MÉTODOS NUM ÉRICOS PARA E QUAÇÕES DIFEREN CIAIS PARCIAIS

4- Método de Diferenças Finitas Aplicado

às Equações Diferenci ais Parciais.
4.1- Aproximação de Funções.
4.1.1- Aproximação por Polinômios.
4.1.2- Ajuste de Dados: M ínimos Quadrados.
4.2- Derivadas e Integrais Numéricas.
4.2.1- Aproximação de Derivadas por Dif erenças Finitas.
4.2.2- Aproximação de Integrais por Regras de Integração
Numérica.
4.3- Solução de Equações Diferenciais Ordinárias.
4.3.1- Problema de Val or Inicial.
4.3.2- Problema de Val or de Contorno.
4.4- Solução de Equações Diferenciais Parciais.
 4.3- Solução de Equações Diferenciais Ordinárias.
Muitos problemas na ciência e na tecnologia podem ser
modelados por equações que estabelecem uma relação entre
funções desconhecidas f (o) e as derivadas destas fun ções ¶f (o).
¶ (o)
Equações deste tipo são chamadas Equações Diferenciais .

Quando a função depende apenas de uma variável f (x) a

equação diferencial é chamada de Equação Diferencial
Ordinária, já que apenas podem aparecer as derivadas
k
ordinárias da fun ção d f ( x) .
dx k

Quando a função depende de mais de e uma vari ável f ( x1 , x2 ,L , xn )

a equação diferencial é chamada de Equação Diferencial
Parcial, já que podem aparecer as di ferentes derivadas parciais
desta função ¶ f
k
(i, j = 1, L, n) e ( ki + L + k j = k ).
¶xiki L ¶x j j
k
 4.3- Solução de Equações Diferenciais Ordinárias.
No tópico 4.3 estudaremos Equações Diferenciais Ordin árias.
No tópico 4.4 estudaremos Equações Diferenciais Parciais .
Se diz que uma Equação Diferencial Ordin ária é de ordem n se
a ordem da maior derivada que aparece na equa ção é n.
æ df ( x ) d 2 f ( x ) d n f ( x) ö
F ç f ( x ), , 2
,L , n ÷ = 0 (EDO implicita)
è dx dx dx ø
d n f ( x) ˆ æ df ( x) d 2 f ( x) d n -1 f ( x) ö
n
= F ç f ( x), , 2
,L , n -1 ÷ (EDO explicita)
dx è dx dx dx ø
Resolver esta problema consiste em encontrar a fun ção f (x)
que deve ser n vezes continuamente diferenciavel num
intervalo e satisf az esta equa ção.
Em geral, soluções exatas para este problema pode ser uma
tarefa difícil. Neste caso os métodos num éricos são uma boa
ferramenta para tentar resolver problemas deste tipo.
 4.3- Solução de Equações Diferenciais Ordinárias.
Equações Diferenciais Ordin árias são classificadas como
Lineares e Não Lineares .
Se diz que uma EDO é Linear se a função F ou F̂ dependem
linearmente de f (x) e todas suas derivadas. Isto é, se:
æ da [ f1 ( x) + f 2 ( x)] d 2a [ f1 ( x) + f 2 ( x)] d na [ f1 ( x) + f 2 ( x)] ö
F ç a [ f1 ( x) + f 2 ( x)], , 2
,L , n ÷=
è dx dx dx ø
æ df1 ( x) d 2 f1 ( x) d n f1 ( x) ö æ df 2 ( x) d 2 f 2 ( x) d n f 2 ( x) ö
a F ç f1 ( x), , 2
,L , n ÷ + a F ç f 2 ( x), , 2
,L , n ÷
è dx dx dx ø è dx dx dx ø
As EDO Lineares verificam as seguintes propriedade: Suponha
que as fun ções f1 ( x), f 2 ( x),L, f m ( x)são m soluções da EDO Linear,
então a função definida
m
pela combina ção linear destas
soluções fˆ ( x) = å Ci fi ( x) (Ci são constantes arbirarias) é também
i =1
solução da EDO Linear. A prova desta propriedade é
conseqüência imediata da linearidade da EDO.
 4.3- Solução de Equações Diferenciais Ordinárias.
A forma geral para uma EDO Linear explicita de ordem n é:
d n f ( x) d n-1 f ( x) df ( x)
g n ( x) n
+ g n -1 ( x ) n -1
+ L + g1 ( x ) + g 0 ( x) f ( x) = g n+1 ( x)
dx dx dx
onde as fun ções g n+1 ( x), g n ( x),L, g 0 ( x) não dependem nem da
função f (x) nem de suas derivadas.
Quando a f unção g n+1 ( x) = 0 se diz que a EDO Linear é
homogênea . Caso contrário se diz que a EDO Linear é não
homogênea g n+1 ( x) ¹ 0 .
d n f ( x) d n-1 f ( x) df ( x) ìEDO Linear
g n ( x) n
+ g n-1 ( x) n -1
+ L + g1 ( x) + g 0 ( x) f ( x) = 0 í
dx dx dx îHomogênea
Entre as poss íveis soluções f1 ( x), f 2 ( x),L, f m ( x) da EDO Linear
estamos interessados em destacar aquelas soluções que são
linearmente independentes . Isto porque elas formam uma base
que permite representar a solu ção geral da EDO Linear:
m
fˆ ( x) = å Ci f i ( x), onde Ci são constantes arbirarias e f i ( x) são funções LI.
i =1
 4.3- Solução de Equações Diferenciais Ordinárias.
Um conjunto de m soluções da EDO Linear de ordem n é dito
ser Linearmente Independente (m<n) se o Wronskiano destas
soluções é diferente de zero . Isto é se

df1 ( x) d m f1 ( x)
f1 ( x) L
dx dx m
df 2 ( x) d m f 2 ( x)
W ( f1 ( x), f 2 ( x),L, f m ( x)) = f 2 ( x) L
dx dx m ¹ 0
L L L L
m
df m ( x) d f m ( x)
f m ( x) L
dx dx m

Se as funções f1 ( x), f 2 ( x),L, f n ( x) são n Soluções Linearmente

Independentes dan EDO Linear Homogênea de ordem n, então
a função f SG ( x) = å Ci fi ( x), onde Ci são constantes arbirarias,
i =1
é também solução da EDO e é chamada de Solução Geral
desta EDO Linear Homogênea .
 4.3- Solução de Equações Diferenciais Ordinárias.
Um caso particular de EDO Linear Homogênea de ordem n é
quando as f unções g n ( x),L, g 0 ( x) são constantes. Neste caso
temos: n n -1
d f ( x) d f ( x) df ( x)
gn n
+ g n-1 n -1
+ L + g1 + g 0 f ( x) = 0
dx dx dx
Se procuramos solu ções para esta equa ção na forma f ( x) = elx,
então obtemos a chamada Equação Caracter ística da EDO
Linear Homogênea :
g n ln + g n -1ln-1 + L + g1l + g 0 = 0
Note que resolver esta equa ção corresponde a encontrar os
zeros de um polinômio de grau n em l . Esta equa ção
característica tem n raízes.
Se estas raízes são todas diferentes li (i = 1,L, n) , então as n
lx
soluções if ( x ) = e i
são Linearmente Independentes e
n
f SG ( x) = å Ci eli x , onde Ci são constantes arbirarias.
i =1
 4.3- Solução de Equações Diferenciais Ordinárias.
Se as raízes da Equação Caracter ística da EDO Linear
Homogênea tem multiplicidade, por exemplo, a raiz lk tem
multiplicidade k , podemos obter as k soluções LI que
correspondem à esta raiz na f orma:
f k ( x ) = e lk x , f k +1 ( x ) = xe lk x , f k + 2 ( x ) = x 2 e lk x ,L , f k + k -1 ( x ) = x k -1e lk x .
No caso que a EDO Linear é Não Homogênea g n+1 ( x) ¹ 0 e for
conhecida uma solu ção particular desta EDO Linear Não
Homogênea f SP ( x)
d n f SP ( x) d n-1 f SP ( x) df SP ( x)
g n ( x) n
+ g n-1 ( x) n -1
+ L + g1 ( x) + g 0 ( x) f SP ( x) = g n+1 ( x)
dx dx dx
a Solução Geral desta equa ção será a soma da Solução da
Equação Homogênea mais a Solução Particular:
n
f SG ( x) = f SP ( x) + å C f ( x)
i =1
i i , onde Ci são constantes arbirarias.
1 4243
Solução da EDO Homogênea
 4.3- Solução de Equações Diferenciais Ordinárias.
Se destacam dois tipos de problemas para as EDO:
æ df ( x ) d 2 f ( x ) d n f ( x) ö
F ç f ( x ), , 2
,L , n ÷ = 0 (EDO implicita)
è dx dx dx ø
d n f ( x) ˆ æ df ( x) d 2 f ( x) d n -1 f ( x) ö
n
= F ç f ( x), , 2
,L , n -1 ÷ (EDO explicita)
dx è dx dx dx ø
A solução geral desta equa ção possui n constantes arbitr árias,
que podem ser determinadas se são impostas n restrições:
- Problema de Valor Ini cial: Quando as restri ções são impostas
num ponto inicial x = x0 ( Condições Iniciais ). Ou seja, quando
n -1
são conhecidas no ponto inicial f ( x ), df ( x ) d f ( x0 )
0
, L,
dx n -1
0
dx

- Problema de Valor de Contorno : Quando as restri ções são

impostas nos extremos do intervalo x Î [a, b]( Condições de
Contorno).
 4.3.1- Problema de Valor Inicial (PVI).
Considere que a vari ável independente é o tempo. Então nosso
Problema de Valor Inicial consiste em encontrar u (t )que satisf az:
du (t )
= f ( u (t ), t ) "t > t0 (EDO) (1)
dt
u (t0 ) = u0 (Condição Inicial) (2)
Problemas que envolvem derivadas de ordem maior podem ser
transformados num sistema de equa ções de primeira ordem.
Se f ( u (t ), t ) = g1 (t )u (t ) + g 2 (t ) a EDO é linear.
Estudaremos alguns m étodos num éricos que aproximam a
solução deste PVI. Note que a solu ção aproximada consiste em
aproximar a derivada e partindo do dado inicial avan çar no
tempo de forma a encontrar aproximadamente U n » u (tn ).
Discretizamos o tempo da seguinte forma: tn = nDt com n ³ 0
onde Dt é o passo de tempo.
 4.3.1- Problema de Valor Inicial (PVI).
Método de Euler: Quando aproximamos a deri vada na forma
u(tn + Dt ) - u(tn ) U (tn+1 ) - U (tn ) U n+1 - U n
du(tn )
» D+ (u(tn )) = » = {forward
Lado Direito (Adiantado)
Dt Dt Dt
-difference formula
dt
obtemos o problema aproximado ( discretizado )
U n+1 - U n
= f (U n , tn ) ou U n+1 = U n + Dt f (U n , tn ) Forward- Euler (Explícito)
Dt
Desta forma U n+1 est á explicitado em fun ção de U n e partindo da
condição inicial U 0 = u0 podemos obter uma aproxima ção da
solução para os instantes de tempo seguintes
u (t1 ) » U 1 , u (t2 ) » U 2 ,L , u (tn ) » U n

Quando aproximamos a derivada na f orma retardada obtemos

u(tn ) - u(tn - Dt ) U (tn ) - U (tn-1 ) U n - U n-1
du(tn )
» D- (u(tn )) = » = {Lado Esquerdo (Retardado)
Dt Dt Dt
backward-difference formula
dt
outro problema aproximado ( discretizado )
U n - U n-1
= f (U n , tn ) ou U n = U n-1 + Dt f (U n , tn ) Backward- Euler (Implícito)
Dt
 n+1
4.3.1- Problema de Valor Inicial (PVI).
U -U n
= f (U n , tn ) ou U n+1 = U n + Dt f (U n , tn ) Forward- Euler (Explícito)
Dt
U n - U n-1
= f (U n , tn ) ou U n = U n-1 + Dt f (U n , tn ) Backward- Euler (Implícito)
Dt
Desta forma U n est á implícito em fun ção de U n-1 e partindo da
condição inicial U 0 = u0 podemos obter uma aproxima ção da
solução para os instantes de tempo seguintes
u (t1 ) » U 1 , u (t2 ) » U 2 ,L , u (tn ) » U n

De qualquer f orma o Método Implícito de Euler deve ser

resolvido com respeito a U ne est á equação pode ser não linear
n
se f (U , tn ) for não linear. Neste caso devemos usar algum
método iterativo para resolver a equa ção não linear.
Ambos métodos são chamados método de um passo (one-step)
que significa que para determinar U n+1 precisa do conheciment o
de apenas um valor pr évio U n . Ambos m étodos têm precisão de
primeira ordem !
 4.3.1- Problema de Valor Inicial (PVI).
Erro do Método de Euler: Para estimar o erro local enescrevemos
a equação de diferenças na forma que assemelha a derivada e
substituímos nesta equa ção a solução exata da EDO. Depois
usamos expansão em serie de T aylor para cancelar os termos
comuns: U n+1 - U n ìForward-Euler (Explícito)
n
= f (U , tn ) í
Dt îEquação de Diferenças

u(tn+1 ) - u(tn ) u(tn+1) - u(tn ) du(tn ) æ du(t ) ö

en = - f (u(tn ), tn ) = - ç EDO = f ( u (t ), t ) ÷
Dt Dt dt è dt ø
1 d 2u(tn ) 3 n
u(tn+1) = u(tn ) +
du(tn )
dt
Dt +
2 dt 2
(Dt )2
+
1 d u
6 dt 3
(tn )
(Dt )3
+L+
1 d u(tn )
n! dt n
(Dt )n
+ O(Dt n+1
)
1 d 2u(tn ) 1 d 3u(tn ) 1 d nu(tn )
en =
2 dt 2
Dt +
6 dt 3
( Dt )2
+ L +
n! dt n
( Dt ) n-1
+ O D( )
t n
» CDt ì
íPrimeira Ordem
îde Precisão

Similarmente, o erro para o M étodo Backward Euler é de

primeira ordem .
 4.3.1- Problema de Valor Inicial (PVI).
Uma forma de aumentar a ordem de precisão é desenvolver
métodos multipasso (multistep) que envol vem o conhecimento
prévio de mais de um valor.
du (t n ) u (t n + Dt ) - u (t n - Dt ) U n +1 - U n -1
» D0 (u (t n )) = » (Diferença Centrada)
dt 2Dt 2 Dt
U n +1 = U n -1 + 2Dt f (U n , t n ) (Diferença Centrada) {Ordem Explicito de Segunda
de Precisão

Outro método:
du(tn ) 3u(tn ) - 4u(tn - Dt ) + u(tn - 2Dt ) 3U n - 4U n-1 + U n-2
» D2 (u(t n )) = »
dx 2Dt 2Dt
1
U n = [4U n-1 - U n-2 + 2Dt f (U n , tn )] (Diferença Retardada) Implícito
3
{ de Segunda
Ordem de Precisão

E assim, usando as formulas de di ferenças finitas desenvolvidas

na aula anterior podemos obter di ferentes tipos de aproxima ções
para o PVI. Estes métodos não indicam como obter os valores
prévios antes de poder aplicar o m étodo. O primeiro valor pr évio
é obtido da condi ção inicial U 0 = u(t0 ) = u0, mas os outros devem
ser obtidos aplicando algum m étodo de um passo .
 4.3.1- Problema de Valor Inicial (PVI).
Métodos multipasso possuem ordem de precisão maior que os
métodos de um passo. Na prática, é comum o uso de m étodos
de um passo com etapas intermediarias (multistage) que
possuem a mesma precisão que os métodos multipassos .
Nestas etapas intermediarias são gerados valores intermedi ários
da incógnita e suas deri vadas.
Método de Runge-Kutta Explicito de Duas Etapas :
1
{
Primeira Etapa gera um valor intermediario entre o passo n e n +1
U * = U n + Dt f (U n , tn ) u (tn+ 1 )»U * obtido pelo Forward Euler
2 2

æ * Dt ö
n+1
U = U + Dt f çU , tn + ÷
n

è 2ø
{
Segunda Etapa avalia f no ponto intermediario gerado na Primeira Etapa
para estimar a derivada no intervalo definido entre o passo n e n+1.

Combinado estas duas etapas o m étodo pode ser escrito como

æ Dt ö
è
1
U n+1 = U n + Dt f ç U n + Dt f (U n , tn ), tn + ÷
2 2ø
(Método de Um Passo) {
Explicito de Segunda
Ordem de Precisão

Este método possui precisão de segunda ordem .

 4.3.1- Problema de Valor Inicial (PVI).
Método de Runge-Kutta Explicito de Quatro Etapas :
Y1 = U n {Etapa Zero
1
Y 2 = U n + Dt f (Y 1, tn ) {Primeira Etapa
2
1 æ Dt ö
Y 3 = U n + Dt f ç Y 2 , tn + ÷ {Segunda Etapa
2 è 2ø
æ Dt ö
Y 4 = U n + Dt f ç Y 3 , tn + ÷ {Terceira Etapa
è 2ø
Dt é æ 2 Dt ö æ 3 Dt ö ù
U n+1 = U n +
6ë ê f Y 1
( )
, tn + 2 f ç
è
Y , tn +
2ø
÷ + 2 f ç
è
Y , t n +
2ø
÷ + f(Y 4
, tn + Dt ) ú {Quarta Etapa
û
Note que este m étodo é Explícito e de Um Passo
U n +1 = F (U n , f (U n , tn , Dt ), Dt )

A precisão deste método de Runge-Kutta é de quarta ordem .

 4.3.1- Problema de Valor Inicial (PVI).
Exemplo: Use ambos m étodos de Euler para resolver o PVI
du (t )
= l u (t ) "t > t0 (EDO) (Conte pág. 356)
dt
u (t0 ) = 1 (Condição Inicial)

Esta EDO Linear Homogênea tem como solu ção exata: u (t ) = Celt
que com a condi ção inicial resulta em u (t ) = elt , já que C = 1.

Os métodos de Euler (Um Passo) são:

U n+1 = U n + Dt f (U n , tn ) = U n + Dt lU n Þ U n+1 = (1+ lDt )U n Forward (Explícito)

1
U n+1
= U + Dt f (U
n n+1
, tn ) = U + Dt lU
n n+1
ÞU n+1
= U n Backward (Implícito)
1- lDt
O método multipasso da Diferença Centrada é:

U n +1 = U n -1 + 2Dt f (U n , t n ) = U n -1 + 2Dt l U n com U 0 = u0 e U 1 = (1 + lDt ) U 0

14444244443 1442443
Explícito de Segunda Ordem de Precisão Forward Euler
 4.3.1- Problema de Valor Inicial (PVI).
Exemplo: Use ambos m étodos de Euler para resolver o PVI
du (t )
= l u (t ) "t > t0 (EDO) (Conte pág. 356)
dt
u (t0 ) = 1 (Condição Inicial)

Esta EDO Linear Homogênea tem como solu ção exata: u (t ) = Celt
que com a condi ção inicial resulta em u (t ) = elt , já que C = 1.

Método Runge-Kutta de Duas Etapas (Um Passo, Expl ícito):

æ n 1 Dt ö Segunda
n +1

è 2
n

2ø
{
U = U + Dt f ç U + Dt f (U , tn ), tn + ÷ Ordem de Precisão
n

næ 1 ö é æ 1 öù n
U = U + Dt lU ç1 + Dt l ÷ = ê1 + l Dt ç 1 + Dt l ÷ ú U
n +1 n

è 2 ø ë è 2 øû
 4.3.1- Problema de Valor Inicial (PVI).
Exemplo: Continuação do Exemplo
Método Runge-Kutta de Quatro Etapas (Um Passo, Expl ícito):
1 n æ 1 ö
Y = U + Dt lU = ç1+ Dt l ÷U n {1 Etapa
2 n

2 è 2 ø
æ 1 ö n é 1 æ 1 öù n
1 n n 1
( )
Y = U + Dt f Y = U + Dt l ç1+ Dt l ÷U = ê1+ Dt l ç1+ Dt l ÷úU {2 Etapa
3 2

è 2 ø è 2 øû
2 2 ë 2
é 1 é 1 ùù n é é 1 æ 1 öùù n
4 n
( )
Y =U +Dt f Y =U +Dt l ê1+ Dt l ê1+ Dt lúúU = ê1+Dt l ê1+ Dt l ç1+ Dt l ÷úúU
3 n

ë 2 ûû è 2 øûû
ë 2 ë ë 2
n Dt
( ) ( ) ( ) ( )
U =U + é f Y1 + 2 f Y2 + 2 f Y3 + f Y 4 ù {4 Etapa
n+1

6ë û
ì Dt l ©
n+1 ï ª æ 1 ö é 1 æ 1 öù é é 1 æ 1 öùù-üï n
¬
U = í1+ ª1+ 2ç1+ Dt l ÷ + 2ê1+ Dt l ç1+ Dt l ÷ú + ê1+Dt l ê1+ Dt l ç1+ Dt l ÷úú-ýU
ïî 6 ª « è 2 ø ë 2 è 2 øû ë ë 2 è 2 øûû-
®ïþ

Possui quarta ordem de precisão

 Frase do Dia
“Although to penetrate i nto the intimate
mysteries of nature and thence to l earn the
true causes of phenomena i s not allowed to
us, nevertheless it can happen that a certai n
fictive hypothes is may suffice for explaining
many phenomena. ”
Leonhard Euler (A mesma das Aula 9, 11)

“Read Euler, read Euler, he is the master of us all.

Read Euler: he is our master in everything.”
Pierre Simon de Laplace