Você está na página 1de 25

MTODOS NUMRICOS PARA EQUAES DIFERENCIAIS PARCIAIS

- Disciplina Obrigatria do Curso MCCT - Nmero de Crditos 4, 60 horas - Prof. Gustavo Benitez Alvarez - Horrio: 4 feira das 14:00 16:00 horas na sala D42 e 5 feira das 16:00 18:00 horas na sala D42.

Ementa
1. Resoluo de Sistemas Lineares e No-lineares. Autovalores e autovetores. 2. Consideraes gerais sobre o mtodo de diferenas finitas aplicado s equaes diferenciais parciais. 3. Mtodo dos elementos finitos: malha de elementos finitos, conjunto completo de polinmios de grau k, mapeamento de elementos, elementos isoparamtricos, espaos de elementos finitos, mtodo de Galerkin, integrao numrica. 4. Natureza do problema de discretizao de domnios contnuos, aproximao das condies de contorno.

Bibliografia
1. Golub, E., Van Loan, C., Matrix Computations. 3rd Edition John Hopkins. Univ. Press, 1996. 2. S. D. Conte, Carl De Boor , Elementary Numerical Analysis: An Algorithmic Approach. Copyright 1980, 1972, 1965 By Mcgraw-Hill. 3. B. P. Demidovich, I. A. Maron, Computational Mathematics. Second Edition, Mir Publishers, 1976. 4. Ciarlet, P.G., Introduction Lanalyse Numrique Matricielle Et Loptimisation. Masson, Paris, 1982. English Translation : 1989 (Cambridge University Press, Cambridge). 5. Ciarlet, P. G.; Miara, B.; Thomas, J.-M., Exercices D Analyse Numrique Matricielle Et Doptimisation. Masson, Paris, 1986. Second Edition, English Translation : 1989 (Cambridge University Press, Cambridge). 6. Hughes, T. J. R., Finite Element Method - Linear Static and Dynamic Finite Element Analysis. Prentice-Hall, Englewood Cliffs, 1987, 803 pp., 2000, 682 pp. 7. J. N. Reddy , Introduction to the Finite Element Method. McGraw-Hill Science/Engineering/Math; 2 edition 1993, 896 pages. 8. O. C. Zienkiewicz, R. L. Taylor, J.Z. Zhu, The Finite Element Method: Its Basis and Fundamentals. Butterworth-Heinemann; 6 edition 2005, 752 pages. - Livro PDF - Livro Impresso - Livro Copia Prpria

Mtodo de Avaliao
1. Trabalhos individuais e/ou em grupos para cada uma das quatro unidades com possveis apresentao em forma de seminrios. 2. Duas Provas Escritas. 3. Trabalho final em grupos com apresentao em forma de seminrios. 4. Nota de cada avaliao entre 0-10. 5. Nota final calculada como media. 6. Freqncia mnima de 75%.

Objetivos Fundamentais
1. Aprender alguns mtodos numricos muito usados na modelagem computacional. 2. Aperfeioar no uso de Cdigos, Programas e Linguagens de Programao para a implementao destes mtodos numricos em computadores. 3. Aplicao dos objetivos 1 e 2 na resoluo, via modelagem computacional, de um problema concreto (Trabalho Final).

Por que esta ementa?

Problemas de Nosso Cotidiano: Macro e Micro

Modelos do Macro e Micro

Modelos Matemticos

Por que esta ementa?


Problemas Conhecimento Qualitativo Modelos Matemticos Equaes Diferenciais Ordinrias Equaes Diferenciais Parciais Conhecimento Quantitativo

Equaes Algbricas Equaes Transcendentais

Outras Formas de Modelar Resoluo de Sistemas Lineares e No-lineares. Autovalores e autovetores. Discretizao de domnios contnuos e aproximao das condies de contorno. Mtodo de diferenas finitas. Mtodo dos elementos finitos.

Computador

Preliminares: Representao de Nmeros e Erros no Computador


Objetivo: Estudar a representao de nmeros no computador, erros introduzidos por esta representao, fontes de alguns tipos de erros computacionais e sua propagao.
Fontes de Erros Problema Real Modelo Matemtico Exato Mtodo Aproximado Programao Fonte de erro computacional Algoritmo Computo/ Clculo Resultado

Fontes de Erros Modelo Matemtico: Introduz simplificaes do problema real. Mtodo Aproximado (Mtodos Numricos): Introduz erro correspondente ao mtodos usado para obter uma soluo aproximada do modelo matemtico. Algoritmo: Introduz erro se o algoritmo usado precisa de infinitos passos, j que na pratica impossvel realizar infinitos passos. Programao: Introduz erro na implementao do algoritmo na linguagem escolhida. Computo/Clculo: Introduz erro correspondente as operaes aritmticas (suma, resta, multiplicao, diviso), j que o computador possui preciso finita. Fonte de erro computacional

Trs Formas de Expressar o Erro


1. Erro Absoluto: Valor absoluto da diferena entre o valor exato da grandeza e seu valor aproximado e a = X e x a to X a p r o x im a d o 2. Erro Relativo:
X exato X aproximado ea er = = X exato X exato
e p = 100er = 100 X exato X aproximado X exato

3. Erro Porcentual:

Representao de Nmeros Inteiros (positivos/negativos) na base


p( x ) = a n x n + a n 1 x n 1 + + a 1 x 1 + a 0 x 0 Seja o polinmio
com coeficientes ai (i = 0n) inteiros (positivos/negativos). Se x = um inteiro positivo (base), ento o nmero (positivos/negativos)

N = p( ) = a n n + a n 1 n 1 + + a 1 1 + a 0 0 um inteiro.
Este resultado pode ser usado para representar nmeros inteiros na forma:

N = p( ) = an n + an1 n1 + + a1 1 + a0 0 = (an an1 a1a0 )


onde a base e 0 a i < ( i = 0 n) .

Exemplos de Representao de Nmeros Inteiros (positivos/negativos) na base


N = p( ) = an n + an1 n1 + + a1 1 + a0 0 = (an an1 a1a0 )

0 a i < ( i = 0 n)
(base decimal =10 ) + 123 = N = p (10) = ( + 1) 102 + ( + 2) 101 + ( + 3) 100 = + ( 1 2 3 )10
a2 a1 a0 a2 a1 a0

123 = N = p (10) = ( 1) 102 + ( 2) 101 + ( 3) 100 = ( 1 2 3 )10

(base binria = 2 )
a6 a5

a2

a1

a0

a2 a1 a0

+123= N = p(2) =(+1 26 +(+1 25 +(+1 24 +(+1 23 +(+0)22 +(+1 2 +(+1 20 =+(1111011)2 ) ) ) ) ) 1 )
a4 a3 a2 a 1 a0 a6 a5 a4 a3 a2 a a0 1

1 3=N =p(2) =(1 26 +(1 25 +(1 24 +(1 23 +(0)22 +(1 2 +(1 20 =(1111011)2 2 ) ) ) ) ) 1 )
a6 a5 a4 a3 a2 a 1 a0 a6 a5 a4 a3 a2 a a0 1

Exemplos de Representao de Nmeros Inteiros (positivos/negativos) na base


Podemos representar no computador os nmeros inteiros sem erro! Quanto menor a base maior quantidade de dgitos necessria para representar o nmero inteiro. Posso armazenar no computador qualquer quantidade de dgitos? No. O computador funciona com um comprimento finito de palavra (8 bits, 16 bits, 32 bits, 64 bits, etc). Exemplo para o FORTRAN existem os seguintes inteiros: INTEGER*1 representa inteiros entre 128 a 127 INTEGER*2 representa inteiros entre 32 768 a 32 767 INTEGER*4 2 147 483 648 a 2 147 483 647 Os nmeros aps o * indicam quantos bytes a varivel ocupa na memria do computador. 1 bytes=8 bit=
0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1

Representao de Nmeros Reais (positivos/negativos) na base


Preciso Finita do Computador: Diferente da Aritmtica Exata (Matemtica) as operaes aritmtica (+, -, *, /) no computador (Aritmtica com Preciso Finita) so afetadas por um erro (round-off error) porque o hardware apenas pode representar um subconjunto de todos os nmeros reais. Este subconjunto denotado por F e seus elementos so chamados de Floating Point Numbers (fl(x)).

Round-off Error = x fl(x)

Representao de Nmeros Reais (positivos/negativos) na base


Um nmero real x pode ser representado no sistema de ponto flutuante com n dgitos na base como:

x = (.d 1d 2
onde (.d1d2

dn )

M < p < M

dn )

a frao (mantissa) e p o expoente.

A preciso ou quantidade n de dgitos do nmero depende do comprimento de palavra do computador. Exemplo para o FORTRAN existe simples e dupla preciso REAL*4 3.402823E+38 (simples preciso, 6 casas decimais) REAL*8 1.797693134862316D+308 (dupla preciso, 15 casas decimais)

Representao de Nmeros Reais (positivos/negativos) na base


Para o computador e/ou outros dispositivos eletrnicos existem dois tipos de nmero: - Nmeros Exatos que so representados por um nmero finito de dgitos. Exemplo 2, 15, 3/2, 5.43, etc. - Nmeros Aproximados que no podem ser representados por um nmero finito de dgitos. Exemplo

4 = 1.3333333..., 3

2 = 1.414213...

= 3.141592...
e = 2.7182818284590452353602874713527...

Representao de Nmeros Reais (positivos/negativos) na base


x M overflow x = (.d 1d 2 d n ) Quando M < p < M x M n underflow
e nestes casos o nmero no est definido, causando uma parada, ou pode ser representado como um nmero especial que no obedece as operaes aritmticas quando combinado com outro nmero.
p

e = 2.7182818284590452353602874713527... n 1 e = lim 1 + n n

1 e = lim 1 + n n

= 2 .7 1 8 2 8 1 8 2 8 4 5 9 0 4 5 2 3 5 3 6 0 2 8 7 4 7 1 3 5 2 7 ...
n 1 2 (1+1/n)^n 2.000000000000000E+00 2.250000000000000E+00 2.370370370370370E+00 2.441406250000000E+00 2.488320000000000E+00 2.521626371742110E+00 2.546499697040710E+00 2.565784513950340E+00 2.581174791713200E+00 2.593742460100000E+00 2.704813829421530E+00 2.716923932235520E+00 2.718145926824360E+00 2.718268237197530E+00 2.718280469156430E+00 2.718281693980370E+00 2.718281786395800E+00 2.718282030814510E+00 2.718282053234790E+00 2.718282053357110E+00 2.718523496037240E+00 2.716110034086900E+00 2.716110034087020E+00 3.035035206549260E+00 1.000000000000000E+00

2.718281828

3 4 5 6 7 8

1.000000000 0.E+00 2.E+15 4.E+15 6.E+15 8.E+15 1.E+16 1.E+16

9 10 100 1000

2.7182818285

10000 100000 1000000 10000000 100000000 1.E+09 1.E+10

1.0000000000 1.E+00 1.E+02 1.E+04 1.E+06 1.E+08 1.E+10 1.E+12 1.E+14 1.E+16

1E+11 1E+12 1E+13 1E+14

Clculos feitos com Excel 2003

1E+15 1E+16

Propagao de Erros na Aritmtica do Computador Seja a funo de duas variveis y = g( x1 , x 2 ) e os erros de cada varivel denotados por x1 , x 2 e y. Logo y + y = g( x1 + x1 , x 2 + x 2 ). A expanso em serie de Taylor desta funo :
g g y + y = g ( x1 , x2 ) + x1 + x2 + o(x1 , x2 ) 2 x2 x1

Se x1 e x2 so suficientemente pequenos tais que potencias maiores podem ser desprezadas temos
g g y x1 + x2 x2 x1

Propagao de Erros na Aritmtica do Computador 1. Erro na Soma de Nmeros X = x1 + x2

X + X = ( x1 + x1 ) + ( x 2 + x 2 )
Erro Absoluto Erro Relativo

X = x1 + x2
X x1 x2 = + X X X

Mximo Erro Relativo

x1 x2 X + X X X

Propagao de Erros na Aritmtica do Computador 2. Erro na Diferena de Nmeros X = x1 x2

X + X = ( x1 + x1) ( x2 + x2 ) = ( x1 x2 ) + (x1 x2 )
Erro Absoluto Erro Relativo

X = x1 x2
X x1 x2 = X X X

Mximo Erro Relativo

x1 x2 X + X X X
X x1 + x 2

Mximo Erro Absoluto

Propagao de Erros na Aritmtica do Computador 3. Erro no Produto de Nmeros X = x1 x2

X + X = ( x1 + x1 ) ( x 2 + x 2 )
x1 x2 X + Mximo Erro Relativo X x1 x2

x1 x2 X Mximo Erro Absoluto X = X x + x X 2 1


Mximo Erro Relativo na Potencia

X =x

x X k X x

Propagao de Erros na Aritmtica do Computador 4. Erro na diviso de Nmeros

( x1 + x1 ) X + X = ( x2 + x2 )

x1 X = x2

x1 x2 X + Mximo Erro Relativo X x1 x2

x1 x2 X Mximo Erro Absoluto X = X + x X x2 1

Frase do Dia
Attractive mathematics does not protect one from the rigors of digital computation.
J. H. Wilkinson, von Neumann Lecture, SIAM - Society for Industrial and Applied Mathematics Meeting, Boston, Fall 1970