |
xI

Assim, teremos um majorante para o erro de truncamento pois

| y ( k 1) ( x ) | M k 1   x I

M k 1h k 1
1
 | e( xi ) |  max | e( x) | 
0011 0010
xI
(k  1)!
 Ch k 1
452
 Um método numérico é dito de ordem p se existe uma constante C
tal que:
| e( xi 1 ) |  Ch p 1

Onde C depende das derivadas da função que define a equação

diferencial.

Para aplicar o método da série de Taylor de ordem k:

(k )
y '' y
yi 1  yi  yi ' h  i h 2    i h k
2! k!

1
452
temos de calcular yi’, yi”, yi’’’, ..., yi(k).

0011 0010
 Agora, y’(x) = f(x, y(x)). Então:

y"  f x ( x, y ( x))  f y ( x, y ( x)) y ' ( x)  f x  f y f

Assim, por exemplo, o método de série de Taylor de 2ª ordem é:

h2
yi 1  yi  hf ( xi , yi )  [ f x ( xi , yi )  f y ( xi , yi ) f ( xi , yi )], i  0,1, ...
2

1
0011 0010
452
 Observe que

y ' ' ' ( x)  f xx ( x, y ( x))  f xy ( x, y ( x)) y ' ( x) 

 [ f yx ( x, y ( x))  f yy ( x, y ( x)) y ' ( x)] y ' ( x)  f y ( x, y ( x)) y" ( x)
 f xx  f xy f  ( f yx  f yy f ) f  f y ( f x  f y f ),

A expressão da terceira derivada já nos mostra a dificuldade dos

cálculos de um método de Taylor de terceira ordem. Observe
ainda que todos esses cálculos são efetuados para cada i,
i = 1, ..., n.
1
0011 0010
452
 Os métodos que usam o desenvolvimento em série de Taylor
de y(x) teoricamente fornecem solução para qualquer equação
diferencial. No entanto, do ponto de vista computacional, os
métodos de série de Taylor de ordem mais elevada são
considerados inaceitáveis pois, a menos de uma classe restrita
de funções f(x,y) ( f(x,y) = x2 + y2, por exemplo), o cálculo das
derivadas totais envolvidas é extremamente complicado.

1
0011 0010
452
 MÉTODO DE PASSO UM
MÉTODO DE EULER

1
0011 0010
452
 Consideremos, o método de série de Taylor de ordem k = 1, ou
seja,

yi 1  yi  hyi'  yi  hf ( xi , yi )
onde

y" (  xi1 )
e( xi 1 )  h2
2

1
452
Este é o método de Euler, que é um método de série de Taylor de
ordem 1.

0011 0010
 INTERPRETAÇÃO GEOMÉTRICA DO MÉDODO DE EULER:

Como conhecemos x0 e y0 = f(x0), então sabemos calcular y’(x0) =

f(x0,y0). Assim, a reta r0(x) que passa por (x0,y0), com coeficiente

angular y’(x0), é:

r0 ( x)  y ( x0 )  ( x  x0 ) y ' ( x0 )

Escolhido h  xk 1  xk

y ( x1 )  y1  r0 ( x1 )  y ( x0 )  hy ' ( x0 )

1
452
ou seja
y1  y0  hf ( x0 , y0 ).

0011 0010
 O raciocínio é repetido com (x1,y1) e y2 = y1 + hf(x1,y1) e assim,
sucessivamente, o método de Euler nos fornece:
yk 1  yk  hf ( xk , yk ). k  0,1,2,...

GRAFICAMENTE:

y = ex
y

y(x1)
r0 (x)
Erro
y1 P1
y0=1

1
0011 0010
x0 = 0 x 1 = x0 + h x
452
 EXEMPLO:

Seja o PVI: y’ = y, y(0) = 1. Trabalhando com quatro casas

decimais, usaremos o método de Euler para aproximar y(0.04) com
erro menor do que ou igual a ; = 5×10-4.

O primeiro passo é encontrar h de modo que:

y" ( xi )
e( xi )  h2  
2

Neste caso, conhecemos a solução analítica do PVI: y(x) = ex,

1
temos então que:

452
M 2  max | y" ( x) |  e 0.04  1.0408  | y" ( xi ) |  M 2
x[ 0 , 0.04 ]

0011 0010
 1.0408 2
donde | e( x ) |  h  x  I  [0, 0.04]
2

4 3
1.0408 2 2  5  10 10
h  5 10  4 ; então h 2  
2 1.0408 1.0408

Portanto,
h  0.0310.
Considerando pontos igualmente espaçados, tem-se h = 0.04/n,
onde n é o número de subintervalos de I. Assim,
0.04 0.04
 0.0310  n   n  1.29  n  2.
n 0.031
1
Portanto, tomando n = 2, h = 0.02.
0011 0010
452
 Assim, x0  0 e y ( x0 )  y (0)  y0  1.
h
x1  0.02
x0 x1 x2
x2  0.04

Agora: y ( x1 )  y1  y0  hf ( x0 , y0 )  y0  hy0
 y0 (1  h)  1(1  0.02)
 1.02

e
y ( x2 )  y2  y1  hf ( x1 , y1 )    y1 (1  h)
 1.02(1.02)  1.02 2

1
 1.0404

452
Dado que e0.04, com quatro casas decimais, vale 1.0408, temos que
o erro cometido foi 1.0408 – 1.0404 = 4×10-4 < 5×10-4.
0011 0010
 MÉTODOS DE
RUNGE-KUTTA

1
0011 0010
452
 MÉTODOS DE RUNGE-KUTTA

A idéia básica destes métodos é aproveitar as qualidades

dos métodos de série de Taylor (ordem elevada) e ao mesmo
tempo eliminar sua maior dificuldade que é o cálculo de
derivadas de f(x,y) que, conforme vimos, torna os métodos de
série de Taylor computacionalmente inaceitáveis.

1
0011 0010
452
 Podemos dizer que os métodos de Runge-Kutta de ordem p se
caracterizam pelas propriedades:

São de passo um (auto-iniciantes);

não exigem o cálculo de derivadas parciais de f(x,y);

necessitam apenas do cálculo de f(x,y) em determinados pontos

(os quais dependem da ordem dos métodos);

expandindo-se f(x,y) por Taylor em torno de (xi , yi) e agrupando-

1
se os termos em relação às potências de h, a expressão do método

452
de Runge-Kutta coincide com a do método de Taylor de mesma
ordem.
0011 0010
 MÉTODOS DE RUNGE-KUTTA DE 1ª ORDEM:
MÉTODO DE EULER

Já vimos que o método de Euler é um método de série de

Taylor de 1ª ordem:
yi 1  yi  hf ( xi , yi ), i  0,1, 2, ...

Observe que o método de Euler possui as propriedades

anteriores que o caracterizam como um método de Runge-
Kutta de ordem p = 1.

1
0011 0010
452
 MÉTODOS DE RUNGE-KUTTA DE 2ª ORDEM:

Inicialmente será apresentado um método particular que é o

método de Heun, ou método de Euler Aperfeiçoado, pois ele tem
uma interpretação geométrica bastante simples.

Conforme o próprio nome indica, este método consiste em fazer

mudanças no método de Euler para assim conseguir um método de
ordem mais elevada.

1
0011 0010
452
 MÉTODOS DE EULER APERFEIÇOADO:

INTERPRETAÇÃO GEOMÉTRICA

1
0011 0010
452
 Dado o PVI:
 y '  f ( x, y )
 , x  [a, b]; x0  a
 y ( x0 )  y0
Considere o ponto (xi, yi), yi  y(xi). Vamos supor a situação
ideal em que a curva desenhada com linha cheia seja a solução
y(x) da nossa equação ( isto só acontece mesmo em (x0, y0)).

Por (xi, yi) traçamos a reta L1 cujo coeficiente angular é

y’i = f(xi, yi), ou seja,

L1 : z1 (x)  yi  (x  xi )yi '  yi  (x  xi )f(xi , yi ).

1
0011 0010
452
 L1
y

y (x) (Solução analítica)

yi

1 x

452
xi

0011 0010
 Assim, dado o passo h, z1(xi+1) = z1(xi + h) é igual ao valor yi+1
obtido do método de Euler, que chamamos aqui de yi 1.
Seja
P  (xi  h, yi  hy'i )  (xi 1 , yi 1 ).

Por P agora, traçamos a reta L2, com coeficiente angular

dado por:

f(xi  h, yi  hy'i )  f(xi 1 , yi 1 ).

1
452
L2 : z 2 (x)  yi  hy'i  [x  (xi  h)]f(xi  h, yi  hy'i )

0011 0010
 L1
y
P
yi 1  yi  hy 'i L2

y (x)

yi

1
x

452
xi  h  xi 1

0011 0010
 A reta pontilhada L0 passa por P e tem inclinação dada pela

média aritmética das inclinações das retas L1 e L2, ou seja, sua

inclinação é:
f(xi , yi )  f(xi  h, yi  hy'i )
2

1
0011 0010
452
 L1
y L0
P
yi 1  yi  hy 'i L2

y (x)

yi

1
x

452
xi  h  xi 1

0011 0010
 A reta pontilhada L0 passa por P e tem por inclinação a

média das inclinações das retas L1 e L2, ou seja, sua inclinação é:

f(xi , yi )  f(xi  h, yi  hy'i )

2

A reta L passa por (xi, yi) e é paralela à reta L0, donde:

f(xi , yi )  f(xi  h, yi  hy'i )

1
L : z(x)  yi  (x  xi )
2

0011 0010
452
 L1
y L0
P
yn 1  yn  hy 'n L2

L
yn 1
y (x)

yn

1
x

452
xn  h  xn 1

0011 0010
 O valor fornecido para yi+1 pelo método de Euler Aperfeiçoado é:

h
yi 1  yi  [f(xi ,yi )  f(xi  h,yi  hf ( xi , yi ) )], i  0 ,1, 2,... .
2

Observamos que este método é de passo um e só trabalha

com cálculos de f(x,y), não envolvendo suas derivadas. Assim,
para verificarmos que ele realmente é um método de Runge-
Kutta de 2ª ordem, falta verificar se sua fórmula concorda com a
do método de série de Taylor até os termos de 2ª ordem em h:

h2 h2
yi 1  yi  hf ( xi , yi )  f x ( xi , yi )  f ( xi , yi ) f x ( xi , yi )

1
2 2
Esta verificação será feita para o caso geral, apresentado a
seguir.
0011 0010
452
 FORMA GERAL DOS MÉTODOS
DE
RUNGE-KUTTA DE 2ª ORDEM

1
0011 0010
452
 O método de Euler Aperfeiçoado é um método de Runge-Kutta
de 2ª ordem e podemos pensar que ele pertence a uma classe
mais geral de métodos do tipo:

yi 1  yi  ha1 f ( xi , yi )  ha2 f ( xi  b1h, yi  b2 hf ( xi , yi ))

Para o método de Euler Aperfeiçoado,

a1  1
2 b1  1
a2  1
2 b2  1

1
Temos quatro parâmetros livres: a1, a2, b1e b2. A concordância

452
com o método da série de Taylor até os termos de ordem h2 é
será mostrado a seguir.
0011 0010
 O desenvolvimento de Taylor da função f(xi + b1h, yi + b2hf(xi , yi ))

em torno do ponto (xi , yi ) é dado por:

f ( xi  b1h, yi  b2 hf ( xi , yi ))  f ( xi , yi )  b1hf x ( xi , yi )  b2 hf ( xi , yi ) f y ( xi , yi ) 

+ termos de h2.
Desta forma o método de Runge-Kutta pode ser reescrito como:

yi 1  yi  a1hf ( xi , yi )  a2 h[ f ( xi , yi )  b1hf x ( xi , yi )  b2 hf ( xi , yi ) f y ( xi , yi )] 

+ termos de h3.

1
0011 0010
452
 A expressão:
yi 1  yi  a1hf ( xi , yi )  a2 h[ f ( xi , yi )  b1hf x ( xi , yi )  b2 hf ( xi , yi ) f y ( xi , yi )] 

+ termos de h3.

pode ser escrita como

yi 1  yi  a1hf ( xi , yi )  a2 hf ( xi , yi )  a2b1h 2 f x ( xi , yi )  a2b2 h 2 f ( xi , yi ) f y ( xi , yi ) 

+ termos de h3.

yi 1  yi  hf ( xi , yi )(a1  a2 )  h 2 [a2b1 f x ( xi , yi )  a2b2 f ( xi , yi ) f y ( xi , yi )] 

1
+ termos de h3.

0011 0010
452
 Como o método de série de Taylor de 2ª ordem é escrita como:

1
2
yi 1  yi  h f ( xi , yi )  h [ f x ( xi , yi )  f y ( xi , yi ) f ( xi , yi )], i  0,1, ...
2

+ termos de h3.
E o método de Runge-Kutta de 2ª ordem é dado por:

yi 1  yi  h f ( xi , yi )(a1  a2 )  h 2 [a2b1 f x ( xi , yi )  a2b2 f ( xi , yi ) f y ( xi , yi )] 

+ termos de h3.
Então, a concordância dos dois métodos até h2 é obtida se:
a1  a2  1
1
452

a2b1  1 2
a b  1
 2 2
0011 0010
2
 O sistema anterior possui três equações e quatro variáveis.
Escolhendo um dos parâmetros arbitrariamente, por exemplo
a2=w ≠ 0, temos:

a1  a2  1
 a1  1  w
a2b1  1 2 
a b  1
 2 2 2
b
1  b2  1 w
2

e a forma mais geral dos métodos de Runge-Kutta de 2ª ordem é

dada por

yi 1  yi  h[(1  w) f ( xi , yi )  wh[ f ( xi  2hw , yi  2hw f ( xi , yi ))], i  0,1, 2, ...

1
0011 0010
452
 MÉTODOS DE RUNGE-KUTTA
DE
ORDENS SUPERIORES

1
0011 0010
452
 De forma análoga, pode-se construir métodos de 3ª ordem, 4ª
ordem, etc. A seguir serão fornecidas apenas fórmulas para
métodos de Runge-Kutta de 3ª e 4ª ordem:

3ª ordem

2 1 4
yi 1  yi  k1  k 2  k3 onde
9 3 9

k1  hf ( xi , yi )
h k1
k 2  hf ( xi  , yi  )
2 2
3 3
1
452
k3  hf ( xi  h, yi  k 2 )
4 4

0011 0010
 4ª ordem

2 1 4 onde
yi 1  yi  k1  k 2  k3
9 3 9

k1  hf ( xi , yi )
h k1
k 2  hf ( xi  , yi  )
2 2
3 3
k3  hf ( xi  h, yi  k 2 )
4 4

1
0011 0010
452
 OBSERVAÇÃO:

Os métodos de Runge-Kutta, apesar de serem auto-

iniciáveis (pois são de passo um) e não trabalharem com
derivadas de f(x,y), apresentam a desvantagem de não
haver para eles uma estimativa simples para o erro, o que
inclusive poderia ajudar na escolha do passo h.

Existem ainda adaptações dos métodos de Runge-Kutta que

são simples operacionalmente e que são usadas também

1
para estimativas de erro e controle do tamanho do passo h.

0011 0010
452
 MÉTODOS DO PONTO
MÉDIO

1
0011 0010
452
 Considere agora o desenvolvimento de y(xi + h) e y(xi − h) em

série de Taylor em torno do ponto xi, isto é:

 h2 h3
 y ( xi  h)  y ( xi )  hy ' ( xi )  y" ( xi )  y ' ' ' ( xi )  .
2! 3!
 2 3
 y ( x  h)  y ( x )  hy ' ( x )  h h
y" ( xi )  y ' ' ' ( xi )  .
 i i i
2! 3!
Fazendo y ( xi  h)  y ( xi  h) obtemos:

h3
y ( xi  h)  y ( xi  h)  2hy ' ( xi )  y ' ' ' ( xi )  .
 3!     
1
452
O ( h3 )

0011 0010
 Considerando apenas o primeiro termo do lado direito da
expansão acima, substituindo y(xi+h) por yi+1, y(xi − h) por yi−1 e

y’(xi) por fi, obtemos:

yi 1  yi 1  2hf i
ou

yi 1  yi 1  2hf i

onde y0 e y1 são valores iniciais.

Desta forma o método do ponto médio é de passo dois e

1
possui ordem 2.

0011 0010
452
 Série de Taylor:

Seja f uma função com derivadas de todas as ordens em algum

intervalo contendo a como um ponto interior. Então, a série de
Taylor gerada por f em x = a é


f ( k ) (a) f ´´(a ) f ( n ) (a)
k 0 k!
k
( x  a )  f (a )  f ´(a )( x  a) 
2!
2
( x  a )  ... 
n!
( x  a) n  ...

1
0011 0010
452
 Exemplo:
Desenvolver f(x) = ln(x) , em torno de x = 1.
f ( x)  ln x  f (1)  0
f ' ( x)  x 1  f ' (1)  1
f ' ' ( x)   x  2  f ' ' (1)  1
f ' ' ' ( x)  2 x 3  f ' ' ' (1)  2
f IV ( x)  6 x 4  f IV (1)  6

f n ( x)  (1) n 1 (n  1)! x  n  f n (1)  (1) n 1 (n  1)!

1
Assim,

452
( x  1) 2 2( x  1)3 6( x  1) 4 (1) n 1 (n  1)!( x  1) n
ln x  0  ( x  1)     ...   ...
2! 3! 4! n!
0011 0010
 Portanto,

( x  1) 2 ( x  1) 3 ( x  1) 4 (1) n 1 ( x  1) n
ln x  ( x  1)     ...   ...
2 3 4 n

1
0011 0010
452
 MÉTODOS DE PASSO MÚLTIPLO
BASEADOS EM INTEGRAÇÃO
NUMÉRICA

1
0011 0010
452
 A característica destes métodos é a utilização de
informações sobre a solução em mais de um ponto. Podem ser
divididos em:

Métodos explícitos: trabalha-se com as aproximações yi, yi-1,

yi-2, ..., yi-m para obter yi+1.

Métodos implícitos: trabalha-se com as aproximações yi+1, yi, yi-

1 , yi-2, ..., yi-m para obter yi+1.

1
0011 0010
452
 A fórmula geral dos métodos lineares de passo múltiplo
é dada por:

k k
yi 1  
j 1
j yi  j  1  h 
j 0
j f i  j 1 ; i  k 1

Nesta expressão, observa-se que:

Se β0 = 0, são necessários k passos anteriores: yi, yi-1, yi-2, ..., yi-

. Este é um método explícito.

(k-1)

Se β0 ≠ 0, necessita-se de k passos anteriores e do valor de

1
0011 0010
fi+1 = f(xi+1, yi+1). Este é um método implícito.
452
 MÉTODO DE ADAMS -
BASHFORTH

1
0011 0010
452
 Estes métodos baseiam-se na idéia de integrar a
equação diferencial ordinária de primeira ordem, isto é:
xi 1 xi 1

y ' ( x )  f x , y ( x )    y ' ( x) dx   f x , y( x) dx 

xi xi

xi 1

y ( xi 1 )  y ( xi )   f x , y( x) dx
xi


xi 1

y ( xi 1 )  y ( xi )   f x , y( x) dx
xi

1
0011 0010
452
 Seja a aproximação de f(x, y(x)) dada pelo polinômio de
grau m, pm(x) , que interpola f(x, y(x)) em:
xi , xi 1 , xi  2 ,  , xi  m . (Método explícito)
xi 1 , xi , xi 1 , xi  2 ,  , xi ( m 1) .(Método implícito)

Desta forma, a expressão dos métodos de ADAMS –

BASHFORTH são do tipo:

xi 1

yi 1  yi  
xi
pm ( x) dx

1
0011 0010
452
 Para m = 3, mostra-se que:

Método explícito de ordem 4

h
yi 1  yi  55 f i  59 fi 1  37 f i 2  9 f i 3  para i  3
24

com erro local:

251 5 (5)
eloc ( xi 1 )  h y ( xi ) ,  xi  [ xi , xi 1 ]
720

1
0011 0010
452
 Para m = 3, mostra-se que:

Método implícito de ordem 4

h
yi 1  y i  9 f i 1  19 f i  5 f i 1  f i 2  para i  2
24
com erro local:

19 5 ( 5)
eloc ( xi 1 )   h y ( xi ) ,  xi  [ xi , xi 1 ]
720

Aconselha-se a utilização de um método de passo

simples de mesma ordem para a obtenção dos valores
1
452
necessários para a inicialização do método de passo múltiplo.
Nesse caso, é usual aplicar o Método de Runge-Kutta de quarta
0011 0010
ordem.
 MÉTODO PREDITOR – CORRETOR
DE ADAMS-MOULTON

1
0011 0010
452
 Dado o PVI:

 y '  f ( x, y )

 y ( xo )  y o

1o passo: Calcular usando um método de passo simples de 4ª

ordem os valores iniciais: y1 , y 2 e y3

2o passo: Calcular yi+1(0) utilizando o método explícito

(PREVISÃO):

h
55 f i  59 f i 1  37 f i 2  9 f i 3 
1
yi(o1)  yi  i3
24

0011 0010
452
 3o passo: Calcular:

f i(o1)  f ( xi 1, yi(o1) )

4o passo: Calcular yi+1(k) utilizando o método implícito

(CORREÇÃO):

y (k )
i 1  yi 
h
24

9 f i(1k 1)  19 f i  5 f i 1  f i  2 
Até que

1
yi(k1)  yi(k11)
 k  1,2,3,..

452
(k )
yi 1

0011 0010
 EQUAÇÃO DIFERENCIAL DE
ORDEM M

1
0011 0010
452
 Uma equação diferencial de ordem m, pode ser reduzida
a um sistema de m equações de primeira ordem. A maneira mais
usual para resolver estas m equações, desde que seja um PVI, é
trabalhar na forma matricial.

Para exemplificar, consideremos uma e.d.o. de 2ª ordem:

 z '  f ( x, y , z )
 y"  f ( x, y, y ' ) 
 , seja z  y ' e z '  y"   y '  z
 y ' ( xo )  y 'o , y ( xo )  y o z( x )  y' , y( x )  y
 o o o o

escrevendo na forma matricial vem:

1
452
'
 z   f ( x, y , z )   y' o 
 y     Y '  F x, Y  para Y ( x o )   
   z   yo 
0011 0010
 A equação diferencial

 y' o 
Y '  F x, Y  para Y ( x o )   
 yo 

pode ser resolvida utilizando qualquer um dos métodos estudados

anteriormente. Por exemplo, o método de Euler Aperfeiçoado:

h
Yi 1  Yi 
2
 
F ( xi , Yi )  F xi  h , Yi  h Yi ' 

1
0011 0010
452