Apostila Mned-5 PDF

Mtodos Numricos
para
Equaes Diferenciais
Helio Pedro Amaral Souto
Nova Friburgo, 3 de Abril de 2014
Graduao em Engenharia
Contedo
Lista de Figuras
Lista de Tabelas
vii
1 Equaes Diferenciais Ordinrias

1.1 Mtodos OneStep . . . . . . . . . . . . . . . . . . . . . . .
1.1.1 Mtodo de Euler . . . . . . . . . . . . . . . . . . . . .
1.1.1.1 Anlise do Erro do Mtodo de Euler . . . . .
1.1.1.2 Estabilidade do Mtodo de Euler . . . . . . .
1.1.2 Mtodos de Mais Alta Ordem . . . . . . . . . . . . . .
1.1.3 Mtodo de Heun . . . . . . . . . . . . . . . . . . . . .
1.1.4 Mtodo de Euler Modificado . . . . . . . . . . . . . . .
1.1.5 Mtodos de RungeKutta . . . . . . . . . . . . . . . .
1.1.5.1 Mtodos de RungeKutta de Segunda Ordem
1.1.5.2 Mtodos de RungeKutta de Terceira Ordem
1.1.5.3 Mtodos de RungeKutta de Quarta Ordem .
1.1.5.4 Sistema de Equaes . . . . . . . . . . . . . .
1.2 Formulao de Butcher . . . . . . . . . . . . . . . . . . . . . .
1.2.1 Condies de Ordem . . . . . . . . . . . . . . . . . . .
1.2.2 Alguns Mtodos Explcitos . . . . . . . . . . . . . . . .
1.3 Mtodos Multistep . . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Mtodos do Tipo PreditorCorretor . . . . . . . . . . .
1.3.2 Mtodos de Mais Alta Ordem . . . . . . . . . . . . . .
1.3.3 Mtodo de Milne . . . . . . . . . . . . . . . . . . . . .
1.3.4 Mtodo de Adams de Quarta Ordem . . . . . . . . . .
1.3.5 Mtodo de Hamming . . . . . . . . . . . . . . . . . . .
1.4 Convergncia, Consistncia e Estabilidade . . . . . . . . . . .
1.4.1 Mtodos One-Step . . . . . . . . . . . . . . . . . . . .
1.4.1.1 Convergncia . . . . . . . . . . . . . . . . . .
1.4.1.2 Consistncia . . . . . . . . . . . . . . . . . . .
1.4.1.3 Estabilidade . . . . . . . . . . . . . . . . . . .
1.4.2 Mtodos Multistep . . . . . . . . . . . . . . . . . . . .
1.4.2.1 Convergncia . . . . . . . . . . . . . . . . . .
1.4.2.2 Consistncia . . . . . . . . . . . . . . . . . . .
1
3
3
3
5
7
7
9
10
11
13
13
14
14
15
19
21
21
24
26
26
27
28
28
28
28
29
31
31
31
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ii
Contedo
1.4.2.3
Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Equaes Diferenciais Parciais

2.1 Algumas Equaes Diferenciais de Interesse . . . .
2.2 Classificao . . . . . . . . . . . . . . . . . . . . .
2.2.1 Classificao pelas Caractersticas . . . . . .
2.2.2 Equaes a N Variveis Independentes . . .
2.2.3 Transformao de Coordenadas . . . . . . .
2.2.4 Sistema de Equaes . . . . . . . . . . . . .
2.2.5 Classificao pela Anlise de Fourier . . . .
2.3 Problema Bem-Posto . . . . . . . . . . . . . . . . .
2.3.1 Condies de Contorno e Iniciais . . . . . .
2.4 Equaes Diferenciais Hiperblicas . . . . . . . . .
2.4.1 Interpretao em Bases Fsicas . . . . . . . .
2.4.2 Condies de Contorno e Inicial Apropriadas
2.5 Equaes Diferenciais Parablicas . . . . . . . . . .
2.5.2 Condies de Contorno e Inicial Apropriadas
2.6 Equaes Diferenciais Elpticas . . . . . . . . . . .
2.6.2 Condies de Contorno Apropriadas . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
37
38
41
41
42
45
46
47
48
49
52
53
55
55
55
56
57
3 Equaes de Balano
3.1 Equao da Continuidade . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Equaes do Momentum . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Equao de Energia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
65
66
68
4 Discretizao
4.1 Discretizao Espacial . . . . . . . . .
4.2 Discretizao no Tempo . . . . . . . .
4.3 Expanses em Sries de Taylor . . . . .
4.4 Tcnica Geral . . . . . . . . . . . . . .
4.5 Acurcia do Processo de Discretizao
4.6 Representao do Tipo Onda . . . . .
.
.
.
.
.
.
73
74
75
75
76
79
82
.
.
.
.
.
.
.
.
.
87
88
88
89
89
91
92
93
95
96
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Convergncia, Consistncia e Estabilidade

5.1 Convergncia . . . . . . . . . . . . . . . . . . . .
5.1.1 Teorema de Lax . . . . . . . . . . . . . . .
5.2 Consistncia . . . . . . . . . . . . . . . . . . . . .
5.2.1 O Esquema FTCS . . . . . . . . . . . . .
5.2.2 Esquema Totalmente Implcito . . . . . . .
5.3 Estabilidade . . . . . . . . . . . . . . . . . . . .
5.3.1 Mtodo da Matriz . . . . . . . . . . . . . .
5.3.2 Mtodo da Matriz: Condies de Contorno
5.3.3 Mtodo de Von Neumann . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Contedo
5.4
iii
5.3.4 Mtodo de Von Neumann: Esquema Geral . . . . . . . . . . . . . . 97

Acurcia da Soluo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.4.1 Extrapolao de Richardson . . . . . . . . . . . . . . . . . . . . . . 100
6 Equao de Transporte Linear

6.1 Mtodos Explcitos . . . . . . . . . . . . . . . . . .
6.2 Mtodos Implcitos . . . . . . . . . . . . . . . . . .
6.3 Equao de Difuso . . . . . . . . . . . . . . . . . .
6.3.1 Equao de Difuso Unidimensional . . . .
6.3.2 Equao de Difuso em Regime Permanente
6.3.3 Equao de Difuso Bidimensional . . . . .
6.4 Mtodos Multidimensionais de Fracionamento . . .
6.5 Equao de Adveco . . . . . . . . . . . . . . . . .
6.6 Dissipao e Disperso Numricas . . . . . . . . . .
6.6.1 Anlise de Fourier . . . . . . . . . . . . . .
6.6.2 Equao Modificada . . . . . . . . . . . . .
6.7 Equao de Transporte Unidimensional . . . . . . .
6.8 Equao de Transporte Bidimensional . . . . . . . .
A O Mtodo de Separao de Variveis
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
103
105
106
106
113
114
117
124
129
131
133
135
147
151
B Algoritmo de Thomas
157
B.1 O Algoritmo de Thomas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
B.2 O Mtodo TDMA Linha a Linha . . . . . . . . . . . . . . . . . . . . . . . 160
B.3 Relaxao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
Bibliografia
163
ndice
165
iv
Contedo
Lista de Figuras
1.1
1.2
1.3
Mtodo de Euler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Mtodo de Heun. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Exemplo de uma rvore. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
Curva caractersticas no plano t-x. . . . . . . . . .

Domnio computacional R. . . . . . . . . . . . . .
Caractersticas para a equao da onda. . . . . . .
Propagao de uma onda senoidal. . . . . . . . . .
Condies de contorno para o caso hiperblico. . .
Condies auxiliares para o caso transiente. . . . .
Domnio computacional para uma EDP parablica.
Decaimento exponencial de uma senide. . . . . .
Domnio computacional para uma EDP elptica. .
4.1
Malha discreta uniforme.
6.1
6.2
Exemplo da representao matricial. . . . . . . . . . . . . . . . . . . . . . 118

ngulo de fase. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
48
49
51
52
53
54
54
56
. . . . . . . . . . . . . . . . . . . . . . . . . . . 74
B.1 Mtodo TDMA linha a linha. . . . . . . . . . . . . . . . . . . . . . . . . . 160
vi
Lista de Figuras
Lista de Tabelas
1.1
1.2
1.3
Exemplos de leis fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . 1

Representao da rvore e do operador diferencial elementar . . . . . . . . 17
Funes da rvore na expanso da srie de Taylor . . . . . . . . . . . . . . 18
4.1
4.2
Comparao da acurcia dos diferentes esquemas. . . . . . . . . . . . . . . 81

Relao de amplitudes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
A.1 Separao da equao de Helmohtz. . . . . . . . . . . . . . . . . . . . . . . 154
vii
viii
Lista de Tabelas
Captulo 1
Equaes Diferenciais Ordinrias
Vrios problemas prticos de engenharia so descritos em termos de taxas de variao
das propriedades fsicas do sistema que estamos interessados em estudar. Estas variaes
so, normalmente, descritas empregando as leis fundamentais da fsica, mecnica, eletricidade, termodinmica, etc (vide a Tabela 1.1). Quando combinadas com as equaes
de balano de massa, momentum e energia elas resultam nas equaes diferenciais que
governam diferentes fenmenos fsicos. A partir da posterior integrao destas equaes,
ns obtemos as funes matemticas que descrevem o estado do sistema, no tempo e no
espao, em termos da sua massa, energia ou variao da quantidade de movimento.
Tabela 1.1: Exemplos de leis fundamentais que so escritas em termos de taxas de variao.
Lei
Expresso Matemtica
Segunda lei de Newton
dv
F
=
dt
m
Lei de Fourier
Lei de Fick
~q = k
dT
dx
~j = D dc
dx
Variveis e Parmetros
velocidade (v), fora (F )
e massa (m)
condutividade trmica
(k) e temperatura (T )
coeficiente de difuso (D)
e concentrao (c)
Como exemplo de uma equao diferencial ordinria, derivada de uma lei fundamental
(lei de Newton), temos a equao que governa a queda de um paraquedista
dv
c
=g v
dt
m
1
Captulo 1. Equaes Diferenciais Ordinrias
onde v a velocidade do paraquedista, g a acelerao da gravidade, m a massa e

c o coeficiente de arrasto. Nesta equao a varivel que esta sendo diferenciada, v,
chamada de varivel dependente. A varivel em relao a qual v est sendo diferenciada,
t, denominada de varivel independente.
A equao diferencial ordinria, acima, um exemplo de uma equao de primeira
ordem, porque a sua derivada de mais alta ordem uma derivada primeira. Em contrapartida, a equao que descreve a posio x de um sistema massamola com amortecimento
um exemplo de uma equao diferencial ordinria de segunda ordem
m
dx
d2 x
+kx = 0
+c
2
dt
dt
onde m a massa, c o coeficiente de amortecimento e k a constante elstica da mola.

Vale ressaltar que equaes diferenciais ordinrias de alta ordem podem ser reduzidas
a um sistema de equaes diferenciais ordinrias de primeira ordem. No exemplo acima,
podemos introduzir uma nova varivel y definida por
y=
dx
dt
que pode ser derivada com relao ao tempo, de modo que obtemos o sistema
y=
dx
dt
dy
cy + kx
=
dt
m
que equivalente a equao original de segunda ordem. Uma vez que uma equao
diferencial ordinria de ordem n pode, de modo similar, ser reduzido a um sistema de
equaes diferenciais de primeira ordem, ns focaremos nossa ateno na resoluo das
equaes de primeira ordem.
Na prtica, muitas destas equaes diferenciais ordinrias, que representam um grande
nmero de problemas em engenharia, no podem ser resolvidas empregando os mtodos
analticos do clculo diferencial. Assim, os mtodos numricos de resoluo destas equaes diferenciais adquirem uma grande importncia em vrios campos da engenharia.
A fim de que possamos especificar completamente a soluo de uma equao diferencial
ordinria, devemos fornecer condies auxiliares. Em se tratando de equaes diferenciais
de primeira ordem, uma condio auxiliar chamada de condio inicial necessria para
garantirmos a obteno de uma nica soluo.
Quando estivermos trabalhando com equaes diferenciais de ordem n, n condies
sero requeridas para que possamos obter uma nica soluo. Caso todas as condies
sejam especificadas para um mesmo valor de uma varivel independente (por exemplo para
t = 0), ento o problema ser chamado de um problema de valor inical. Por outro lado,
um problema de valor de contorno ser definido quando estas condies forem fornecidas
para diferentes valores da varivel independente.
1.1. Mtodos OneStep
1.1
Mtodos OneStep
No que se segue, estaremos interessados em resolvermos equaes diferenciais ordinrias do tipo

dy
= f (x, y)
(1.1)
dx
para uma condio inicial dada por y(x0 ) = y0 , que conhecido como um Problema de
Valor Inicial (PVI).
Uma primeira possibilidade, para que possamos resolver esta equao, pode ser obtida a partir da discretizao do termo da derivada de primeira ordem, empregando um
esquema de diferenas avanadas:

dy
yi+1 yi
=

dx i
x
ou ainda
yi+1

dy
= yi + x
dx i
De acordo com esta equao, a partir da estimativa da derivada (que fornece a inclinao
da tangente curva no ponto xi ) ns determinamos, por extrapolao, um novo valor de
y no ponto xi+1 a partir de um valor conhecido de yi . Esta frmula pode ser aplicada
passo a passo a fim de determinarmos a evoluo futura da soluo.
Todos os mtodos do tipo onestep podem ser expressos nesta mesma forma geral,
sendo que a nica diferena entre eles ser a maneira de avaliar a derivada primeira.
1.1.1
Mtodo de Euler
Uma primeira possibilidade, de estimativa da derivada, fornecida pela prpria expresso da equao diferencial ordinria e consiste em empregarmos a prpria funo a fim
de avaliarmos a inclinao da tangente no ponto xi , conforme esquematizado na Fig. 1.1.
Portanto, neste mtodo a estimativa dada por
yi+1 = yi + f (xi , yi ) x
(1.2)
onde esta frmula conhecida como o mtodo de Euler ou de EulerCauchy. Nela, o

novo valor de y determinado a partir de uma extrapolao linear empregando o valor
da derivada em xi (Fig. 1.1).
1.1.1.1
Anlise do Erro do Mtodo de Euler
A resoluo numrica da equao diferencial ordinria, de modo semelhante ao caso

de uma equao diferencial parcial, introduz dois tipos de erros:
Um erro de truncamento ou discretizao devido natureza da tcnica empregada
na aproximao de y;
i+1
erro
verdadeiro
yi
xi
x i+1
Figura 1.1: Mtodo de Euler.
Um erro de arredondamento devido ao fato do nmero limitado de digitos que so

utilizados pelos computadores.
O erro de truncamento composto de duas partes. Uma primeira, chamada de erro
local de truncamento, que resulta da aplicao local do mtodo numrico para um nico
incremento. A segunda a parcela devida propogao do erro de truncamento proveniente das aproximaes decorrentes dos incrementos anteriores. A soma destes dois erros
fornece o erro global de truncamento.
Expandindo em srie de Taylor a funo y, que possui as suas derivadas contnuas, em
torno do ponto xi ,
(n)
yi+1 = yi + yi0 x +
yi00
y
x2 + . . . + i xn + Rn
2
n!
onde y 0 = dy/dx e Rn representa o resto da srie e definido por

Rn =
y (n+1) ()
xn+1
(n + 1)!
onde est contido no intervalo de xi a xi+1 . Esta expanso ainda pode ser escrita numa
forma alternativa, se considerarmos que estamos tratando da equao diferencial ordinria
y 0 = f (x, y)
yi+1 = yi + f (xi , yi ) x +

f 0 (xi , yi )
f (n1) (xi , yi )
x2 + . . . +
xn + O xn+1
2
n!
(1.3)
Comparando esta expanso com o mtodo de Euler, Eq. (1.2), vemos que este ltimo
pode ser escrito como
yi+1 = yi + f (xi , yi ) x + Et
1.1. Mtodos OneStep
onde Et o verdadeiro erro local devido ao truncamento, sendo dado por

Et =

f 0 (xi , yi )
x2 + . . . + O xn+1
2
Para valores suficientemente pequenos do incremento x, os diferentes termos do erro

decrescem medida que a sua ordem aumenta. Portanto, usualmente representamos o
erro como
f 0 (xi , yi )
Ea =
x2
2
ou

Ea = O x2
onde Ea representa o erro local de truncamento aproximado.
Conforme pudemos ver, a expanso em srie de Taylor nos fornece um meio para quantificarmos o erro no mtodo de Euler. Entretanto, existem algumas limitaes associadas
ao seu uso:
A srie de Taylor nos fornece somente uma estimativa do erro de truncamento local.
Ela no nos fornece o erro propagado, ou seja, o erro global de truncamento;
Na prtica, podemos trabalhar com funes que so mais complexas do que simples
polinmios. Como consequncia, o clculo das derivadas que aparecem na srie de
Taylor podem no ser facilmente obtidas.
Apesar dessas limitaes impedirem uma anlise exata do erro, na maior parte dos
problemas de interesse a srie de Taylor ainda pode nos fornecer informaes valiosas
sobre o comportamento do mtodo de Euler. Do desenvolvimento, em srie de Taylor,
pudemos verificar que o erro local proporcional ao quadrado do incremento de espao e
derivada primeira da equao diferencial. possvel mostrar, tambm, que o erro global
de truncamento de O(x) [1], ou seja, ele proporcional ao incremento de espao. Estas
observaes nos levam a algumas concluses importantes:
O erro pode ser reduzido mediante um decrscimo do incremento;
O mtodo fornecer resultados livres de erro caso o soluo da equao diferencial
ordinria seja linear, uma vez que as derivadas de ordem superiores a um sero
nulas.
Pelas razes mencionadas, acima, o mtodo de Euler denominado um mtodo de
primeira ordem.
1.1.1.2
Estabilidade do Mtodo de Euler
O conceito matemtico de estabilidade do mtodo numrico est associado ao crescimento ilimitado da soluo numrica ou, conforme veremos mais adiante, do erro introduzido nos dados iniciais ou no processo de discretizao. Neste caso, a soluo numrica
no ir tender para a soluo da equao diferencial quando o incremento tender a zero e

o esquema numrico ser dito ser instvel [1, 2].
Este conceito pode ser entendido tomando como exemplo o seguinte problema de valor
inicial:
dy
= y
dx
apresentando como condio inicial y(0) = y0 . Do Clculo Diferencial sabemos que esta
equao diferencial ordinria possui a seguinte soluo:
y = y0 e x
Assim, essa soluo tem como valor inicial y0 e aproximase assintoticamente de zero
medida que o valor de x aumenta.
Empregando o mtodo de Euler na resoluo numrica deste problema, temos que:
dy
yi+1 = yi + x = yi + f (xi , yi )x = yi yi x
dx i
ou ainda,
yi+1 = (1 x) yi
Deste resultado vemos claramente que a estabilidade do mtodo numrico depende do
incremento x, isto , o valor de |1 x| deve ser menor do que 1. Esta restrio
implica no fato de que o incremento deve verificar a condio x < 2/ a fim de que
a soluo numrica acompanhe a soluo analtica. Neste caso, dizemos que o mtodo
condicionalmente estvel.
Uma maneira de contornarmos esta restrio seria a de empregarmos uma abordagem
implcita para o mtodo de Euler. Esta representao chamada de implcita devido ao
fato de que a varivel que buscamos determinar, yi+1 , aparece em ambos os lados do sinal
de igualdade
dy
yi+1 = yi + x = yi + f (xi+1 , yi+1 )x = yi yi+1 x
dx i+1
ou ainda,
1
yi
1 + x

1
< 1, sempre verificada para
sendo que agora a condio de estabilidade,
1 + x
> 0. Assim, dizemos que o mtodo de Euler implcito incondicionalmente estvel.
Este conceito de estabilidade pode ser estendido a outros mtodos numricos destinados resoluo de um problema de valor inicial do tipo:
yi+1 =
dy
= f (x, y),
dx
x>a
para uma condio inicial y(a) = y0 . Os leitores interessados devem se reportar s referncias [2, 3] para maiores detalhes. Este assunto ser retomado ao final deste captulo.
1.1. Mtodos OneStep
1.1.2
Mtodos de Mais Alta Ordem
Uma maneira fcil de reduzirmos o erro do mtodo de Euler seria a de incluirmos

termos de mais alta ordem da srie de Taylor (1.3) na soluo. Por exemplo, retendo o
termo de segunda ordem
yi+1 = yi + f (xi , yi )x +
f 0 (xi , yi )
x2 + Ea
2
onde o erro de truncamento aproximado seria dado por

Ea =
f 00 (xi , yi )
x3
6
Embora este mtodo seja facilmente implementado no caso de funes polinomiais, a

incluso de termos de mais alta ordem pode no ser trivial no caso de estarmos considerando equaes diferenciais ordinrias mais complicadas. Em particular, este o caso
em se tratando de equaes diferenciais ordinrias que so funes de ambas as variveis
dependentes e independentes, sendo necessrio o emprego da regra da cadeia na determinao destas derivadas. Por exemplo, a derivada primeira de f (x, y) ser
f 0 (x, y) =
f
f dy
+
x y dx
enquanto que a derivada segunda seria dada por

f 00 (x, y) =
f 0 f 0 dy
+
x
y dx
com o grau de complexidade aumentando para as derivadas de mais alta ordem.

Assim sendo, alternativas foram pensadas para que possamos aumentar a performance
dos mtodos onestep, sem que tenhamos que avaliar derivadas superiores a primeira
ordem. Conforme veremos a seguir, estes mtodos so comparveis aos mtodos que
empregam termos de mais alta ordem na srie de Taylor.
1.1.3
Mtodo de Heun
O mtodo de Euler apresenta uma fonte de erro fundamental que devida ao fato de
que a derivada, avaliada no incio do intervalo, suposta prevalecer sobre todo o intervalo.
Em seguida, veremos que algumas modificaes simples podem ser introduzidas a fim de
superarmos esta dificuldade.
O mtodo de Heun utiliza a determinao de duas derivadas no intervalo, como medida
para melhorar a estimativa da inclinao da curva no intervalo considerado. As derivadas
so avaliadas uma no ponto inicial e a outra no ponto final. A estimativa da inclinao
obtida, ento, a partir da mdia dos valores das duas derivadas, conforme mostrado
esquematicamente na Fig. 1.2.
No mtodo de Euler, a inclinao avaliada no ponto inicial
yi0 = f (xi , yi )
i+1
yi
xi
x i+1
Figura 1.2: Mtodo de Heun.
e empregada na extrapolao linear que determina yi+1

0
yi+1
= yi + f (xi , yi )x
Enquanto que para o mtodo de Euler esta seria a estimativa final, no mtodo de Heun
trata-se de uma estimativa intermediria e ela conhecida como a equao preditora. Ela
fornece uma estimativa de yi+1 com a qual determinamos uma estimativa da inclinao
curva no ponto final do intervalo:
0
0
yi+1
= f (xi+1 , yi+1
)
Assim, as duas expresses para as inclinaes podem ser combinadas a fim de obtermos
um valor mdio para a inclinao no intervalo considerado:
y0 =
0
0
yi0 + yi+1
f (xi , yi ) + f (xi+1 , yi+1
)
=
2
2
Este valor , ento, empregado na extrapolao linear de yi a yi+1 utilizando o mtodo de

Euler
0
f (xi , yi ) + f (xi+1 , yi+1
)
yi+1 = yi +
x
2
onde esta a equao corretora.
Portanto, o mtodo de Heun um mtodo do tipo preditorcorretor. Neste mtodo,
devemos observar que yi+1 aparece em ambos os lados do sinal de igualdade e, portanto,
esta equao pode ser empregada de modo iterativo a fim de corrigirmos este valor. Isto
0
quer dizer que a estimativa anterior yi+1
pode ser usada repetidamente a fim de prover
uma melhor estimativa de yi+1 .
1.1. Mtodos OneStep
Na introduo do mtodo de Heun, consideramos que a derivada era uma funo

tanto da varivel dependente quanto da independente. Entretanto, para casos como os
dos polinmios, onde a equao diferencial ordinria funo unicamente da varivel
independente, no necessitamos empregar a equao preditora e basta utilizarmos uma
nica vez a cada iterao a equao corretora
yi+1 = yi +
f (xi ) + f (xi+1 )
x
2
onde podemos notar uma similaridade entre o lado direito do sinal de igualdade e a regra
do trapzio para a integrao. De fato, partamos da equao diferencial ordinria
dy
= f (x)
dx
Esta equao pode ser resolvida por integrao na forma:
Z xi+1
Z yi+1
f (x) dx
dy =
xi
yi
que resulta em
Z
xi+1
f (x) dx
yi+1 = yi +
xi
Agora, aplicando a regra do trapzio no intuito de avaliarmos a integral acima

yi+1 = yi +
f (xi ) + f (xi+1 )
f 00 () 3
x
x
2
12
onde encontrase no intervalo entre xi e xi+1 . Assim, tratase de um mtodo de segunda

ordem, uma vez que a derivada segunda da equao diferencial ordinria zero quando a
soluo for quadrtica. Alm do mais, os erros local e global so de O (x3 ) e de O (x2 )
respectivamente [1].
1.1.4
Mtodo de Euler Modificado
Uma outra modificao simples do mtodo de Euler resulta no mtodo de Euler modificado. Esta tcnica usa o mtodo de Euler na predio de um valor de y no ponto mdio
do intervalo
x
yi+1/2 = yi + f (xi , yi )
2
Em seguida, este valor empregado na estimativa do valor da inclinao curva no ponto
mdio:
0
yi+1/2
= f (xi+1/2 , yi+1/2 )
onde assumimos que este valor uma aproximao da inclinao mdia para todo o
intervalo. Este valor da inclinao ento usado na extrapolao linear entre xi e xi+1
empregando o mtodo de Euler
yi+1 = yi + f (xi+1/2 , yi+1/2 )x
10
Devemos notar que devido ao fato de yi+1 no aparecer em ambos os lados desta equao,
esta equao corretora no pode ser empregada iterativamente a fim de melhorarmos a
soluo.
O mtodo de Euler modificado superior ao mtodo de Euler visto que ele avalia a
inclinao curva no ponto mdio do intervalo de predio. Da teoria sobre as tcnicas
de discretizao, sabemos que a tcnica de diferenas finitas conhecida como diferenas
centradas aproxima melhor a derivada do que as tcnicas de diferenas avanadas ou
recuadas. No mesmo sentido, uma aproximao centrada como a utilizada aqui possui um
erro de truncamento de O (x2 ) em comparao com a aproximao avanada do mtodo
de Euler que possui um erro de O (x). Conseqentemente, este mtodo apresenta um
erro local e global que so de O (x3 ) e de O (x2 ) respectivamente [1].
1.1.5
Mtodos de RungeKutta
Os mtodos do tipo RungeKutta podem alcanar a mesma acurcia dos mtodos de

mais alta ordem que empregam o desenvolvimento em srie de Taylor sem, no entanto,
requerer a determinao das derivadas de mais alta ordem. Muitas variaes destes mtodos existem, mas todos podem ser escritos na seguinte forma generalizada em se tratando
dos mtodos explcitos:
yi+1 = yi + (xi , yi , x)x
(1.4)
onde (xi , yi , x) chamada de funo incremento a qual pode ser interpretada como a
inclinao representativa de todo o intervalo. A funo incremento pode ser escrita numa
forma geral como
= b1 k1 + b2 k2 + + bn kn
onde os diferentes coeficientes bi , i = 1, 2, . . . so constantes e as funes ki , i = 1, 2, . . .
so dadas por
k1 = f (xi , yi )
k2 = f (xi + c2 x, yi + a21 k1 x)
k3 = f (xi + c3 x, yi + a31 k1 x + a32 k2 x)
..
.
kn = f (xi + cn x, yi + an1 k1 x + an2 k2 x + + ann1 kn1 x)
Devemos notar que nestas expresses as funes ki so relaes de recorrncia. Isto quer
dizer que k1 aparece na equao para k2 , que aparece na equao para k3 e assim por
diante. Tal fato torna os mtodos de RungeKutta eficientes ferramentas do clculo
numrico.
Vrios tipos de mtodos de RungeKutta podem ser imaginados a partir do emprego
de diferentes nmeros de termos da funo incremento. Devemos notar que o mtodo de
RungeKutta de primeira ordem com n = 1 corresponde, de fato, ao mtodo de Euler.
Uma vez escolhido o nmero n de termos, os valores de a, p e q so avaliados igualando a
equao generalizada do mtodo de RungeKutta aos termos de uma expanso em srie
de Taylor. Deste modo, ao menos para as verses de baixa ordem, o nmero de termos n
normalmente representa o ordem do mtodo.
1.1. Mtodos OneStep
1.1.5.1
11
Mtodos de RungeKutta de Segunda Ordem
A forma generalizada para um mtodo de segunda ordem dada por

yi+1 = yi + (b1 k1 + b2 k2 )x
onde
k1 = f (xi , yi )
k2 = f (xi + c2 x, yi + a21 k1 x)
A fim de determinarmos os valores de b1 , b2 , c2 e a21 ns iremos expandir em srie de
Taylor yi+1 e empregaremos f (xi , yi ) como sendo a derivada dy/dx
yi+1 = yi + f (xi , yi )x + f 0 (xi , yi )

x2
+ O x3
2
onde f 0 (xi , yi ) deve ser determinada a partir do emprego de:

df (xi , yi ) =
ou ainda
f
f
dx +
dy
x i
y i
df
f
f dy
f (xi , yi ) =
=
+

dx
x i y i dx
0
Substituindo este resultado na expanso em srie de Taylor

f
f dy x2
yi+1 = yi + f (xi , yi )x +
+
+ O x3
x y dx i 2
(1.5)
Em seguida, ns vamos expandir a equao geral (Eq. (1.4)) para o mtodo de segunda
ordem, lembrando que

g
g
1 2g 2
2g
2g 2
g(x + r, y + s) = g(x, y) + r
+s
+
r +2
rs + 2 s +
x
y 2! x2
xy
y
Portanto,
k2 = f (xi , yi ) + c2 x

f
f
+ a21 k1 x
+ O x2
x
y
Substituindo, agora, k1 e k2 na expresso geral (1.4) ns obtemos

yi+1 = yi + b1 x f (xi , yi ) + b2 x f (xi , yi ) + b2 c2 x2

f
f
+ b2 a21 x2 f (xi , yi ) + O x3
x
y
ou ainda, agrupando os termos de mesma ordem em x

f
f
yi+1 = yi + (b1 + b2 )f (xi , yi )x + b2 c2
+ b2 a21 f (xi , yi )
x2 + O x3
x
y
(1.6)
12
Finalmente, comparando termo a termo as expanses (1.5) e (1.6), vemos que as

seguintes condies devem ser verificadas para que tenhamos a equivalncia destas duas
equaes
b1 + b2 = 1
1
b2 c 2 =
2
1
b2 a21 =
2
Como existem quatro incgnitas e somente trs equaes, no h uma nica soluo
que satisfaa este sistema de equaes. Necessitamos, portanto, especificar o valor de uma
destas incgnitas a fim de determinarmos as outras trs. Em consequncia, teremos uma
famlia de mtodos de segunda ordem. Admitamos que ns especifiquemos o valor de b2 ,
das equaes acima obtemos
b1 = 1 b2
1
c2 = a21 =
2b2
Devido ao fato de podermos escolher uma infinidade de valores para a2 , existiro uma
infinidade de mtodos de RungeKutta de segunda ordem, que fornecero o mesmo resultado para a soluo da equao diferencial ordinria em se tratando de uma funo f (x, y)
constante, linear ou quadrtica. Entretanto, obteremos solues diferentes quando esta
funo for mais complicada. Em seguida, apresentaremos trs dos mtodos de segunda
ordem mais comumente utilizados:
Mtodo de Heun (b2 = 1/2). Para b2 = 1/2 ns podemos resolver o sistema de
equaes e obtemos b1 = 1/2 e c2 = a21 = 1. Substituindo esses resultados na equao
geral obtemos:
1
yi+1 = yi + (k1 + k2 ) x
2
onde
k1 = f (xi , yi )
k2 = f (xi + x, yi + k1 x)
Notemos que k1 representa a inclinao curva no ponto inicial do intervalo enquanto
que k2 a inclinao no final do intervalo. Portanto, este mtodo de RungeKutta de
segunda ordem corresponde ao mtodo de Heun com uma nica iterao corretora.
Mtodo do Polgono (b2 = 1). Caso assumamos que b2 = 1, ento b1 = 0, c2 = a21 =
1/2 e a equao geral tornase
yi+1 = yi + k2 x
onde
k1 = f (xi , yi )
k2 = f (xi + x/2, yi + k1 x/2)
o que corresponde ao mtodo do polgono melhorado.
1.1. Mtodos OneStep
13
Mtodo de Ralston (b2 = 2/3). Ralston (1962) e Ralston e Rabinowitz (1978) determinaram que para b2 = 2/3 obtemos o valor mnimo para o erro de truncamento para os
algoritmos de RungeKutta de segunda ordem. Para esta verso temos que b1 = 1/3 e
c2 = a21 = 3/4
1
yi+1 = yi + (k1 + 2k2 ) x
3
onde
k1 = f (xi , yi )
k2 = f (xi + 3x/4, yi + 3k1 x/4)
1.1.5.2
Mtodos de RungeKutta de Terceira Ordem
Podemos empregar o mesmo desenvolvimento aplicado na obteno do mtodo de

segunda ordem ao caso de n = 3. O resultado desta derivao produzir um sistema
de seis equaes a oito incgnitas. Portanto, devemos fornecer valores para duas destas
incgnitas a fim de que possamos determinar os parmetros restantes. Apresentaremos
agora uma verso comumente empregada
yi+1 = yi +
1
(k1 + 4k2 + k3 ) x
6
onde
k1 = f (xi , yi )
k2 = f (xi + x/2, yi + k1 x/2)
k3 = f (xi + x, yi x k1 + 2x k2 )
Para uma funo f dependente unicamente de x, o mtodo de terceira ordem reduz-se
regra de Simpson (1/3) quando empregamos um polinmio interpolador de Lagrange de
segunda ordem
Z
b
yi+1 = yi +
f (x) dx
a
onde
Z
x
[f (x0 ) + 4f (x1 ) + f (x2 )]
6
a
onde x0 e x2 representam os pontos inicial e final do intervalo x.
Os mtodos de Runge-Kutta de terceira ordem apresentam um erro local de O (x4 )
e um erro global de O (x3 ) e os seus resultados so exatos quando a soluo for cbica.
I=
1.1.5.3
f (x) dx
Mtodos de RungeKutta de Quarta Ordem
Os mtodos de RungeKutta mais populares so os de quarta ordem. Assim como

no caso dos mtodos de segunda ordem, existe uma infinidade de verses destes mtodos.
Apresentaremos, aqui, o mtodo que conhecido como o mtodo clssico de RungeKutta
de quarta ordem:
1
yi+1 = yi + (k1 + 2k2 + 2k3 + k4 ) x
6
14
onde
k1 = f (xi , yi )
k2 = f (xi + x/2, yi + k1 x/2)
k3 = f (xi + x/2, yi + k2 x/2)
k4 = f (xi + x, yi + k3 x)
De modo anlogo ao caso do mtodo de terceira ordem, em se tratando de uma funo de
x somente (k2 = k3 ), o mtodo de RungeKutta de quarta ordem equivalente regra
de Simpson (1/3) para a integrao conforme mostrado anteriormente.
1.1.5.4
Sistema de Equaes
Muitos problemas de engenharia e das cincias exatas necessitam da soluo de um

sistema de equaes diferenciais simultneas, ao invs da resoluo de uma nica equao.
Tais sistemas podem ser representados como
dy1
= f1 (x, y1 , y2 , . . . , yn )
dx
dy2
= f2 (x, y1 , y2 , . . . , yn )
dx
..
..
.
.
dyn
= fn (x, y1 , y2 , . . . , yn )
dx
A fim de que possamos obter a soluo de tal sistema, necessitamos fornecer n condies
iniciais para o valor inicial de x.
Todos os mtodos estudados neste captulo podem ser aplicados na resoluo de sistemas de equaes. Alguns sistemas de aplicaes em engenharia podem ser composto
de centenas de equaes. Em cada caso, o procedimento adotado na resoluo destes
sistemas consiste na aplicao dos mtodos onestep a todas as equaes a cada passo
antes de prosseguirmos para o passo posterior.
1.2
Formulao de Butcher
A famlia dos mtodos de Runge-Kutta pode ser representada seguindo o princpio

descrito por Butcher, nas quais os coeficientes so estrategicamente colocados em uma
tabela para facilitar o clculo de suas propriedades. A forma geral para determinarmos a
soluo aproximada dada por
yn+1 = yn + x
m
X
i=1
bi ki
1.2. Formulao de Butcher
15
para 1 i s, sendo que nesta equao ki = f (xn + ci x, Yi ), i = 1, 2, . . . , s para a

forma non-autonomous, ou ki = f (Yi ) para os sistemas autonomous, e Yi dado por
Yi = yn + x
s
X
aij kj
j=1
sendo s o nmero de estgios do mtodo.

Os coeficientes caractersticos (aij , bi e ci ), que vo determinar a acurcia e a estabilidade desses mtodos, so determinados convenientemente atravs da tabela de Butcher [4]
c1 a11 a12 a1s
c2 a21 a22 a2s
..
..
.. . .
.
. ..
.
.
.
cs as1 as2 . . . ass
c A
bT
b1
b2
bs
Os coeficientes do vetor c esto relacionados com os elementos da matriz A segundo

a seguinte forma
s
X
ci =
aij
i = 1, 2, ..., s.
j=1
e o vetor b deve ser de tal que

s
X
bi = 1
i=1
As componentes do vetor c so os valores intermedirios dos estgios, ou seja,

ci [xn , xn+1 ]
para i = 1, 2, ..., s
As formulaes para as quais aij = 0 se j i so chamadas de formulaes explcitas

ou ERK (Explicit Runge-Kutta)
c A
bT
c1 0
0
c2 a21 0
..
..
.. . .
.
.
.
.
cs as1 as2 . . .
bs
b1
b2
0
0
..
.
Neste curso iremos considerar somente as formulaes explcitas dos mtodos de RungeKutta.
1.2.1
Condies de Ordem
A ordem p dos mtodos multi-passos lineares so construdas usando aproximaes

para y(xn+1 ) em termos de y e x y 0 avaliados nos respectivos pontos xi das solues.
16
Dessa forma, a aproximao deve satisfazer exatamente a um polinmio para a expanso

na srie de Taylor para um grau menor que p, dado que os erro so estimados em termos
de O(xp+1 ). Para o mtodo de Runge-Kutta torna-se um pouco mais complicado visto
que a aproximao descrita pela Eq. (1.2) baseada na integral
Z
y(xn+1 ) = y(xn ) + x
y 0 (xn + x)d y(xn ) + x
s
X
bi y 0 (xn + ci x)
i=1
Para lidar com este problema, devemos proceder da seguinte forma: encontrar a expanso da srie de Taylor da soluo exata, depois encontrar a expanso da srie de Taylor
para o clculo da soluo aproximada utilizando o mtodo de Runge-Kutta e, por fim,
comparar as duas expanses termo a termo de modo a que elas sejam equivalentes at o
termo de O(xp+1 ).
Primeiro devemos encontrar a expanso para y que satisfaa o PVI (1.1)
dy
= f (y)
dx
com condio inicial dada por y(xn ) = yn e, ento, uma formulao para as demais
derivadas dessa funo
y 0 (x) = f (y(x)),
y 00 (x) = f 0 (y(x))y 0 (x)
= f 0 (y(x))f (y(x)),
y 000 (x) = f 00 (y(x))f (y(x))y 0 (x) + f 0 (y(x))f 0 (y(x))y 0 (x)
= f 00 (y(x))(f (y(x)), f (y(x))) + f 0 (y(x))f 0 (y(x))f (y(x)).
considerando somente os termos at a derivada terceira. Esses termos so, ento, reescritos
na forma
y 0 (x) = f
y 00 (x) = f0 f
y 000 (x) = f00 (f, f) + f0 f0 f
sendo f = f (y(x)), f0 = f 0 (y(x)), f00 = f 00 (y(x)). A partir do resultado destas derivaes,
podemos encontrar um padro capaz de ser utilizado em uma estrutura do tipo rvore.
Nesta estrutura relacionamos f (y(x)) a uma folha da rvore, f 0 (y(x)) a um vrtice com
uma nica extremidade exterior e f 00 (y(x)) a um vrtice com duas extremidades externas. Em se tratando de f 0 e f 00 as extremidades externas esto conectadas a sub-rvores,
representando estes operadores linear e bilinear respectivamente.
A Tabela 1.2 mostra a representao da estrutura em rvores e as suas respectivas
representaes para o operador elementar diferencial F(), considerando cada rvore
, sendo o conjunto de todas as rvores com razes.
17
Tabela 1.2: Representao da rvore e do operador diferencial elementar.

Diagrama F()
f
f
f
f0
f @ f
f00
f
f0
f0
Termos
f (y(x))
f0 f
f 0 (y(x))f (y(x))
f00 (f, f)
f 00 (y(x))(f (y(x)), f (y(x)))
f0 f0 f
f 0 (y(x))f 0 (y(x))f (y(x))
A soluo exata do problema de valor inicial y(x0 + x) pode ser expandida em srie
de Taylor em torno de x0 na forma
y(x0 + x) = y0 +
X ()xr()
r()!
F()(y0 )
que pode ser reescrita como

y(x0 + x) = y0 +
X xr()
F()(y0 )
()()
(1.7)
onde r() representa a ordem da rvore (nmero de vrtices ou ns da rvore), ()

a simetria de (a ordem do grupo de automorfismo), () a densidade da rvore ,
r()!
r()!
() =
o nmero de combinaes ordenadas em , () =
o nmero de
()()
()
combinaes no ordenadas em , F()(y 0 ) a diferencial elementar. O valor de () para
cada rvore pode ser obtido da seguinte forma, associamos um fator para cada vrtice da
rvore, as folhas possuem fator unitrio e todos os demais a soma dos fatores associados
aos vizinhos para onde crescem mais um, o produto de todos os fatores o valor de ().
O polinmio (), peso elementar, construdo a partir dos coeficientes de cada mtodo,
baseado em sua respectiva rvore, onde b representa a raiz, c as folhas e A os vrtices
internos. Em seguida fornecido um exemplo de uma rvore na Fig. 1.3.
Por outro lado, tambm possvel expandir em srie de Taylor a soluo aproximada
y1 = y0 +
X ()xr()
ou ainda
y1 = y0 +
r()!
X xr()
()
()F()(y 0 )
()F()(y 0 )
(1.8)
18
Figura 1.3: Exemplo de uma rvore.

@
cj
@
1
@
ci
@
cj
@
@
ci @ @
aij
1
@
@
@
@
@
bi
@
@
() =
s
X
bi c2i aij c2j
() = 18
i,j=1
Como a obteno das famlias de mtodos de Runge-Kutta baseia-se no fato de que

os termos das sries de Taylor (Eqs. (1.7) e (1.8)) devam coincidir at o termo de ordem
xp , portanto, necessrio garantir que as condies de ordem [5]
() =
1
,
()
r() p
sejam verificadas.
A Tabela 1.3 apresenta as funes F(), () e os valores de r(), (), (), ()
e () para uma expanso considerando somente os termos at quarta ordem.
Tabela 1.3: Funes da rvore na expanso da srie de Taylor.

@

@
F()
f
r() () () () ()
1
1
1
1
1
f00 (f, f)
()
P
bi
P
bi c i
P 2
bi c i
f0 f0 f
f(3) (f, f, f)
f00 (f, f0 f)
f0 f
bi aij cj
bi c3i
bi ci aij cj
24
f0 f00 (f, f)
bi aij c2j
12
12
f0 f0 f0 f
bi aij ajk ck 4
24
24
1.2.2
19
Alguns Mtodos Explcitos
Na abordagem para a determinao dos coeficientes caractersticos, o usual primeiro

determinarmos c para, em seguida, calcularmos b. Feito isto, podemos encontrar os
coeficientes da matriz A mediante a resoluo de um sistema de equaes lineares.
Para um mtodo explcito de segunda ordem, da Tabela 1.3 vemos que as condies
que devem ser verificadas so dadas por
b1 + b2 = 1
1
b2 c 2 =
2
chegamos soluo arbitrria em termos do parmetro no nulo c2 , uma vez que temos
duas equaes e trs incgnitas,
0
c2
c2
1
1
2c2
1
2c2
1
ou c2 = 1, obtemos dois casos especiais que so respectivamente as
2
formulaes apresentadas nas regras do ponto mdio e do trapzio desenvolvidas por [6]
Escolhendo c2 =
0
1
2
0
1 1
1
2
1
2
0 1
1
2
Para um mtodo de terceira ordem, as condies necessrias agora so dadas por
b1 + b2 + b3 = 1
1
b2 c 2 + b3 c 3 =
2

1
@
b2 c22 + b3 c23 =
3
b3 a32 c2
=
6
sendo que alguns casos especiais podem ser recuperados em funo dos resultados das
tabelas
0
0
0
1
2
2
3
2
3
1
2
1 1 2
1
6
2
3
1
6
2
3
2
3
2
3
1
4
3
8
2
3
0 1 1
3
8
3
4
1
4
20
bem como a formulao conhecida de Heun

0
1
3
2
3
1
3
2
3
1
4
3
4
No ltimo exemplo, consideramos um mtodo de quarta ordem
b1 + b2 + b3 + b4
b2 c 2 + b3 c 3 + b4 c 4
b2 c22 + b3 c23 + b4 c24

b3 a32 c3 + b4 a42 c2 + b4 a43 c3
=1
1
=
2
1
=
3
1
6
1
=
4
=

@
b2 c32 + b3 c33 + b4 c34

1
@
b3 c3 a32 c3 + b4 c4 a42 c2 + b4 c4 a43 c3 =
8

@
1
=
b3 a32 c22 + b4 a42 c22 + b4 a43 c23

12
b4 a43 a32 c2
=
24
(1.9)
(1.10)
(1.11)
(1.12)
(1.13)
(1.14)
(1.15)
(1.16)
Essas equaes devem ser resolvidas em termos de c como parmetros e no caso de b a

partir das Equaes (1.9), (1.10), (1.11) e (1.13). Posteriormente, devemos determinar os
coeficientes da matriz A a partir das Eqs. (1.12), (1.14) e (1.15). E, finalmente, utilizar a
Eq. (1.16) para obtermos a condio de consistncia em c. Esta condio de consistncia
encontrada para c4 = 1.
Teorema 1 (Butcher [5]) Se um mtodo de Runge-Kutta explcito com s = 4 possui
ordem 4, ento
s
X
bi aij = bj (1 cj ),
j = 1, 2, 3, 4
i=j+1
e, em particular, c4 = 1.
Kutta [7] classificou todas as solues possveis para as condies de um mtodo de
quarta ordem e, em particular, o famoso mtodo clssico de quarta ordem j apresentado
1.3. Mtodos Multistep
21
anteriormente nesse captulo

0
1
2
1
2
1
2
0 12
1 0 0 1
1
6
1.3
1
3
1
3
1
6
Mtodos Multistep
Os mtodos onestep vistos na Seo 1.1 utilizam somente informaes do ponto xi

a fim de predizer o valor da varivel dependente yi+1 no ponto futuro xi+1 . Os mtodos
multistep, que veremos a seguir, baseiam-se no fato de que uma vez iniciado o processo
numrico ns temos ao nosso dispor informaes importantes provenientes dos pontos
anteriores. A curva obtida a partir da conexo destes valores prvios nos fornece informaes a respeito da trajetria da soluo. Tal fato explorado pelos mtodos que sero
apresentados nesta seo.
1.3.1
Mtodos do Tipo PreditorCorretor
Iremos mostrar, agora, como as frmulas do tipo PreditorCorretor podem ser derivadas matematicamente. Esta derivao interessante no sentido de que sero empregados
conceitos como a integrao numrica e a resoluo de equaes diferenciais ordinrias.
Alm do mais, este procedimento pode ser empregado na obteno de mtodos multistep
de alta ordem e na estimativa dos erros associados a estes mtodos.
O nosso ponto de partida est baseado na resoluo da seguinte equao diferencial
ordinria
dy
= f (x, y)
dx
Sabemos que a soluo desta equao pode ser obtida mediante a sua integrao entre os
pontos i e i + 1
Z yi+1
Z xi+1
dy =
f (x, y) dx
yi
xi
onde a primeira integral pode ser facilmente avaliada:

Z
xi+1
yi+1 = yi +
f (x, y) dx
(1.17)
xi
Esta equao nos fornece a soluo da equao diferencial ordinria caso a integral, do lado
direito do sinal de igualdade, possa ser avaliada e o valor futuro da varivel dependente
yi+1 pode ser determinado a partir do seu valor precedente yi e da resoluo da integral
de f (x, y).
22
Uma primeira possibilidade de avaliarmos a integral em (1.17) pode ser dada pela
aplicao de uma integrao numrica como, por exemplo, a regra do trapzio, ou seja:
Z xi+1
f (xi , yi ) + f (xi+1 , yi+1 )
x
f (x, y) dx =
2
xi
Aps substituio deste resultado em (1.17) obtemos:
yi+1 = yi +
f (xi , yi ) + f (xi+1 , yi+1 )

x
2
que corresponde equao corretora para o mtodo de Heun. Do Clculo Numrico [1]
sabemos que o erro de truncamento associado regra do trapzio dado por:
Ec =
1
1
x3 f 00 (c ) = x3 y 000 (c )
12
12
onde o subscrito c indica o erro do corretor e c encontrase no intervalo determinado por

xi e xi+1 .
Um procedimento similar pode ser empregado na obteno do passo preditor, a partir
de uma integrao entre os limites i 1 e i + 1:
Z xi+1
Z yi+1
f (x, y) dx
dy =
yi1
xi1
e como resultado desta integrao ns obtemos a forma da equao preditora:

Z xi+1
yi+1 = yi1 +
f (x, y) dx
(1.18)
xi1
Agora, ao invs de empregarmos uma frmula fechada1 , na avaliao da integral em (1.18),

vamos empregar a primeira frmula aberta de NewtonCotes, que conhecida como o
mtodo do ponto mdio
Z
xi+1
f (x, y) dx = 2xf (xi , yi )

xi1
cujo erro de truncamento [1]:

1
1
Ep = x3 f 00 (p ) = x3 y 000 (p )
3
3
sendo que o subscrito p indica o erro do preditor e p est contido no intervalo xi1 a xi+1 .
Aps substituio da integral na Eq. (1.18) pela sua aproximao chegamos forma
final da equao preditora
yi+1 = yi1 + 2xf (xi , yi )
Vamos resumir, abaixo, as equaes preditora e corretora associadas a este mtodo,
cujos os erros local de truncamento so de O (x3 ):
1
Uma frmula fechada aquela onde os pontos correspondentes aos limites de integrao so conhecidos, em oposio ao caso da frmula aberta, onde os limites de integrao vo alm dos pontos
conhecidos.
23
Preditor
0
m
yi+1
= yi1
+ 2xf (xi , yim )
Corretor
j1
)
f (xi , yim ) + f (xi+1 , yi+1
x
2
onde o sobrescrito j denota que a equao corretora aplicada iterativamente de j = 1
m
at j = m para que possamos obter solues refinadas. Portanto, os valores yim e yi1
correspondem aos valores finais do processo corretivo.
Conforme podemos observar a equao preditora depende do conhecimento prvio do
valor da varivel dependente yi1 a fim de que ela possa ser empregada. Esta informao
no est normalmente disponvel em um tpico problema de valor inicial. Por este motivo
este mtodo chamado de nonselfstarting Heun [1].
Caso os passos preditor e corretor de um mtodo multistep apresentem a mesma ordem
do erro de truncamento, uma estimativa do erro local de truncamento pode ser obtida
durante o processo computacional de obteno da soluo numrica. Esta informao
pode, ento, ser empregada como um critrio de ajuste do incremento.
Devido existncia do erro de truncamento sabemos que a soluo numrica uma
aproximao da soluo exata (yex = yi+1 + Et ) da equao diferencial ordinria, ou seja:
j
yi+1
= yim +
1
0
yex = yi+1
+ x3 y 000 (p )
3
(1.19)
1
x3 y 000 (c )
12
Subtraindo a Eq. (1.19) da Eq. (1.20) chegamos ao seguinte resultado
m
yex = yi+1
m
0
0 = yi+1
yi+1
(1.20)
5
x3 y 000 ()
12
onde encontra-se agora no intervalo compreendido entre xi1 e xi+1 . Esta equao pode
ainda ser reescrita na forma:
0
m
yi+1
yi+1
1
= x3 y 000 ()
5
12
Deste resultado podemos notar que ele idntico expresso do erro de truncamento
do corretor, Ec , a menos do argumento da derivada terceira. Assumindo que a derivada
terceira de y no varie de forma aprecivel sobre o intervalo entre xi1 e xi+1 , podemos
considerar como sendo vlida a seguinte igualdade:
m
yi+1 yi+1
Ec
=
5
24
e a partir desta relao ns podemos estimar o erro de truncamento com base em duas
quantidades que j so calculadas pelo mtodo numrico. Assim sendo, esta estimativa
pode ser empregada como um critrio para ajustarmos o incremento x de modo que o
erro fique dentro de uma faixa de valores aceitveis.
As derivaes dos erros Ep e Ec podem ser generalizadas uma vez conhecidos os erros
de truncamento das frmulas de integrao empregadas na avaliao das integrais do passo
preditor:
p
0
yex = yi+1
+ xn+1 y (n+1) (p )
p
e do passo corretor:
m
yex = yi+1
c
xn+1 y (n+1) (c )
c
A partir do conhecimento destes valores os erros de truncamento do passo preditor

pode ser estimado como sendo dado por [1]:
Ep =

p c
yim yi0
c p + p c
(1.21)
enquanto que no caso do passo corretor:

Ec
=
1.3.2

c p
m
0
yi+1
yi+1
c p + p c
(1.22)
Mtodos de Mais Alta Ordem
Do desenvolvimento precedente fica claro que uma estratgia bvia para que possamos
desenvolver mtodos multistep de mais alta ordem passa pelo emprego de frmulas de
integrao de mais alta ordem para os passos preditor e corretor. Os mtodos deste tipo
so compostos de um mtodo explcito (preditor) e de outro implcito (corretor). Antes de
prosseguirmos com a apresentao destes mtodos de mais alta ordem, vamos relembrar
as frmulas de integrao de NewtonCotes e de Adams. As frmulas de integrao de
NewtonCotes, para n pontos igualmente espaados (n + 1 segmentos), podem ser do tipo
aberta:
Z xi+1
yi+1 = yin +
f (x, y) dx
xin
ou fechada, para n segmentos e n + 1 pontos,

Z
yi+1 = yin+1 +
xi+1
f (x, y) dx
xin+1
onde estas integrais so aproximadas por um desenvolvimento do tipo:

In (f ) = x
n1
X
k=0
wk f (xik , yik ) + O xp+2
25
para a forma aberta e

In (f ) = x
n1
X
k=1
para a forma fechada, sendo n o nmero de segmentos empregados e os valores dos coeficientes wk (k = 1, 0, 1, . . . , n) podem ser encontrados, por exemplo, na referncia [1].
Nestas equaes temos que p = n + 1 se n for par e p = n caso n seja mpar. Portanto,
as frmulas gerais de Newton-Cotes so dadas por
yi+1 = yin + x
n1
X
(1.23)
k=0
para a forma aberta e

yi+1 = yin+1 + x
n1
X
(1.24)
k=1
para a forma fechada.

O outro tipo de frmula de integrao que com frequncia empregado na obteno
de algoritmos multistep voltados para a resoluo de equaes diferenciais ordinrias a
frmula aberta de AdamsBashforth. Uma forma de derivarmos estas frmulas tem como
ponto de partida um desenvolvimento em srie de Taylor em torno do ponto xi :

3
2
2
00 x
0 x
00 x
0 x
+ fi
+ . . . = yi + x fi + fi
+ fi
+ ...
yi+1 = yi + fi x + fi
2
6
2
6
Empregando uma aproximao do tipo diferena recuada na aproximao de fi0 , este
resultado pode ser reescrito como:

2

x fi fi1
00 x
2
00 x
yi+1 = yi + x fi +
+ fi
+ O x
+ fi
+ ...
2
x
2
6
ou ainda,

yi+1 = yi + x
3
1
fi fi1
2
2

+

5
x3 fi00 + O x4
12
Outras expresses de mais alta ordem podem ser obtidas se empregarmos aproximaes
de mais alta ordem para fi0 . A frmula aberta geral de Adams de ordem n pode ser
expressa como
n1
X

yi+1 = yi + x
k fik + O xn+1
(1.25)
k=0
Os valores dos coeficientes k podem ser encontrados, para diferentes valores de n, na

referncia [1].
26
Um procedimento similar pode ser feito para obtermos a expresso geral para a frmula
fechada, conhecida como a frmula de AdamsMoulton. Neste caso, nosso ponto de
partida ser um desenvolvimento em srie de Taylor em torno do ponto xi+1
0
yi = yi+1 fi+1 x + fi+1
3
x2
00 x
fi+1
+ ...
2
6
0
onde devemos aproximar agora o valor da derivada fi+1
. Deste modo obtemos a frmula
fechada geral de Adams de ordem n
yi+1 = yi + x
n1
X
k fi+1k + O xn+1
(1.26)
k=0
com os valores de k tambm fornecidos em [1].
1.3.3
Mtodo de Milne
Um dos mais comuns mtodos do tipo multistep conhecido como o mtodo de Milne
que emprega frmulas de integrao de NewtonCotes. Neste mtodo uma formulao a
trs pontos (4 segmentos) do tipo aberta de NewtonCotes (1.23), n=3, usada para o
passo preditor:

4
m
m
0
m
2fim fi1
+ 2fi2
x
yi+1
= yi3
+
3
enquanto que uma frmula fechada com dois segmentos (trs pontos) de NewtonCotes (1.24)
(regra de Simpson 1/3), n=2, empregada para o passo corretor:
j
m
yi+1
= yi1
+

1 m
j1
fi1 + 4fim + fi+1
x
3
Para este mtodo temos que os erros de truncamento preditor e corretor so de O(x5 ) e
p = 14, p = 45, c = 1 e c = 90 e, a partir das frmulas gerais, os erros de truncamento
associados a estes dois passos podem ser determinados pelas Eqs. (1.21) e (1.22)
Ep =

28 m
yi yi0
29

1 m
0
Ec
yi+1 yi+1
=
29
1.3.4
Mtodo de Adams de Quarta Ordem
Outro mtodo multistep popular pode ser implementado a partir do emprego de frmulas do tipo AdamsBashforth (1.25) de quarta ordem (n = 4) para o passo preditor

55 m 59 m
37 m
9 m
0
m
yi+1 = yi +
f fi1 + fi2 fi3 x
24 i
24
24
24
27
e, para o passo corretor, uma frmula de quarta ordem (n=4) do tipo AdamsMoulton (1.26)
j
yi+1
yim

+

5 m
1 m
9 j1 19 m
f
+ fi fi1 + fi2 x
24 i+1
24
24
24
Os erros de truncamento associados a estes dois passos so de O(x5 ) e dados por [1]
Ep =
Ec =

251 m
yi yi0
270

19 m
0
yi+1 yi+1
270
uma vez que p = 251, p = 720, c = 19 e c = 720 para o mtodo em questo.

primeira vista pode parecer que o mtodo de Milne melhor que o mtodo de quarta
ordem de Adams, visto que o primeiro necessita de menos avaliaes da funo f (x, y) e
apresenta um erro do passo corretor bem inferior ao do mtodo de Adams. Embora essa
concluso apliquese a muitos casos, existem problemas para os quais o mtodo de Milne
apresenta resultados numericamente inaceitveis. Esta fraca performance se deve a uma
instabilidade do mtodo de Milne, sendo oriunda especificamente do passo corretor [1].
1.3.5
Mtodo de Hamming
O mtodo de Hamming vem a ser uma alternativa estvel ao mtodo de Milne. Ele
emprega o mesmo passo preditor que o do mtodo de Milne:
0
m
yi+1
= yi3
+

4
14
m
m
2fim fi1
+ 2fi2
x + x5 y (5)
3
45
enquanto que o passo corretor do mtodo de Milne substitudo por uma verso estvel
que apresenta um erro de truncamento de mesma ordem de grandeza que a do mtodo de
Milne [1]:
j
yi+1
=

1
1 m
j1
m
m
x x5 y (5)
9yi yi2
+ 3 fi+1
+ 2fim fi1
8
40
Destes valores dos erros de truncamento e das frmulas gerais (1.21) e (1.22) chegamos
aos seguintes resultados para as estimativas do erro de truncamento
Ep =

112 m
yi yi0
121

9
m
0
Ec
yi+1
yi+1
=
121
28
1.4
Convergncia, Consistncia e Estabilidade
At o presente momento ns apresentamos alguns mtodos numricos do tipo one-step

e multistep e destacamos o fato de que quanto maior a ordem do erro de truncamento maior
ser a acurcia destes mtodos. Entretanto, conforme ns vimos nas Sees 1.1.1.2 e 1.3.4,
estes mtodos numricos podem apresentar resultados que no so acurados. Nesta seo
ns vamos introduzir trs conceitos que so fundamentais para que possamos entender
porqu alguns destes mtodos podem falhar. Estas propriedades que esto associadas aos
diferentes mtodos do tipo diferenas so a convergncia, a consistncia e a estabilidade
e elas sero introduzidas separadamente para os mtodos do tipo one-step e multistep.
1.4.1
Mtodos One-Step
A noo de convergncia ser introduzida para o problema de valor inicial

dy
= f (x, y)
dx
para uma condio inicial dada por y(x0 ) = y0 e vamos assumir que a funo f (x, y)
satisfaz a condio de Lipschitz em y. Uma funo dita satisfazer a condio de Lipschitz
na varivel y em um conjunto D R2 se
|f (x, y) f (x, z)| L |y z|
para alguma constante L > 0 e x, y e z D [3].
1.4.1.1
Convergncia
Um mtodo numrico dito convergir se [3]

lim |y(x) yi | = 0
para todo x0 x X, onde x = x0 + ix e yi a aproximao numrica correspondente

soluo exata y(x).
Entretanto, esta definio no pode ser aplicada diretamente a fim de estabelecermos
a convergncia de um mtodo numrico, uma vez que ns no conhecemos, em geral, a
soluo exata do problema y(x). A convergncia ser comprovada indiretamente mediante
a introduo dos conceitos de consistncia e de estabilidade.
1.4.1.2
Consistncia
Um mtodo numrico dito ser consistente se

lim
x0
Et
=0
x
onde Et representa o erro de truncamento local do mtodo do tipo diferenas que ns

queremos estudar. Esta condio implica no fato de que o erro de truncamento local de
um mtodo do tipo diferenas deve ser pelo menos de O (x2 ) para que ele seja consistente.
1.4. Convergncia, Consistncia e Estabilidade
29
Conforme ns j vimos, todos os mtodos one-step podem ser postos na forma geral
yi+1 = yi + (xi , yi , x)x
onde (x, y, x) conhecida com a funo incremento. A partir do desenvolvimento em
srie de Taylor, em torno do ponto (xi , yi ), do lado esquerdo desta igualdade ns obtemos
0
yi + f (xi , yi )x + f (xi , yi )
x2
+ . . . = yi + (xi , yi , x)x
2
Este resultado pode ainda ser rearrumado de modo a obtermos

(xi , yi , x) = f (xi , yi ) + O(x)
e um mtodo do tipo one-step ser consistente caso
lim (x, y, x) = f (x, y)
x0
Uma outra maneira de vermos este resultado seria a de reescrevermos o desenvolvimento em srie de Taylor na forma:
dy
d2 y x2
+ ...
x = (x, y, x)x 2
dx i
dx i 2
ou ainda,
d2 y x
dy
+ ...
= (x, y, x) 2
dx i
dx i 2
e observarmos que para que esta equao seja consistente com a equao diferencial ordinria modelo, em cada ponto da malha, a seguinte condio deve ser verificada medida
que o incremento x tende a zero:
lim (x, y, x) = f (x, y)
x0
1.4.1.3
Estabilidade
Um mtodo numrico do tipo diferenas dito ser estvel para um problema de valor
inicial, do tipo apresentado no incio desta seo, se existir um x0 > 0 tal que uma
variao na condio inicial, por uma quantidade fixa, produz uma variao limitada na
soluo numrica para todo 0 < x x0 .
Antes de prosseguirmos com o nosso estudo da estabilidade, vamos enunciar o seguinte
teorema que ser fundamental para que possamos garantir que um mtodo numrico do
tipo diferenas seja convergente.
Teorema 2 (Asaithambi [3]) Um mtodo do tipo diferenas consistente convergente
se e somente se ele for estvel.
30
Portanto, a convergncia estar assegurada se o mtodo numrico for consistente e

estvel.
Uma outra maneira de enunciarmos a estabilidade de um mtodo numrico do tipo
one-step fornecida se para duas solues numricas diferentes yi e zi , correspondentes
aproximao numrica de y(xi ), ns verificarmos a seguinte desigualdade
|yi zi | K |y0 z0 |
para uma constante K > 0 e para todo x tal que 0 < x x0 para algum x0 > 0,
e para todo x0 xi X. Nesta desigualdade y0 e z0 correspondem aos valores iniciais.
A noo de estabilidade tambm pode ser relacionada com a regularidade da funo
incremento (x, y, x) mediante o teorema
Teorema 3 (Asaithambi [3]) Um mtodo numrico do tipo one-step estvel se ele
for regular.
Em seguida, veremos em que condies o mtodo numrico pode ser considerado regular.
Da forma geral dos mtodos one-step podemos dizer que ele ser regular se a funo
incremento satisfaz a condio de Lipschitz em y no domnio D = {(x, w)| x0 x
X, < w < , 0 < x < x0 } para algum x0 > 0 de modo que a desigualdade
abaixo verificada
|(x, y, x) (x, z, x)| M |y z|
para y e z D e M chamada de constante de Lipschitz para a funo incremento
(x, y, x).
A prova deste teorema relativamente simples e podemos demonstr-la se ns considerarmos, mais uma vez, duas aproximaes numricas yi e zi geradas a partir da forma
geral, de modo que
|yi+1 zi+1 | |yi zi | + x|(xi , yi , x) (xi , zi , x)|
Como estamos considerando que o mtodo numrico regular
|yi+1 zi+1 | |yi zi | + xM|yi zi |
ou ainda
|yi+1 zi+1 | (1 + xM)|yi zi |
Por induo podemos reescrever este resultado como
|yi+1 zi+1 | (1 + xM)i+1 |y0 z0 |
(1 + xM)|yi zi | (1 + xM)i+1 |y0 z0 |
|yi zi | (1 + xM)i |y0 z0 |
31
Agora, do desenvolvimento em srie de Taylor da funo exponencial ex

ex = 1 + x +
x2 x3
+
+ ...
2!
3!
ns podemos substituir o termo entre parnteses na desigualdade acima

i
|yi zi | exM |y0 z0 |
|yi zi | eM(ix) |y0 z0 |
|yi zi | eM(xi x0 ) |y0 z0 |
|yi zi | eM(Xx0 ) |y0 z0 |
que para K = eM(Xx0 ) representa a condio para que o mtodo numrico seja estvel.
Finalmente, podemos enunciar o seguinte teorema
Teorema 4 (Asaithambi [3]) Um mtodo numrico one-step regular convergente se
e somente se ele for consistente.
1.4.2
Mtodos Multistep
Visto os conceitos de convergncia, consistncia e estabilidade para os mtodos do tipo

one-step, vamos aplicar estas mesmas propriedades ao caso dos mtodos multistep.
1.4.2.1
Convergncia
A mesma definio de convergncia, aplicada aos mtodos one-step, tambm se aplica

ao caso dos mtodos multistep. Assim como no caso anterior, a fim de mostrarmos que
um mtodo numrico do tipo diferenas convergente, devemos estabelecer que ele
consistente e estvel [3].
1.4.2.2
Consistncia
Os mtodos multistep, a exemplo dos mtodos one-step, tambm podem ser postos
numa forma geral. A forma mais geral de um mtodo (k + 1) multistep dada por [3]
yi+1 =
k
X
j=0
j yij + x
k
X
j fij
para i k
j=1
onde para 1 6= 0 ns obtemos um mtodo implcito e para 1 = 0 um mtodo explcito.

Nesta equao os coeficientes e so escolhidos de modo a obtermos um mtodo com
a mais alta ordem de acurcia possvel. Entretanto, a escolha destes coeficientes baseada
somente na ordem de acurcia do mtodo pode nos levar a mtodos que no so estveis.
32
Como ns sabemos que a soluo exata menos a soluo numrica igual ao erro de
truncamento, Et = yex (xi+1 ) yi+1 ,
" k
#
k
X
X
Et = yex (xi+1 )
j yij + x
j fij
"
= yex (xi+1 )
j=0
j=1
k
X
k
X
j yij + x
j=0
#
0
j yij
j=1
Substituindo a soluo aproximada pela soluo exata e expandindo em srie de Taylor,

em torno do ponto xi , o lado direito desta igualdade [3]
" k
#
k
m
m1
m
r
r
r
X X
X
X
X
(jx)
(jx)
x
(r)
(r+1)
(r)
+ x
j
yex
j
yex
Et
yex
r!
r!
r!
r=0
r=0
r=0
j=0
j=1
ou ainda, agrupando os termos semelhantes:
"
#
"
!#
k
k
k
X
X
X
x 0
yex
Et 1
j yex + 1
jj +
j
1!
j=0
j=0
j=1
+
m
X
r=2
"
1
k
X
j (j)r r
j=0
k
X
#
j (j)r1
j=1
xr (r)
y
r! ex
Deste resultado e da condio para que um mtodo numrico seja consistente,

Et
=0
x0 x
lim
vemos claramente que as seguintes igualdades devem ser verificadas para que um mtodo
multistep seja consistente:
k
X
j = 1
j=0
k
X
j=0
1.4.2.3
jj +
k
X
j = 1
j=1
Estabilidade
Finalizando esta seo iremos abordar o problema da estabilidade dos mtodos multistep. As condies de estabilidade que devem ser verificadas pelos mtodos multistep
sero introduzidas a partir do comportamento da soluo numrica do seguinte problema
de valor de contorno trivial
dy
=0
dx
33
tendo por condio inicial y(0) = c e evidente, para este problema, que f (x, y) = 0.
Caso a condio inicial seja introduzida sem nenhum erro de arredondamento, qualquer
mtodo multistep forneceria a soluo exata deste problema para todo i k. Por outro
lado, se a condio inicial estiver contaminada pelos erros de arredondamento, podero
ocorrer desvios nas solues numricas. So estes desvios que ns queremos estudar aqui.
Da equao geral dos mtodos multistep aplicada a este problema especfico ns obtemos:
yi+1 =
k
X
para i k
j yij
j=0
ou ainda, numa forma equivalente (i = r + k),

yr+(k+1) =
k
X
para r 0
j yr+(kj)
j=0
Usando o operador deslocamento E [3] a equao acima pode ser reescrita como
E
k+1
yr
k
X
j E kj yr = p(E)yr = 0
j=0
onde o polinmio caracterstico, p(), associado a esta equao de diferenas dado por
"
#
k
X
k+1
kj
p()yr =
j
yr = 0
j=0
e cujas razes (que podem ser complexas) so 1 , 2 , . . . , k+1 . As condies de estabilidade dos mtodos multistep sero estabelecidas em funo destas razes do polinmio
caracterstico, de modo que os erros de arredondamento no cresam exponencialmente [3].
Para uma equao linear de diferenas de ordem k do tipo
k yi+k + k1 yi+k1 + . . . + 1 yi+1 + 0 yi = 0
a soluo geral desta equao dada por:
yi =
k
X
pj (i)ij
j=1
onde j uma raz do polinmio caracterstico e o polinmio pj (.) possui um grau a menos
que a multiplicidade das razes do polinmio caracterstico.
Portanto, caso todas as razes fossem distintas ns poderamos escrever a soluo do
problema de valor inicial, para 1
= c, como [3]
yi = c +
k
X
j=2
j ij
34
onde o somatrio pode ser visto como os erros de arredondamento associados soluo
aproximada. Deste resultado vemos que o erro de arredondamento ir crescer exponencialmente a menos que |j | 1 para j = 2, 3, . . . , k.
O prximo teorema generaliza este resultado e impe as condies que devem ser
verificadas para que o mtodo numrico seja estvel
Teorema 5 (Asaithambi [3]) O mtodo numrico multistep dado pela sua forma geral
estvel se e somente se ele satisfizer a condio da raz:
|j | 1,
|j | = 1
j = 1, 2, . . . , k
dp(j )
6= 0
d
A primeira condio requer que todas as razes do polinmio caracterstico estejam

contidas no crculo { | || 1} no plano complexo. A segunda condio estabelece que
todas as razes que se encontram na fronteira do crculo unitrio devem ser simples.
Um mtodo multistep dito ser fortemente estvel se ele verifica a condio da raz
e = 1 a nica raz caracterstica de mdulo igual a um. Ele dito ser fracamente
estvel se satisfaz a condio da raz e tem mais de uma raz caracterstica distinta com
magnitude igual a um. Por outro lado, ele ser dito instvel se ele no satisfizer a
condio da raz.
O ltimo teorema a ser enunciado estabelece as condies para que tenhamos um
mtodo multistep convergente
Teorema 6 (Asaithambi [3]) Um mtodo multistep convergente se e somente se ele
for consistente e satisfizer as condio da raz.
Captulo 2
Equaes Diferenciais Parciais
Como veremos mais adiante, as equaes que governam o escoamento de fluidos e o
transporte de massa e energia so equaes diferenciais parciais, contendo termos em derivadas primeira e segunda nas coordenadas espaciais e, geralmente, em derivada primeira
no tempo. Nestas equaes as derivadas no tempo aparecem como termos lineares, mas
frequentemente as derivadas espaciais esto associadas a termos no-lineares.
Neste captulo, veremos como classificar as equaes diferenciais parciais em elpticas,
parablicas e hiperblicas. Em seguida elas sero examinadas segundo as suas caractersticas matemticas e fsicas.
2.1
Algumas Equaes Diferenciais de Interesse
No nosso curso iremos nos concentrar no estudo da equao de transporte linear.

Esta equao inclui os mecanismos de transporte do tipo convectivo e difusivo e vrios
problemas de interesse nas engenharias so governados por este tipo de equao.
A ttulo de exemplo vamos listar abaixo algumas equaes diferenciais parciais importantes que governam vrios problemas fsicos que aparecem com frequncia. Em alguns
casos especficos podemos obter uma soluo analtica exata para estas equaes [8].
1. A equao linear da onda de primeira ordem
+c
=0
t
x
governa a propagao de uma onda que se movendo da esquerda para a direita com
uma velocidade constante c.
2. A equao de Burger sem viscosidade
+
=0
t
x
que governa a propagao nolinear de uma onda simples em uma dimenso.
35
36
Captulo 2. Equaes Diferenciais Parciais
3. A equao de Burger
+
= 2
t
x
x
governa a propagao nolinear de uma onda simples em uma dimenso com dissipao viscosa.
4. A equao de Poisson
2 2
+ 2 = f (x, y)
x2
y
que governa a distribuio de temperatura em um slido com fontes de calor prescritas pela funo f (x, y). A equao de Poisson tambm determina o campo eltrico
em uma regio contendo uma densidade de carga dada por f (x, y).
5. A equao de convecodifuso
+u
= 2
t
x
x
que representa o transporte, unidimensional, por conveco e difuso da quantidade
em uma regio que encontra-se em movimento com velocidade u. A quantidade
representa o coeficiente de difuso.
6. A equao de Kortewegde Vries
3
+
+ 3 =0
t
x
x
que governa o movimento nolinear de ondas dispersivas.
7. A equao de Helmholtz
2 2
+ 2 + k2 = 0
2
x
y
que governa o movimento de ondas harmnicas, sendo k o parmetro de frequncia.
Como exemplo temos a propagao de ondas acsticas.
8. A equao biharmnica
4 4
+ 4 =0
x4
y
que determina as linhas de corrente para escoamentos com muito baixo nmero de
Reynolds, governado pela equao de Stokes.
2.2. Classificao
37
9. Equao do telgrafo
2
2
2
+
b
=
c
+
a
t2
t
x2
que governa a transmisso de impulsos eltricos num fio longo com uma certa distribuio de capacitncia, indutncia e resistncia. As aplicaes desta equao
tambm incluem o movimento de uma corda com uma fora de amortecimento proporcional velocidade e a conduo de calor com uma velocidade de propagao
trmica finita.
2.2
Classificao
Uma simples classificao das equaes diferenciais parciais possvel no caso das
equaes lineares de segunda ordem,
A
2u
2u
u
u
2u
+
B
+
C
+
D
+
E
+ Fu + G = 0
x2
xy
y 2
x
y
onde A, B, . . ., G so constantes. Trs categorias podem ser distinguidas:

i) elptica:
B 2 4AC < 0
ii) parablica: B 2 4AC = 0

iii) hiperblica: B 2 4AC > 0
Como podemos observar, a classificao depende somente dos coeficientes dos termos de
derivadas de maior ordem nas variveis independentes.
Caso os coeficientes A, B, . . ., G sejam funes de x, y, u/x ou u/y, a classificao
pode ser aplicada, contanto que A, B e C tenham uma interpretao local. Isto implica
no fato de que a classificao das equaes pode mudar em diferentes partes do domnio
de resoluo.
As diferentes categorias de EDPs (Equaes Diferenciais Parciais) podem ser, grosseiramente, associadas aos diferentes tipos de escoamentos. Em geral, problemas dependentes do tempo esto associados a EDPs do tipo parablico ou hiperblico. EDPs
parablicas governam escoamentos contendo mecanismos de dissipao, como a dissipao
viscosa e trmica. Neste caso, os gradientes decrescero para valores crescentes do tempo,
se as condies de contorno no forem dependentes do tempo. No havendo mecanismos
de dissipao, a soluo ter uma amplitude constante no caso de uma EDP linear e
poder aumentar caso ela seja no-linear. Esta soluo governada por EDPs do tipo
hiperblicas. As EDPs elpticas esto normalmente associadas a problemas em regime
permanente e de equilbrio. Entretanto, alguns problemas em regime permanente so
descritos por EDPs parablicas (escoamento do tipo camada limite) e EDPs hiperblicas
(escoamento supersnico no-viscoso).
38
Em se tratando de sistemas de equaes diferenciais, a classificao no pode ser feita

mediante uma simples inspeo das equaes. Usualmente necessrio examinarmos
as caractersticas associadas s equaes, a fim de determinarmos de maneira correta a
classificao.
2.2.1
Classificao pelas Caractersticas
A resoluo numrica de uma equao diferencial parcial requer que sejam fornecidas
condies auxiliares (inicial e de contorno) adequadas. A especificao destas condies
auxiliares pode ser facilitada com a introduo do conceito das caractersticas. Em se
tratando de um problema bidimensional, caso existam caractersticas reais, elas sero
representadas por curvas no interior do domnio de resoluo. Ao longo destas curvas
caractersticas so propagadas, para o interior do domnio, as informaes provenientes
das condies auxiliares. No caso de problemas hiperblicos e para condies auxiliares
contendo descontinuidades, estas condies acarretam na existncia de solues que sero
igualmente descontnuas.
Tomemos como exemplo o caso de uma equao diferencial parcial de primeira ordem
na forma:
u
u
+B
=C
(2.1)
t
x
na qual A, B e C podem ser funes de t, x e u, mas no podem ser funes das derivadas da varivel dependente u, pois elas podem ser descontnuas nas caractersticas.
Suponhamos, agora, que u seja especificado ao longo de uma curva L no plano t x,
Fig. 2.1. Vamos tambm introduzir, neste plano, uma curva caracterstica C que intercepta a curva L no ponto p de coordenadas (xp ,tp ), conforme representado na Fig. 2.1.
Ao longo da curva caracterstica C temos que [9]
A
du =
u
u
dt +
dx
t
x
(2.2)
para dt e dx infinitesimais.
Combinando as Eqs. (2.1) e (2.2) de modo a eliminarmos o termo u/t

dx B u
du C
dt
A x
dt
A
Para que u/x possa ser indeterminado ao longo da curva C, devemos fazer
dx
B
=
dt
A
de modo que esta equao define a curva caracterstica C e vemos que
du
C
=
dt
A
ao longo da caracterstica. A resoluo numrica desta equao fornece o valor de u.
2.2. Classificao
39
x
L
C
xp
tp
Figura 2.1: Curva caractersticas no plano t-x.
Da integrao da equao que define a curva caracterstica vemos que existe uma
infinidade de curvas caractersticas no plano t x. Em particular, para B/A =constante,
temos que as caractersticas so retas e as suas equaes so dadas por:

B
x(t) x0 =
(t t0 )
A
onde as constantes x0 e t0 representam as coordenadas de um ponto qualquer sobre a
caracterstica.
Finalizando, o conhecimento do valor de u no ponto p sobre a curva L, que intercepta
a curva caracterstica C, permite que determinemos a varivel dependente u mediante a
resoluo de dois problemas de valor inicial (PVI):
dx
B
=
dt
A
x(tp ) = xp
que fornece os valores de x e t de todos os pontos que se encontram sobre a caracterstica
C que passa pelo ponto (tp ,xp ) e
du
C
=
dt
A
u(tp ) = up
que prov os valores de u ao longo da caracterstica. Os valores de u que no se encontram
sobre esta caracterstica devem ser determinados pela resoluo dos mesmos problemas
de valor inicial, mas para novas condies iniciais.
40
Problemas para os quais mais de uma caracterstica passam por um mesmo ponto
apresentam a formao de choques nestes pontos. O choque resultante da propagao
de informaes diferentes ou conflitantes do valor da varivel dependente ao longo das
caractersticas. Esta situao comum, por exemplo, em escoamentos compressveis [9].
Vamos, agora, considerar o caso de uma equao diferencial parcial de segunda ordem. Conforme visto na no incio desta seo, somente os coeficientes dos termos das
derivadas de maior ordem determinam a classificao das EDPs. Portanto, conveniente
reescrevermos a equao diferencial na forma
A
2u
2u
2u
+
C
+
B
+H =0
x2
xy
y 2
(2.3)
onde H contm todos os outros termos da equao e A, B e C podem ser funes de x e y.

Podemos obter, para cada ponto do domnio, duas direes nas quais a integrao desta
equao envolva apenas diferenciais totais. A existncia dessas direes (caractersticas)
est diretamente relacionada com a classificao da EDP.
Uma curva K agora introduzida no interior do domnio de resoluo, de maneira
que u/x, u/y, 2 u/x2 , 2 u/xy, 2 u/y 2 e u satisfaam a equao diferencial. Ao
longo da tangente curva K as diferenciais totais de u/x e u/y satisfazem

u
u
u
=
dx +
dy
(2.4)
d
x
x x
y x

u
u
u
d
=
dx +
dy
(2.5)
y
x y
y y
e a equao diferencial (2.3) pode ser escrita na forma
AR + BS + CT + H = 0
(2.6)
se ns introduzirmos as variveis
P =
u
;
x
Q=
u
;
y
R=
2u
;
x2
S=
2u
;
xy
T =
2u
y 2
Utilizando os resultados anteriores das diferenciais totais dP e dQ, Eqs. (2.4)-(2.5),

podemos eliminar R e T da Eq. (2.6)

dy
dQ
dx
dP
A
S
+ BS + C
S
+H =0
dx
dx
dy
dy
ou ainda, multiplicando pelo valor da inclinao da tangente curva K (dy/dx)
"
#

2
dP
dy
dy
dy
dQ
S A
B
+C A
+H
+C
=0
dx
dx
dx
dx
dx
escolhendo dy/dx de maneira que S seja indeterminado ao longo da curva caracterstica
2

dy
dy
A
B
+C =0
dx
dx
2.2. Classificao
41
As curvas y(x) que satisfazem a esta equao so chamadas de caractersticas da equao

diferencial parcial. Ao longo destas curvas, as derivadas segunda no so unicamente
determinadas pelos valores especificados de u e de suas derivadas primeira e descontinuidades nas derivadas de mais alta ordem podem existir. Neste caso, a equao diferencial
parcial anterior fica reduzida seguinte forma:

dy
dQ
dP
+H
+C
=0
A
dx
dx
dx
Assim sendo, as duas razes da equao quadrtica em dy/dx definem as direes
caractersticas para as quais a equao acima vlida.
Dos resultados do primeira seo, vemos que as EDPs tambm podem ser classificadas
de acordo com as caractersticas:
i) elptica, caso as caractersticas sejam complexas;
ii) parablica, caso exista uma caracterstica real;
iii) hiperblica, caso as duas caractersticas sejam reais.
Portanto, a determinao do discriminante, B 2 4AC, determina o tipo da EDP e a
natureza das caractersticas.
2.2.2
Equaes a N Variveis Independentes
Em se tratando de mais de duas variveis independentes, ser conveniente trabalharmos com a equao diferencial na forma
N X
N
X
j=1 k=1
ajk
2u
+H =0
xj xk
onde N o nmero de variveis independentes e os ajk so os coeficientes da matriz A.

A classificao das EDPs ser obtida, nesta caso, a partir da anlise dos autovalores da
matriz A:
i) elptica, se todos os autovalores so diferentes de zero e tm o mesmo sinal;
ii) parablica, se algum dos autovalores for nulo;
iii) hiperblica, se todos os autovalores so diferentes de zero e todos, menos um, tiverem
o mesmo sinal.
2.2.3
Transformao de Coordenadas
Vamos nos preocupar agora com o que acontece com a classificao das EDPs, quando
introduzimos uma transformao de coordenadas. As novas variveis independentes (, )
42
sero introduzidas no lugar de (x, y) e assumiremos que as transformaes = (x, y) e

= (x, y) so conhecidas. No caso geral, sabemos que para u(, )
u u
u
=
+
x
x x
u
u u
=
+
y
y y

2u

+
+
u
=
x2
x x
x x

2u

+
+
u
=
y 2
y y
y y

2u

=
+
+
u
xy
x x
y y
Assim, podemos reescrever a EDP (2.3) na forma
A0
2
2
2u
0 u
0 u
+
B
+
C
+ H0 = 0
2
onde,
0
A =A
2

+C
+B
x y
2

B = 2A
+B
+
+ 2C
x x
x y y x
y y
2
2

+C
C0 = A
+B
x
x y
y
0
Destes resultados vemos que o discriminante B 0 2 4A0 C 0 pode ser obtido a partir da
relao

2
B 0 4A0 C 0 = J 2 B 2 4AC
onde J o Jacobiano da transformao de coordenadas J = x y y x . Este importante
resultado garante que a classificao das EDPs independe do sistema de coordenadas.
2.2.4
Sistema de Equaes
Na prtica, como veremos no Captulo 3, as equaes que governam o escoamento

de fluidos formam um sistema ao invs de uma nica equao. Em se tratando de um
sistema de duas EDPs com derivadas de primeira ordem nas duas variveis independentes,
podemos represent-lo como
u
u

~q
~q
A11 A12 x
B11 B12 y
D1
~
A
+B
=
=D
(2.7)
+
=
A21 A22 v
B21 B22 v
D2
x
y
x
2.2. Classificao
43
onde o vetor ~q tem como componentes u(x, y) e v(x, y).

Vamos determinar, em seguida, quais so as condies para que tenhamos somente as
diferenciais totais:
u u

x y
du
dx
dv
v v dy
x y
ao longo das direes caractersticas dy/dx. Para o sistema de equaes dado, isto equivalente a procurarmos multiplicadores L1 e L2 . Para tanto, vamos multiplicar a primeira
componente escalar da equao vetorial (2.7) por L1 , a segunda por L2 e adicionarmos
ambas as equaes resultantes

u
v
v
u
u
v
v
u
+ B11
+ A12
+ B12
+ L2 A21
+ B21
+ A22
+ B22
=
L1 A11
x
y
x
y
x
y
x
y
= L1 D1 + L2 D2
ou ainda,
u
u
+ (L1 B11 + L2 B21 ) +
x
y
v
v
+ (L1 B12 + L2 B22 )
= m1 du + m2 dv
+ (L1 A12 + L2 A22 )
x
y
Das relaes das diferenciais totais, m1 du + m2 dv, vemos que
L1 A11 + L2 A21 = m1 dx
L1 B11 + L2 B21 = m1 dy
L1 A12 + L2 A22 = m2 dx
L1 B12 + L2 B22 = m2 dy
(L1 A11 + L2 A21 )
Eliminando m1 e m2 nestas equaes e rearrumando

(A11 dy B11 dx) (A21 dy B21 dx)
L1 = 0
L2
(A12 dy B12 dx) (A22 dy B22 dx)
e a condio para que tenhamos uma soluo no-trivial deste sistema a de que

dy
det A B = 0
dx
ou ainda,

(A11 A22 A21 A12 )
dy
dx
2
(A11 B22 A21 B12 + B11A22 B21 A12 )
dy
+
dx
+ (B11B22 B21 B12 ) = 0

A classificao do sistema de equaes ser dada em funo das razes desta equao
do segundo grau:
44
i) elptico, se o discriminante for negativo e as duas razes complexas;

ii) parablico, se o discriminante for nulo e uma raiz real;
iii) hiperblico, se o discriminante for positivo e as duas razes reais.
Estes resultados podem ser generalizados para o caso de sistemas com n equaes
diferenciais de primeira ordem com duas variveis independentes. O carter do sistema
de equaes ser determinado pelas n razes da equao

dy
det A B
dx

=0
ou seja:
i) elptico, se no forem obtidas razes reais;
ii) parablico, se obtivermos m razes reais (1 m n 1) e nenhuma raiz complexa
for obtida;
iii) hiperblico, se forem encontradas n razes reais.
Para grandes sistemas de equaes, algumas razes podem ser complexas e outras reais,
o que representa um sistema misto. Na prtica, a diviso mais importante dada entre
sistemas elpticos e no-elpticos, uma vez que estes ltimos permitem um comportamento
do tipo evoluo no tempo.
A classificao acima tambm se aplica a sistemas de equaes com derivadas de segunda ordem, uma vez que podemos introduzir variveis auxiliares a fim de transform-los
em sistemas maiores de primeira ordem. Entretanto, existe o risco de obtermos matrizes
A e B singulares e cuidado deve ser tomado para que evitemos que isto acontea.
Para sistemas de equaes de primeira ordem com mais de duas variveis independentes:
~q
~q
~q
~
A
+B
+C
=D
x
y
z
onde ~q o vetor cujas n componentes so as variveis dependentes, podemos classific-lo
a partir das razes do polinmio caracterstico de grau n

det Ax + By + Cz = 0
com x , y e z definindo as direes normais a uma determinada superfcie no ponto
(x, y, z). Esta equao fornece, portanto, as condies para que esta superfcie seja uma
superfcie caracterstica.
2.2. Classificao
2.2.5
45
Classificao pela Anlise de Fourier
A classificao das EDPs pelas caractersticas nos leva a interpretao das razes de um
polinmio caracterstico, onde elas determinam as direes caractersticas ou superfcies
caractersticas no caso de mais de duas variveis independentes.
Entretanto, o polinmio caracterstico tambm pode ser obtido a partir da anlise
de Fourier da equao diferencial parcial. Neste caso, a interpretao fsica das razes
outra, embora a classificao com base na natureza das razes permanea a mesma. A
anlise de Fourier vantajosa no caso de sistemas de equaes com derivadas de ordem
superior a um, uma vez que ela evita a construo de sistemas maiores de primeira ordem
e a possibilidade de que este sistema seja singular.
A fim de aplicarmos a anlise de Fourier, na classificao das EDPs, faremos uso dos
seguintes resultados [10]: A transformada de Fourier F definida pela expresso
1
F(f ) =
2
eix f (x) dx
um operador linear, isto ,

F(f + g) = F(f ) + F(g)
para f e g funes do espao L1 e e nmeros complexos quaisquer. O espao L1
aquele onde f , g, |f | e |g| so integrveis (integral de Riemann).
Caso f : R C seja uma funo de decrescimento rpido, ento,
F (Dn f ) = (i)n F(f )
para todo inteiro n 1. Em geral, se P (x) um polinmio,
F [P (D)f ] = P (i)F(f )
onde Dn indica a derivada de ordem n.
De fato, da propriedade de linearidade podemos escrever

F D + D2 + D3 + . . . f = F(Df ) + F(D2 f ) + F(D3 f ) + . . .
Aplicando a transformada de Fourier ao primeiro termo dessa equao obtemos
Z +
1
F(Df ) =
eix f 0 (x) dx
2
que, aps integrao por partes, resulta em
Z +
+
1

ix
F(Df ) = e
f (x) +i
eix f (x) dx
= iF(f )
2 |
{z }
=0
46
Da mesma forma temos que
1
F(D f ) =
2
2
Z +
ix 0 +
ix 0
= (i)2 F(f )
e
f
(x)
e
f
(x)
dx
+i

|
{z
}
=0
Assim, por induo podemos demostrar que F [P (D)f ] = P (i)F.

Aplicando, em seguida, a transformada de Fourier equao diferencial parcial de
segunda ordem
2u
2u
2u
A 2 +B
+C 2 =0
x
xy
y
obtemos como resultado

A (ix )2 + B(ix iy ) + C (iy )2 u = 0
ou ainda,

A
x
y

B
x
y

C u = 0
onde u = F(u) a transformada de Fourier de u(x, y) e a natureza desta equao depende das razes deste polinmio, ou seja, dos coeficientes A, B e C conforme descrito na
Seo 2.2.
Este mtodo de obteno do polinmio caracterstico se aplica para A, B e C funes
das variveis independentes. Caso estes coeficientes sejam funes das variveis dependentes, necessrio congelarmos os seus valores locais antes de aplicarmos a transformada
de Fourier [11].
2.3
Problema Bem-Posto
Antes de prosseguirmos com a interpretao fsica dos diferentes tipos de EDPs, vamos
ver o que significa um problema bem-posto em termos matemticos. Dizemos que as
equaes que governam um fenmeno fsico e as suas condies inicial e de contorno
formam um problema bem-posto se:
i) uma soluo existe;
ii) a soluo nica;
iii) a soluo depende continuamente dos dados iniciais.
Normalmente, a questo da existncia da soluo no criar nenhuma dificuldade, a
no ser no caso da resoluo da equao de Laplace com um termo fonte no interior do
domnio de resoluo [11].
Condies de no-unicidade se devem usualmente ao fato de que as condies de
contorno no so impostas adequadamente de acordo com o tipo de EDP. Em geral,
2.3. Problema Bem-Posto
47
a falta de condies de contorno acarreta na no-unicidade de soluo e o excesso de

condies leva a solues, prximas da fronteira em questo, que no so fsicas. Existem
alguns problemas de escoamento que podem admitir mltiplas solues fsicas. Estas
situaes normalmente aparecem no caso de escoamentos sofrendo transies entre os
regimes laminar e turbulento.
O ltimo critrio requer que pequenas mudanas nas condies inicial e de contorno,
acarretem somente pequenas mudanas na soluo. Como na resoluo numrica as condies auxiliares (inicial e de contorno) so introduzidas com aproximaes, a no observncia deste critrio far com que os erros se propaguem no domnio de resoluo,
causando um crescimento rpido da soluo numrica, particularmente no caso das EDPs
hiperblicas.
Estes critrios so usualmente atribudos a Hadamard [11]. Complementando o que
foi dito, podemos fazer um paralelo e definirmos um problema computacional bem-posto
como sendo aquele onde:
i) uma soluo computacional existe;
ii) a soluo computacional nica;
iii) a soluo computacional depende continuamente dos dados iniciais e das condies
de contorno numricas.
O processo de obteno de uma soluo computacional passa pela especificao aproximada das condies auxiliares, pela discretizao das EDPs e pela implementao do
algoritmo numrico. Portanto, para que um problema computacional seja bem-posto,
necessrio que o problema matemtico seja bem-posto e que o algoritmo seja estvel.
Fica entendido aqui que a soluo aproximada, produzida pelo problema computacional
bemposto, ser prxima da soluo exata do problema matemtico bemposto.
2.3.1
Condies de Contorno e Iniciais
Da discusso anterior sobre os problemas bem-postos, ficou claro que as condies

auxiliares so o ponto de partida na obteno da soluo no interior do domnio de resoluo. As condies iniciais so fornecidas inicialmente em todo o domnio R de resoluo,
enquanto que as condies de contorno so especificadas na fronteira R deste domnio,
nas seguintes trs formas:
i) condio de Dirichlet, u = f em R;
ii) condio de Neumann, u/~n = f ou u/~s = g em R;
iii) condio mista ou de Robin, u/~n + ku = f , k > 0, em R.
Nas condies auxiliares ii) e iii), /~n denota a derivada normal direcionada de dentro
para fora do domnio de resoluo e /~s indica a derivada tangencial, Fig. 2.2.
Existem trs tipos de problemas associados s condies auxiliares: o problema de
valor de contorno (PVC), onde as condies so impostas na fronteira do domnio; o
48
~n
~s
R
R
Figura 2.2: Domnio computacional R.
problema de valor inicial (PVI), onde as condies so fornecidas para um tempo inicial
fixado; e o problema misto, onde impomos uma condio inicial e condies de contorno.
Normalmente, os problemas de contorno esto associados aos problemas elpticos, o problema de valor inicial s equaes hiperblicas e o problema misto s equaes parablicas.
Entretanto, as equaes hiperblicas tambm podem admitir condies do tipo inicial e
de contorno. Um problema de valor inicial s ser bem-posto para sistemas hiperblicos
e um problema de contorno s ser bem-posto para sistemas elpticos.
Na maior parte dos escoamentos, cujas solues so obtidas a partir das equaes de
Navier-Stokes em termos das variveis primitivas (u, v, p, etc.), pelo menos uma componente do vetor velocidade ou a presso so dadas na fronteira. Este um exemplo de uma
condio de Dirichlet para a velocidade ou a presso. No caso do escoamento potencial
no-viscoso de um fluido compressvel, a condio /~n = 0 na superfcie do slido um
exemplo de uma condio do tipo Neumann. Condies do tipo mista no so comuns
em mecnica dos fluidos, mas ocorrem com frequncia em problemas de transferncia de
calor. Condies de Dirichlet podem ser aplicadas computacionalmente de maneira exata.
Entretanto, as condies de Neumann ou de Robin s podem ser introduzidas de maneira
aproximada, acarretando, assim, num erro numrico.
2.4
Equaes Diferenciais Hiperblicas
O desenvolvimento que ser apresentado no estudo das EDPs hiperblicas, tomar por
base a equao unidimensional da onda em regime transiente
2
2u
2 u
c
=0
t2
x2
(2.8)
onde nesta equao c representa a magnitude da velocidade de propagao da onda. A

falta de atenuao uma caracterstica das equaes lineares hiperblicas.
Aplicando os resultados apreendidos anteriormente, para A = 1, B = 0 e C = c2 ,
ns obtemos as duas direes caractersticas
dx
= c
dt
2.4. Equaes Diferenciais Hiperblicas
49
Domnio
de
Dependncia
Domnio
de
Influncia
B
x - ct
i
i
x + ct
i
i
Figura 2.3: Caractersticas para a equao da onda.
que representam duas caractersticas reais. Em alguns casos, as caractersticas podem

depender da soluo local e, em geral, so curvas. No resultado acima, as caractersticas
so linhas retas se c for constante e curvas caso c seja funo de u, x ou t.
2.4.1
Interpretao em Bases Fsicas
Como j foi dito, as EDPs hiperblicas esto associadas aos problemas de propagao
sem dissipao. A presena de caractersticas reais, conforme mostrado na Fig. 2.3, implica
no fato de que um distrbio na soluo u no ponto P s pode influenciar o resto da
soluo no domnio CPD. Reciprocamente, a soluo em P influenciada unicamente
pelas perturbaes no domnio AP B.
Alm do mais, se as condies iniciais so especificadas para t = 0, em AB, elas so
suficientes para se determinar a soluo em P univocamente. Isto pode ser mostrado, no
caso de uma onda, introduzindo novas variveis independentes (, ) [9, 12]
= x + ct
= x ct
de modo que v(, ) = u(x, t). Aps substituio na equao da onda (2.8)
4c2
2v
=0
ou ainda,

=0
(2.9)
50
Podemos verificar facilmente que a Eq. (2.9) admite como soluo

v(, ) = f () + g()
sendo f e g funes de classe C 2 arbitrrias. Ento, a soluo de dAlembert pode ser
escrita como
u(x, t) = f (x + ct) + g(x ct)
Vamos agora utilizar as condies iniciais
u(x, 0) = s(x)
u(x, 0) = r(x)
t
para determinarmos as funes f e g, supondo que s(x) de classe C 2 e r(x) de classe
C 1 em < x < +. Aplicando estas condies, obtemos
u(x, 0) =
f (x) + g(x) = s(x)
u(x, 0)
t
u
f
uma vez que
=
+
t t=0
t t=0
u(x, 0)
= cf 0 (x) cg 0 (x) = r(x)

f
f
g
c , ou ainda,
=c
t t=0
x
x
=
f (x) g(x) =
c
f (x) + g(x) = s(x)

Z
r(s)ds + K
0
Resolvendo este sistema encontramos

Z
1
1 x
f (x) =
s(x) +
r(s)ds + K
2
c 0

Z
1
1 x
g(x) =
s(x)
r(s)ds K
2
c 0
Portanto,

Z
1
1 x+ct
f (x + ct) =
s(x + ct) +
r(s)ds + K
2
c 0

Z
1
1 0
g(x ct) =
s(x ct) +
r(s)ds K
2
c xct
Substituindo estes resultados na soluo de dAlembert,

Z
1
1 x+ct
u(x, t) =
s(x + ct) + s(x ct) +
r(s)ds
2
c xct
2.4. Equaes Diferenciais Hiperblicas
51
Equao da Onda
1
0.8
0.6
0.4
u(x,t)
0.2
0
0.2
0.4
0.6
0.8
1
1
0.5
x
0
10
Figura 2.4: Propagao de uma onda senoidal.
que conhecida como a frmula de dAlembert. Portanto, a soluo no ponto P determinada univocamente pelas condies introduzidas em AB.
Para as equaes hiperblicas, no existem mecanismos de dissipao presentes. Isto
implica no fato de que caso as condies iniciais (ou de contorno) contenham descontinuidades, elas vo ser transmitidas para o interior do domnio ao longo das direes
caractersticas, sem atenuao das descontinuidades no caso das equaes lineares. Este
resultado consistente com o fato de que descontinuidades na derivada normal podem
ocorrer quando as caractersticas se cruzam.
A ttulo de exemplo, vamos obter a soluo da equao da onda (2.8) para as seguintes
condies iniciais:
u(x, 0) = sen (x)
u(x, 0) = 0
t
Empregando a frmula de dAlembert sabemos que a soluo ser dada por
u(x, t) =
1
[sen (x + ct) + sen (x ct)]
2
ou ainda, utilizando a relao trigonomtrica sen (a b) = sen (a) cos(b) cos(a)sen (b),
u(x, t) = sen (x) cos(ct)
que representa a propagao de uma onda senoidal sem atenuao, conforme podemos
atestar da sua representao grfica mostrada na Fig. 2.4.
52
P
P
B
D
B
A
P
D
B
A
Figura 2.5: Condies de contorno para o caso hiperblico.
2.4.2
Condies de Contorno e Inicial Apropriadas
Vamos considerar agora o sistema de primeira ordem em u e v

A11
u
v
v
u
+ B11
+ A12
+ B12
= D1
x
y
x
y
u
u
v
v
+ B21
+ A22
+ B22
= D2
x
y
x
y
Esta escolha se deve ao fato de que para valores particulares, dos coeficientes das matrizes
A e B, esse sistema se aplica diretamente ao caso de um escoamento supersnico noviscoso. Este sistema possui duas direes caractersticas que denominaremos e .
Conforme j foi visto, os sistemas de EDPs hiperblicas s admitem condies iniciais
ou mistas (inicial e de contorno). No caso do regime permanente, podemos distinguir trs
casos, Fig. 2.5. No primeiro, os dados so fornecidos para u e v numa curva que no
caracterstica AB e determinam univocamente a soluo no ponto P . No segundo, os
dados so introduzidos em uma curva que no caracterstica e em uma curva caracterstica AD. Assim, u e v devem ser especificados em ambas as curvas, de maneira que u
e v sero conhecidos no ponto A. O ltimo caso similar ao anterior, exceto pelo fato de
neste caso AB e AD so curvas caractersticas.
Em se tratando do regime transiente e para um domnio computacional definido por
x 0 e t 0, vemos que um ponto P prximo fronteira x = 0 parcialmente determinado pelas condies de contorno em AC e parcialmente pelas condies iniciais em
AB. Neste caso, u e v devem ser especificados em AB e em AC devemos fornecer u ou
v, conforme mostrado na Fig. 2.6.
A21
2.5. Equaes Diferenciais Parablicas
53
t
C
0110
1010
1010
1010 P
1010
1010
1010
1010
000000000000000000
111111111111111111
10x=0
000000000000000000B
111111111111111111
Figura 2.6: Condies auxiliares para o caso transiente.
2.5
Equaes Diferenciais Parablicas
As EDPs parablicas aparecem quando os problemas de propagao incluem mecanismos de dissipao, tais como a dissipao viscosa e a conduo de calor. O exemplo
clssico de uma EDP parablica a equao unidimensional de difuso (ou conduo) de
calor em regime transiente
2u
u
= 2
(2.10)
t
x
Dos resultados apresentados na Seo 2.2.1, para A = 1, B = C = 0, vemos que a
nica direo caracterstica definida por
dt
=0
dx
ou ainda,
dx
=
dt
Diferentemente da situao das equaes hiperblicas, as derivadas de u so sempre
contnuas cruzando a linha t = ti da Fig. 2.7.
Para as condies inicial u = sen (x) e de contorno u(0, t) = u(1, t) = 0, a equao
de conduo de calor (2.10) possui a seguinte soluo exata1

u(x, t) = sen (x) exp 2 t
Esta soluo, que apresenta um decaimento exponencial, contrasta com a soluo puramente oscilatria da equao da onda, conforme representado na Fig. 2.8.
1
Obtida, por exemplo, a partir do Mtodo de Separao de Variveis [13].
54
D
F
111
000
00
11
000
111
00
11
Domnio de Dependncia
000
111
00
11
000
111
00
11
t=t 111
00
11
i 000
000
111
00
11
A
B 11
000
111
00
000
111
00
11
000
111
00
11
000
00
11
u(0,t)=f(t) 111
u(1,t)=g(t)
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
t1
000
111
00
11
010
000
111
00
11
000
111
00
11
1000000
11111
00000000000000000000
11111111111111111111
000
111
00
11
10
00000000000000000000
11111111111111111111
C
x
00000000000000000000 E
11111111111111111111
x=0
u(x,0)=u (x)
0
x=1
Figura 2.7: Domnio computacional para uma EDP parablica.
Equao de Difuso
1
0.8
0.6
0.4
u(x,t)
0.2
0
0.2
0.4
0.6
0.8
1
2
1.5
1
0.5
0
10
Figura 2.8: Decaimento exponencial de uma senide.
2.6. Equaes Diferenciais Elpticas
2.5.1
55
Problemas parablicos so tpicos de solues que evoluem no tempo e que so difusivas

no espao. Assim, uma perturbao da soluo introduzida no ponto P da Fig. 2.7, pode
influenciar qualquer ponto do domnio computacional para t ti . Contudo, a magnitude
desta perturbao ser rapidamente atenuada medida em que ela se afasta do ponto P .
A incorporao de mecanismos de dissipao implica no fato de que, mesmo se as
condies iniciais contenham descontinuidades, a soluo no interior do domnio ser
sempre contnua. As EDPs que em mais de uma varivel espacial so parablicas no
tempo, tornam-se elpticas em regime permanente, caso exista a soluo para o regime
permanente.
2.5.2
Condies de Contorno e Inicial Apropriadas
Na fronteira CE, da Fig. 2.7, necessrio especificar condies iniciais do tipo Dirichlet. Para as fronteiras CD e EF , qualquer combinao de condies do tipo Dirichlet,
Neumann ou de Robin so aceitveis. Entretanto, caso sejam especificadas condies do
tipo de Dirichlet, necessrio assegurarmos a continuidade destas condies com as condies iniciais fornecidas em C e E. Caso contrrio, teremos solues que apresentaro
grandes gradientes prximos C e E, o que pode criar dificuldades na resoluo numrica.
Em se tratando de sistemas de EDPs parablicas, condies iniciais em CE e condies
de contorno em CD e EF so necessrias para todas as variveis dependentes.
2.6
Equaes Diferenciais Elpticas
As EDPs elpticas esto, em geral, associadas aos problemas em regime permanente

ou de equilbrio. Um exemplo simples de uma EDP elptica a equao de Laplace
2 2
+
=0
x2 y 2
(2.11)
que governa o escoamento potencial incompressvel. Para as seguintes condies de contorno

(x, 0) = sen (x)
(x, 1) = sen (x) exp()
(0, y) = (1, y) = 0
a Eq. (2.11) possui a seguinte soluo exata2
(x, y) = sen (x) exp(y)
no domnio 0 x 1, 0 y 1.
2
Esta soluo tambm pode ser determinada mediante aplicao do Mtodo de Separao de Variveis [13].
56
00000000000000000000
11111111111111111111
D 11111111111111111111
C
00000000000000000000
111
000
00
0000000000000000000011
11111111111111111111
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
P
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
000
111
00
11
y1
000
111
00
11
0
000
111
00
11
0
1
000
111
00
11
0
1
00000000000000000000
11111111111111111111
00000
11111
000
111
00B
11
0
1
00000000000000000000
A11111111111111111111
x
00000000000000000000
11111111111111111111
Figura 2.9: Domnio computacional para uma EDP elptica.
Para EDPs elpticas de segunda ordem do tipo
2
2
2
+
B
+
C
+D
+E
+ Fu + G = 0
2
2
x
xy
y
x
y
onde 4AC < B 2 , um importante princpio de mximo existe: os valores mximos e

mnimos de devem ocorrer na fronteira R do domnio, exceto no caso trivial onde
constante.
Sabemos que as EDPs elpticas apresentam caractersticas que so complexas e no
podem ser representadas no domnio computacional que real. Portanto, na dinmica
dos fluidos a identificao destas direes caractersticas no apresenta nenhuma utilidade
prtica.
2.6.1
A mais importante propriedade de uma EDP elptica que um distrbio introduzido

num ponto P do interior do domnio de resoluo (Fig. 2.9), influencia todos os outros
pontos no domnio computacional, embora longe do ponto P a influncia seja pequena.
Isto quer dizer que na determinao numrica da soluo de problemas elpticos, necessrio levarmos em conta o domnio global. Em contrapartida, as EDPs parablicas
e hiperblicas podem ser resolvidas caso avancemos progressivamente no tempo a partir
das condies iniciais. As condies de contorno descontnuas das EDPs elpticas so
atenuadas no interior do domnio de resoluo.
2.6. Equaes Diferenciais Elpticas
2.6.2
57
Condies de Contorno Apropriadas
A capacidade de influenciar todos os pontos do domnio, a partir do interior, exige que

as condies de contorno sejam impostas em todas as fronteiras do domnio, conforme est
esquematizado na Fig. 2.9. As condies de contorno podem ser qualquer combinao do
tipo Dirichlet, Neumann ou Robin. Contudo, se condies do tipo Neumann, /~n =
f (s), so aplicadas em todas as fronteiras, devemos tomar cuidado a fim de que os valores
especificados sejam consistentes com a equao diferencial que governa o fenmeno fsico
em questo.
Do teorema de Green sabemos que
Z
I
I
2
~n ds =
f ds
dR =
R
o que implica numa restrio para as condies de contorno do tipo Neumann, caso as
equaes sejam as de Laplace ou de Poisson.
Bibliografia
[1] Steven C. Charpa and Raymond P. Canale. Numerical Methods for Engineers. Applied Mathematics Series. McGrawHill Book Company, 1990.
[2] M. Cristina C. Cunha. Mtodos Numricos. Editora da UNICAMP, 2003.
[3] N. S. Asaithambi. Numerical Analysis. Saunders College Publishing, 1995.
[4] J. C. Butcher. Numerical Methods for Ordinary Differential Equation. Wiley, 2003.
[5] J. C. Butcher. General linear methods. Acta Numerica, pages 157256, 2006.
[6] C. Runge. Ueber die numerische auflsung von differentialgleichungen. Mathematische Annalen, 46:167178, 1895.
[7] W. Kutta. Beitrag zur nherungsweisen integration totaler differentialgleichungen.
Zeit. Math. Physik, 46:435453, 1901.
[8] John C. Tannehill, Dale A. Anderson, and Richard H. Pletcher. Computational Fluid
Mechanics and Heat Transfer. Computational and Physical Processes in Mechanical
and Thermal Sciences. Taylor & Francis, 1997.
[9] Armando de Oliveira Fortuna. Tcnicas Computacionais para Dinmica dos Fluidos.
EDUSP, Editora da Universidade de So Paulo, 2000.
[10] Djairo Guedes de Figueiredo. Anlise de Fourier e Equaes Diferenciais Parciais.
Projeto Euclides. IMPA, CNPq, 1987.
[11] C. A. J. Fletcher. Computational Techniques for Fluid Dynamics, volume 1. SpringerVerlag, 1991.
[12] Luiz Adauto Medeiros and Nirzi G. de Andrade. Iniciao s Equaes Diferenciais
Parciais. Livros Tcnicos e Cientficos Editora S.A., 1978.
[13] M. Necati zisik. Heat Conduction. John Wiley & Sons, 1980.
[14] John C. Slattery. Momentum, Energy, and Mass Transfer in Continua. McGraw-Hill
Kogakusha, 1972.
[15] E. W. Billington and A. Tate. The Physics of Deformation and Flow. McGraw-Hill,
1981.
163
164
Bibliografia
[16] Aris Rutheford. Vectors, Tensors and Basic Equations of Fluid Mechanics. PrenticeHall, 1962.
[17] Valria Irio. EDP Um Curso de Graduao. IMPA, CNPq, 1991.
[18] S. V. Patankar. Numerical Heat Transfer and Fluid Flow. Hemisphere Publishing
Corporation, 1980.
ndice
dAlembert, 50, 51
diferena
avanada, 3, 10
centrada, 10
finita, 10
recuada, 10
discriminante, 41, 42
dissipao viscosa, 36
domnio
computacional, 48, 52, 56
de dependncia, 49
de influncia, 49
equao
a N variveis independentes, 41
biharmnica, 36
corretora, 8, 22
de Burger, 35
de convecodifuso, 36
de difuso de calor, 53
de Helmholtz, 36
de Kortewegde Vries, 36
de Laplace, 46, 55, 57
de Poisson, 36, 57
de Stokes, 36
diferencial ordinria de primeira ordem, 2
diferencial ordinria de segunda ordem, 2
diferencial parcial, 35
diferencial parcial de segunda ordem,
40
do telgrafo, 37
linear da onda, 35, 48
preditora, 8, 22
erro
de arredondamento, 4
de truncamento, 3
do passo corretor, 22, 24
do passo preditor, 22, 24
global de truncamento, 4
local de truncamento, 4
local de truncamento aproximado, 5
estabilidade, 5, 29, 32
existncia, 46
EDP
elptica, 37, 41, 56
hiperblica, 37, 41, 48
parablica, 37, 41, 53
frmula
aberta, 22
de AdamsBashforth, 25
de AdamsMoulton, 26
anlise
de Fourier, 45
autovalores, 41
choque, 40
classificao das EDPs, 37
condio
de contorno, 46, 47, 52, 55, 57
de Dirichlet, 47, 55, 57
de Neumann, 47, 55, 57
de Robin, 47, 55, 57
inicial, 2, 46, 47, 52, 55
condies auxiliares, 2, 47
condicionalmente
estvel, 6
instvel, 6
consistncia, 28, 32
convergncia, 28, 31
curvas caractersticas, 38, 48, 52, 53, 56
165
166
de dAlembert, 51
de integrao de Adams, 24
de integrao de NewtonCotes, 24
fechada, 22
funo incremento, 10
Hadamard, 47
incremento, 4
de espao, 5
Jacobiano, 42
mtodo
de Adams de quarta ordem, 27
de Euler, 3
de Euler modificado, 9
de Hamming, 27
de Heun, 7, 12
de mais alta ordem, 7, 24
de Milne, 26
de primeira ordem, 5
de Ralston, 13
de RungeKutta de primeira ordem,
10
de Runge-Kutta, 10
de Runge-Kutta de quarta ordem, 13
de Runge-Kutta de segunda ordem,
11
de Runge-Kutta de terceira ordem, 13
de segunda ordem, 9
do polgono, 12
do ponto mdio, 22
multistep, 21
nonselfstarting Heun, 23
one-step, 3
no-unicidade, 46
onda
dispersiva, 36
harmnica, 36
propagao, 35
propagao no-linear, 35
senoidal, 51
simples, 35
ndice
velocidade de propagao, 48
polinmio
caracterstico, 44, 45
interpolador de Lagrange, 13
ponto mdio, 9
primeira
frmula aberta de NewtonCotes, 22
problema
bem-posto, 46
de valor de contorno, 47
de valor inicial, 48
misto, 48
regime
permanente, 37, 52, 55
transiente, 48, 52
regra
da cadeia, 7
de Simpson (1/3), 13, 14
do trapzio, 22
resto da srie, 4
srie
de Taylor, 4, 11
sistema
de EDPs, 42
de equaes diferenciais, 2, 14
elptico, 44
hiperblico, 44
parablico, 44
superfcie caracterstica, 44
teorema
de Green, 57
transformao de coordenadas, 41
valor
de contorno, 2
inicial, 2
varivel
dependente, 2
independente, 2

Apostila Mned-5 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apostila Mned-5 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Mtodos Numricos

1 Equaes Diferenciais Ordinrias

2 Equaes Diferenciais Parciais

5 Convergncia, Consistncia e Estabilidade

5.3.4 Mtodo de Von Neumann: Esquema Geral . . . . . . . . . . . . . . 97

6 Equao de Transporte Linear

Curva caractersticas no plano t-x. . . . . . . . . .

Malha discreta uniforme.

Exemplo da representao matricial. . . . . . . . . . . . . . . . . . . . . . 118

B.1 Mtodo TDMA linha a linha. . . . . . . . . . . . . . . . . . . . . . . . . . 160

Exemplos de leis fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . 1

Comparao da acurcia dos diferentes esquemas. . . . . . . . . . . . . . . 81

A.1 Separao da equao de Helmohtz. . . . . . . . . . . . . . . . . . . . . . . 154

Segunda lei de Newton

Captulo 1. Equaes Diferenciais Ordinrias

onde v a velocidade do paraquedista, g a acelerao da gravidade, m a massa e

onde m a massa, c o coeficiente de amortecimento e k a constante elstica da mola.

1.1. Mtodos OneStep

No que se segue, estaremos interessados em resolvermos equaes diferenciais ordinrias do tipo

onde esta frmula conhecida como o mtodo de Euler ou de EulerCauchy. Nela, o

Anlise do Erro do Mtodo de Euler

A resoluo numrica da equao diferencial ordinria, de modo semelhante ao caso

Captulo 1. Equaes Diferenciais Ordinrias

Figura 1.1: Mtodo de Euler.

Um erro de arredondamento devido ao fato do nmero limitado de digitos que so

onde y 0 = dy/dx e Rn representa o resto da srie e definido por

1.1. Mtodos OneStep

onde Et o verdadeiro erro local devido ao truncamento, sendo dado por

Para valores suficientemente pequenos do incremento x, os diferentes termos do erro

Estabilidade do Mtodo de Euler

Captulo 1. Equaes Diferenciais Ordinrias

no ir tender para a soluo da equao diferencial quando o incremento tender a zero e

1.1. Mtodos OneStep

Mtodos de Mais Alta Ordem

Uma maneira fcil de reduzirmos o erro do mtodo de Euler seria a de incluirmos

onde o erro de truncamento aproximado seria dado por

Embora este mtodo seja facilmente implementado no caso de funes polinomiais, a

enquanto que a derivada segunda seria dada por

com o grau de complexidade aumentando para as derivadas de mais alta ordem.

Captulo 1. Equaes Diferenciais Ordinrias

Figura 1.2: Mtodo de Heun.

e empregada na extrapolao linear que determina yi+1

Este valor , ento, empregado na extrapolao linear de yi a yi+1 utilizando o mtodo de

1.1. Mtodos OneStep

Na introduo do mtodo de Heun, consideramos que a derivada era uma funo

Agora, aplicando a regra do trapzio no intuito de avaliarmos a integral acima

onde encontrase no intervalo entre xi e xi+1 . Assim, tratase de um mtodo de segunda

Mtodo de Euler Modificado

Captulo 1. Equaes Diferenciais Ordinrias

Os mtodos do tipo RungeKutta podem alcanar a mesma acurcia dos mtodos de

1.1. Mtodos OneStep

Mtodos de RungeKutta de Segunda Ordem

A forma generalizada para um mtodo de segunda ordem dada por

onde f 0 (xi , yi ) deve ser determinada a partir do emprego de:

Substituindo este resultado na expanso em srie de Taylor

Substituindo, agora, k1 e k2 na expresso geral (1.4) ns obtemos

ou ainda, agrupando os termos de mesma ordem em x

Captulo 1. Equaes Diferenciais Ordinrias

Finalmente, comparando termo a termo as expanses (1.5) e (1.6), vemos que as

1.1. Mtodos OneStep

Mtodos de RungeKutta de Terceira Ordem

Podemos empregar o mesmo desenvolvimento aplicado na obteno do mtodo de

Mtodos de RungeKutta de Quarta Ordem