Académique Documents
Professionnel Documents
Culture Documents
de Equacoes Diferenciais
MAP 5725
16 de fevereiro de 2012
ii
Pref
acio
iii
iv
Sum
ario
1 Introduc
ao 1
1.1 O Problema de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Discretizacao do Problema de Cauchy . . . . . . . . . . . . . . . . 8
1.2.1 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Suplemento te orico . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 Teorema do Valor Medio . . . . . . . . . . . . . . . . . . . 15
1.3.2 Conjunto convexo . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3 Problema de valor inicial bem posto . . . . . . . . . . . . . 16
1.3.4 Teorema de Picard . . . . . . . . . . . . . . . . . . . . . . 17
1.3.5 Teorema Fundamental do Calculo . . . . . . . . . . . . . . 17
1.3.6 Serie de Taylor de uma funcao de uma variavel . . . . . . . 17
1.3.7 Serie de Taylor de uma funcao de duas variaveis . . . . . . . 19
1.4 Nota biografica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5 Exerccios resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . 23
v
vi
SUMARIO
8 Equaco
es diferenciais rgidas 163
8.1 Definicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
8.2 Metodos numericos para equacoes rgidas . . . . . . . . . . . . . . 165
8.2.1 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
8.3 Exerccios resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . 167
C Algoritmos 177
Bibliografia 184
Indice Remissivo 185
viii
SUMARIO
Lista de Figuras
ix
x LISTA DE FIGURAS
xi
xii LISTA DE TABELAS
xiii
xiv LISTA DE ALGORITMOS
Lista de Smbolos
f
Derivada parcial de f em relacao a x
x
f
Derivada parcial de f em relacao a y
y
xv
Captulo 1
Introduc
ao
Descreve-se nesta secao um modelo matematico [4, 8] que pode ser empregado
em medicina para diagnosticar o Diabetes (Diabetes Melito). O corpo humano
utiliza a glicose, um tipo de ac
ucar, como principal fonte de energia. O diabetes e
uma desordem pancreatica caracterizada pela concentracao persistente e crescente
de glicose no sangue (hiperglicemia) e na urina (glicosuria) causada pela deficiencia
de um hormonio produzido pelo pancreas, a insulina.
1
2 CAPITULO 1. INTRODUC
AO
g(t) = ge(t) e
g0 (1.1)
d
g(t) = k1 g(t) k2 h(t) , (1.2)
dt
d
h(t) = +k3 g(t) k4 h(t) , (1.3)
dt
h(t) = e
h(t) e
h0 , (1.4)
d2 d
g(t) + 2 g(t) + 2 g(t) = 0, (1.5)
dt2 dt
k1 + k4
onde = e 2 = k1 k4 + k2 k3 sao parametros a serem determinados com
2
o auxlio das medidas efetuadas no teste GTT. Neste caso, as condicoes iniciais
d
. d
passam a ser dadas por g(t0 ) = g0 e dt g(t0 ) = g 0 , onde g(t0 ) e g(t0 ) sao,
dt
respectivamente, a concentracao de glicose no incio do teste e a velocidade com
que esta concentracao tende a se modificar inicialmente.
2
O diagnostico e dado observando-se o perodo T = . Se T for menor que 4
horas, o teste indica normalidade.
onde y(t) = g(t), f (t, y(t)) = k1 y(t) k2 h(t) e t [0, ], sendo o tempo de
duracao do teste GTT.
O Problema de Cauchy
.
d
y (t) = y(t) = f (t, y(t)), t [a, b]
dt (1.7)
y(t0 ) = y(a) = y0
4 CAPITULO 1. INTRODUC
AO
f1 (t, y(t)) f1 (t, y1 (t), y2 (t), , ym (t))
f2 (t, y(t)) f2 (t, y1 (t), y2 (t), , ym (t))
f (t, y(t)) = .. = ..
. .
fm (t, y(t)) fm (t, y1 (t), y2 (t), , ym (t))
e
y1 (t0 ) = y10
y2 (t0 ) = y20
.. .
.
ym (t0 ) = ym0
Da teoria de equacoes diferenciais [2, 15, 18], sabe-se que para uma equacao
diferencial ordinaria de ordem m ou para um sistema de m equacoes diferenciais
ordinarias de primeira ordem sao necessarias exatamente m condicoes iniciais para
garantir unicidade de solucao. Para outras equacoes diferenciais, a unicidade de
solucao e determinada nao somente pelas condicoes iniciais, como tambem pelas
condicoes de contorno. Neste caso, a solucao deve satisfazer a restricoes nos ex-
tremos do intervalo de integracao.
Usando a condic
ao inicial em (1.9), tem-se que
y(0) = C C = 1.
Logo,
3 2
y(t) = e 2 t . (1.10)
Usando a condic
ao inicial em (1.12), tem-se que
y(0) = 1 + C C = 0.
Logo,
Defini
cao 1.1 (Condicao de Lipschitz). Uma func
ao f (t, y) satisfaz a Condic
ao
avel y, (t, y) R Rn , se e somente se existir uma
de Lipschitz na vari
constante L > 0 tal que
D = {(t, y); 1 t 2, 3 y 4} e
f (t, y) = t|y|.
Assim:
Quando f (t, y(t)) e contnua, o Problema de Cauchy (1.7) pode ser colocado
em uma forma integral, ou seja,
Z t
y(t) y(t0 ) = f (s, y(s))ds. (1.20)
t0
1.1.1 Exerccios
Exerccio 1.1. Verifique que a soluc
ao (1.10) satisfaz de fato o p.v.i. (1.8).
1.2 Discretizac
ao do Problema de Cauchy
Com as tecnicas matematicas conhecidas, pode-se determinar a solucao exata de
um pequeno numero de equacoes diferenciais. Para a esmagadora maioria e possvel
apenas calcular solucoes aproximadas. Contudo, estas nao podem ser determinadas
em todos os pontos do domnio. Isto e facil de entender quando se pensa nas res-
tricoes impostas pelo uso do computador, tais como aritmetica de ponto flutuante
(nem todos os numeros reais podem ser representados) e limitacoes de tempo e
memoria.
a = t0 , t1 = t0 + t1 , t2 = t1 + t2 , , b = tn = tn1 + tn ,
onde n e o numero de particoes uniformes efetuadas no intervalo [a, b]. Uma vez
obtida a solucao aproximada nos pontos tk , pode-se empregar as tecnicas estudadas
em um curso introdut orio de Calculo Numerico [7, 13, 14, 17] (interpolacao polino-
mial e aproximacao de funcoes por splines ou pelo metodo dos mnimos quadrados)
para obter uma aproximacao contnua valida em todo o intervalo de estudo.
M
etodo de Euler
y0 = y(t0 )
(1.24)
yk+1 = yk + h (tk , yk , h)
ba
com tk+1 = tk + h, 0 k n 1, h = e (tk , yk , h) = f (tk , yk ).
n
cuja soluc
ao exata e
e2t 1
y(t) = e 2 ,
usando o Metodo de Euler.
y(0) = 1
yk+1 = yk + he2tk yk
= 1 + he2tk yk
0k n1
k = 0 y1 = 1 + he2t0 y0
k = 1 y2 = 1 + he2t1 y1
k = 2 y3 = 1 + he2t2 y2
..
.
yk+1 = 1 + he2tk yk
y(t1)
y1
y0
t0 t1 =t0+h
Outros tres metodos que se enquadram na classe dos metodos de passo unico
sao o Metodo de Euler Implcito, o Metodo de Euler Aprimorado e o Metodo do
Trapezio.
1.2. DISCRETIZAC DO PROBLEMA DE CAUCHY
AO 11
M
etodo de Euler Implcito
y0 = y(t0 )
(1.26)
yk+1 = yk + h (tk , yk+1 , h)
ba
com tk+1 = tk + h, 0 k n 1, h = e
n
(tk , yk+1 , h) = f (tk + h, yk+1 ).
M
etodo de Euler Aprimorado
y0 = y(t0 )
(1.27)
yk+1 = yk + h (tk , yk , h)
ba 1
com tk+1 = tk + h, 0 k n 1, h = , (tk , yk , h) = (1 + 2 )
n 2
e
1 = f (tk , yk )
.
2 = f (tk + h, yk + h 1 )
M
etodo do Trap
ezio
y0 = y(t0 )
(1.28)
yk+1 = yk + h (tk , yk , yk+1 , h)
ba
com tk+1 = tk + h, 0 k n 1, h = e
n
1
(tk , yk , yk+1 , h) = (f (tk , yk ) + f (tk + h, yk+1 )) .
2
M
etodo de Adams-Bashforth
y0 = y(t0 ) , yp pre-determinado , 1 p 3
(1.30)
h
yk+1 = yk + 24 (55fk 59fk1 + 37fk2 9fk3 )
ba
com 3 k n 1, h = , fkm = f (tkm , ykm ) e 0 m 3.
n
M
etodo de Adams-Moulton
y0 = y(t0 ) , yp pre-determinado , 1 p 3
(1.31)
h
yk+1 = yk + 720 (251fk+1 + 646fk 264fk1 + 106fk2 19fk3 )
ba
com 3 k n 1, h = , fkm = f (tkm , ykm ) e 1 m 3.
n
O Metodo de Simpson, outro metodo de passo multiplo, pode ser obtido atraves
da forma integral (1.20) do Problema de Cauchy. Considerando o intervalo de tempo
1.2. DISCRETIZAC DO PROBLEMA DE CAUCHY
AO 13
M
etodo de Simpson
y0 = y(t0 ) , y1 pre-determinado
(1.37)
yk+1 = yk1 + h3 (fk+1 + 4fk + fk1 )
ba
com 1 k n 1, h = , fkm = f (tkm , ykm ) e 1 m 1.
n
1.2.1 Exerccios
Exerccio 1.5. Discretize o modelo simplificado (1.6) para o diabetes usando
o Metodo de Euler Aprimorado. Escreva um programa em linguagem C [6, 16]
que forneca a soluc
ao aproximada gk+1 dados t0 , tf inal , n e g(t0 ). Prepare um
arquivo de sada do tipo
t0 g0
t1 g1
..
.
tn gn
que ser
a utilizado para tracar o gr
afico da soluc
ao aproximada.
Exerccio 1.6. Discretize o modelo simplificado do diabetes (1.6) utilizando o
Metodo de Adams-Bashforth (1.30).
Exerccio 1.7. Empregue o Metodo do Trapezio
y0 = y(t0 )
yk+1 = yk + h (tk , yk , yk+1 , h)
ba
com tk+1 = tk + h, 0 k n 1, h= , e
n
1
(tk , yk , yk+1 , h) = (f (tk , yk ) + f (tk + h, yk+1 ))
2
para discretizar o modelo biol
ogico presa-predador definido por
xy
x = 1, 2x x2
x + 0, 2
1, 5xy .
y = y
x + 0, 2
1.3. SUPLEMENTO TEORICO 15
1.3 Suplemento te
orico
1.3.1 Teorema do Valor M
edio
2. f (t) e deriv
avel no intervalo (a, b).
Ent
ao, existe um n
umero c (a, b) tal que
f (b) f (a)
f (c) = ,
ba
ou, de maneira equivalente,
((1 ) t1 + t2 , (1 ) y1 + y2 )
ent
ao f (t, y) satisfaz a Condic
ao de Lipschitz em D na vari
avel y com constante
de Lipschitz L.
16 CAPITULO 1. INTRODUC
AO
1. Existe uma u
nica soluc
ao y(t);
existe com
e bem posto.
1.3. SUPLEMENTO TEORICO 17
1.3.6 S
erie de Taylor de uma fun
cao de uma vari
avel
Seja f : R R uma funcao de classe C n+1 . A Serie de Taylor de f (t) com
centro em t = t0 (t t0 = h) e definida como
X f (k) (t0 )
f (t) = (t t0 )k , |t t0 | < R, (1.40)
k!
k=0
n
X f (k) (t0 ) f (n+1) ()
pn (t) = (t t0 )k e Rn (t) = f (t) pn (t) = (t t0 )n+1 ,
k! (n + 1)!
k=0
2
h h3
2. f (t + h) = f (t) + hf (1) (t) + f (2) (t) + f (3) ()
| {z 2 } |6 {z }
p2 (t) R2 (t)
h2 h3 h4
3. f (t + h) = f (t) + hf (1) (t) + f (2) (t) + f (3) (t) + f (4) ()
| 2{z 6 } |24 {z }
p3 (t) R3 (t)
4.
h2 h10 (10)
f (t + h) = f (t) + hf (1) (t) + f (2) (t) + + f (t) +
| 2 {z 10! }
p10 (t)
11
h
+ f (11) ()
10!
| {z }
R10 (t)
1.3. SUPLEMENTO TEORICO 19
5.
h2 h100 (100)
f (t + h) = f (t) + hf (1) (t) + f (2) (t) + + f (t) +
| 2 {z 100! }
p100 (t)
101
h
+ f (101) ()
|100! {z }
R100 (t)
1.3.7 S
erie de Taylor de uma fun
cao de duas vari
aveis
Seja f : R2 R uma funcao de classe C n+1 . Pode-se expandir f (t, y) em uma
Serie de Taylor com centro em (t, y) = (t0 , y0 ) (t t0 = h e y y0 = k) em duas
etapas. Primeiramente, expande-se na direcao t e, em seguida, na direcao y.
Expandindo-se na direcao t:
f (t0 + h, y0 + k) = f (t0 , y0 + k) +
| {z }
I
+ h ft (t0 , y0 + k) +
| {z }
II
2
h
+ ftt (t0 , y0 + k) +
2! | {z }
III
3
h
+ fttt (1 , y0 + k) . (1.44)
3! | {z }
IV
k2
f (t0 , y0 + k) = f (t0 , y0 ) + kfy (t0 , y0 ) + fyy (t0 , y0 ) +
2!
k3
+ fyyy (t0 , 2 );
3!
k2
ft (t0 , y0 + k) = ft (t0 , y0 ) + kfty (t0 , y0 ) + ftyy (t0 , y0 ) +
2!
k3
+ ftyyy (t0 , 3 );
3!
k2
ftt (t0 , y0 + k) = ftt (t0 , y0 ) + kftty (t0 , y0 ) + fttyy (t0 , y0 ) +
2!
k3
+ fttyyy (t0 , 4 );
3!
20 CAPITULO 1. INTRODUC
AO
k2
fttt (1 , y0 + k) = fttt (1 , y0 ) + kfttty (1 , y0 ) + ftttyy (1 , y0 ) +
2!
k3
+ ftttyyy (1 , 5 ).
3!
" n
#
X 1 X n i ni n
f (t, y) = C hk f (t0 , y0 ) ,
n=0
n! i=0 i ti y ni
n!
com n = 0, 1, 2, . . . , Cin = , t t0 = h = t e y y0 = k = y.
i!(n i)!
1.4. NOTA BIOGRAFICA 21
Ecole Centrale du Pantheon (1802), onde Cauchy estudou por dois anos os idomas
classicos. Em 1804, Cauchy teve aulas de Matematica e, em 1805, fez o exame de
admissao para a Ecole Polytechnique, tendo sido examinado por Jean-Baptiste Biot.
Na Ecole Polytechnique, Cauchy teve Andre-Marie Amp`ere como instrutor de
analise. Graduou-se em 1807 e foi estudar engenharia na Ecole des Ponts et
Chaussees. Aluno excepcional, como trabalho pratico de seu curso, Cauchy foi
incumbido de auxiliar no projeto da construcao do Canal de Ourcq, trabalhando sob
a orientacao de Pierre Girard.
Cauchy adoece e sob licenca medica volta a Paris, onde submeteu um trabalho
sobre funcoes simetricas no jornal da Ecole Polytechnique em fins de 1812 (publi-
cado em 1815). Com o termino de sua licenca medica, Cauchy retorna a contragosto
para seu trabalho em Cherbourg, o qual ele abandona pouco tempo depois. Retorna
a Paris onde tenta, sem sucesso, encontrar uma posicao academica. Consegue, en-
tretanto, trabalhar como engenheiro no projeto do Canal de Ourcq junto com Pierre
1 J.J. OConnor e E.F. Robertson, MacTutor History of Mathematics
http://www-history.mcs.st-andrews.ac.uk/Mathematicians/Cauchy.html
Carl B. Boyer, Hist
oria da Matem atica [3]
22 CAPITULO 1. INTRODUC
AO
Girard.
Ingressa em 1815 na Academie de Sciences apos ter resolvido uma das conjec-
turas de Pierre de Fermat. Foi apenas em 1817 que ele consegue uma posicao no
Coll`ege de France quando Biot se afasta para participar de uma expedicao `a Escocia.
Cauchy foi o primeiro a estudar rigorosamente a convergencia de series infinitas e
a definir o conceito de integral. Escreveu o texto Cours danalyse em 1821 para os
estudantes da Ecole Polytechnique, o qual continha os teoremas basicos do calculo
com demonstracoes rigorosas. Iniciou estudos sobre o calculo de resduos em 1826,
tendo introduzido o conceito de funcao de uma variavel complexa em 1829.
Cauchy tinha uma personalidade difcil e nao se dava particularmente bem com
seus colegas cientistas. Com frequencia trazia sua fe religiosa, o catolicismo, para o
ambiente de trabalho. Em uma ocasiao, tomou o partido dos jesutas colocando-se
contra a Academie de Sciences.
Em 1830, Cauchy pede licenca e se afasta de seu trabalho viajando para Turin
e depois Praga, onde passa a tutorar o neto de Charles X. Retorna a Paris em 1838
e, devido a alteracoes polticas, ele reassume sua posicao na Academie de Sciences
mas nao suas posicoes de professor, uma vez que o regime poltico vigente exigiu
dele um juramento de fidelidade, o qual Cauchy se recusou a fazer.
Sua produtividade caiu nos anos subsequentes, embora ele tenha desenvolvido
importantes trabalhos em equacoes diferenciais e em fsica matematica. Foi apenas
em 1848, com uma outra mudanca poltica, que Cauchy reassumiu suas posicoes
academicas.
com
ba
(tk , yk , h) = f (tk , yk ) e h=
n
e um metodo linear explcito e de passo
unico.
Solucao
F (yk + yk+1 , fk + fk )
yk , yk+1 + = yk+1 + yk+1 + yk +
+ yk + fk + fk
= yk+1 yk hfk +
+
yk+1 yk fk
= yk+1 yk hfk +
+ (yk+1 yk fk )
= F (yk , yk+1 , fk )+
+ F (yk , yk+1 , fk ).
2. Seja
x
(t) + 0, 12x(t)
+ 2x(t) = 0 (1.45)
Solucao
y 1 (t) = y2 (t)
(1.49)
y 2 (t) = 0, 12y2(t) 2y1 (t)
Como
y1 (0) = 1
. (1.51)
y2 (0) = 0
1.5. EXERCICIOS RESOLVIDOS 25
y0 = y(t0 )
yk+1 = yk + h(tk , yk , yk+1 , h), tk+1 = tk + h, 0k n1
1
(tk , yk , yk+1 , h) = (f (tk , yk ) + f (tk+1 , yk+1 ))
2
e o Metodo de Simpson
(
y0 = y(t0 )
h
yk+2 = yk + (fk+2 + 4fk+1 + fk ), tk+1 = tk + h, 0k n1
3
Solucao
(a) M
etodo do Trap
ezio
d
y(t) = f (t, y)
dt
Z tk+1 Z tk+1 Z tk+1
d t
y(s)ds = f (s, y)ds [y(s)]tk+1 = f (s, y)ds
tk ds tk
k
tk
Z tk+1
y(tk+1 ) y(tk ) = f (s, y)ds
tk
Z tk+1
yk+1 yk = f (s, y)ds
tk
Z tk+1
yk+1 = yk + f (s, y)ds (1.52)
tk
26 CAPITULO 1. INTRODUC
AO
s tk+1 s tk
= fk + fk+1
tk tk+1 tk+1 tk
fk fk+1
p1 (s) = (s tk+1 ) + (s tk )
h h
Z tk+1 Z
fk tk+1
p1 (s)ds = (s tk+1 )ds+
tk h tk
Z tk+1
fk+1
+ (s tk )ds
h tk
Z tk+1 t
fk s2 2stk+1 k+1
p1 (s)ds = +
tk h 2 tk
2 tk+1
fk+1 s 2stk
+
h 2 tk
Z
tk+1
fk t2k+1 2tk tk+1 + t2k
p1 (s)ds = +
tk h 2
fk+1 t2k+1 2tk tk+1 + t2k
+
h 2
Z tk+1
fk fk+1
p1 (s)ds = (tk+1 tk )2 + (tk+1 tk )2
tk 2h 2h
Z tk+1
fk 2 fk+1 2
p1 (s)ds = h + h
tk 2h 2h
Z tk+1
1
p1 (s)ds = h (fk + fk+1 )
tk 2
1
yk+1 = yk + h (fk + fk+1 )
2
1
= yk + h (f (tk , yk ) + f (tk+1 , yk+1 ))
2
| {z }
(tk ,yk ,yk+1 ,h)
1
(tk , yk , yk+1 , h) = (f (tk , yk ) + f (tk+1 , yk+1 )) .
2
(b) M
etodo de Simpson
d
y(t) = f (t, y)
dt
Z tk+2 Z tk+2 Z tk+2
d t
y(s)ds = f (s, y)ds [y(s)]tk+2 = f (s, y)ds
tk ds tk
k
tk
Z tk+2
y(tk+2 ) y(tk ) = f (s, y)ds
tk
Z tk+2
yk+2 yk = f (s, y)ds
tk
Z tk+2
yk+2 = yk + f (s, y)ds (1.53)
tk
fk
= (s tk+1 )(s tk+2 )+
2h2
fk+1
(s tk )(s tk+2 )+
h2
fk+2
+ (s tk )(s tk+1 )
2h2
Z tk+2 Z tk+2
fk
p2 (s)ds = (s tk+1 )(s tk+2 )ds +
tk 2h2 tk
Z tk+2
fk+1
(s tk )(s tk+2 )ds +
h2 tk
Z tk+2
fk+2
+ (s tk )(s tk+1 )ds (1.54)
2h2 tk
Z tk+2
fk 2h3 fk+1 4h3 fk+2 2h3
p2 (s)ds = + + (1.55)
tk 2h2 3 h2 3 2h2 3
fk h 4fk+1 h fk+2 h
= + +
3 3 3
h
= (fk + 4fk+1 + fk+2 ) (1.56)
3
Observa cao: A passagem de (1.54) para (1.55) nao e trivial. Ela exige
consideravel manipulacao algebrica.
h
yk+2 = yk + (fk + 4fk+1 + fk+2 ) .
3
Captulo 2
M
etodos de passo u
nico
M
etodo de passo u
nico
y0 = y(t0 )
(2.1)
yk+1 = yk + h (tk , tk+1 , yk , yk+1 , h)
ba
com tk+1 = tk + h, 0 k n 1 e h= .
n
y0 = y(t0 )
. (2.2)
yk+1 yk (tk , yk , h)
= 0
h
29
30 CAPITULO 2. METODOS
DE PASSO UNICO
y(tk+1 ) y(tk )
k = (tk , y(tk ), h). (2.3)
h
y(t1) hk
y1
y0
t0 t1 =t0+h
2.2 Consist
encia e ordem de consist
encia
2.2.1 Consist
encia
Supondo a continuidade de como funcao do passo de integracao h e lem-
brando que y(t) e a solucao do Problema de Cauchy (1.7), o limite do erro local de
discretizacao (2.3) quando o passo de integracao tende a zero e
y(tk + h) y(tk )
lim k = lim (tk , y(tk ), h)
h0 h0 h
= y (t) (t, y(t), 0)
= f (t, y(t)) (t, y(t), 0).
(t, y, 0) = f (t, y)
lim k = 0. (2.5)
h0
1
(t, y, h) = [f (t, y) + f (t + h, y + hf (t, y)] (2.6)
2
1
(t, y, 0) = [f (t, y) + f (t, y)] = f (t, y)
2
Note-se que, por hip otese, f (t, y) e contnua e Lipschitziana. Assim, (t, y, h) e
contnua no terceiro argumento pois e dada por uma soma de funcoes contnuas (a
segunda parcela do lado direito de (2.6) e uma funcao composta de funcao contnua,
portanto contnua).
32 CAPITULO 2. METODOS
DE PASSO UNICO
ent
ao o metodo numerico tem ordem de consistencia q.
y(tk+1 ) y(tk )
k = f (tk , y(tk )) . (2.8)
h
Truncando-se no segundo termo a expans
ao em Serie de Taylor de y(tk+1 )
com centro em t = tk , obtem-se
(tk+1 tk )2
y(tk+1 ) = y(tk ) + (tk+1 tk )y (tk ) + y (), (2.9)
2!
2
y(tk ) + hy (tk ) + h2! y () y(tk )
k = f (tk , y(tk ))
h
h
= y (tk ) + y () f (tk , y(tk ))
2!
h
= y (). (2.10)
2
De (2.10), segue que
2.3. ERRO GLOBAL DE DISCRETIZAC
AO 33
1 |y ()|
|k | = h y () max |k | h max
. (2.11)
2 k I 2
Em (2.11), sup oe-se que y (t) seja contnua, o que garante, pelo Teorema
de Weierstrass, a existencia de mnimo e m
aximo absolutos no intervalo.
De (2.11) e da definic
ao (2.7), conclui-se que o Metodo de Euler tem ordem
|y ()|
de consistencia 1 (um) com constante C = max .
I 2
k = O(hq )
2.2.3 Exerccios
Exerccio 2.1. Verifique que os Metodos de Euler Implcito e do Trapezio s
ao
consistentes.
2.4 Converg
encia
Para determinar quais condicoes sao suficientes para um metodo de passo unico
explcito convergir, analisa-se o comportamento do erro global de discretizacao.
Para tanto, considere-se a expressao proveniente do produto do erro local de dis-
cretizacao pelo passo de integracao h
para quaisquer t e h e para uma constante positiva L, e que seja contnua para
todas as variaveis, tem-se para (2.16) que
isto e,
max ||k || d,
k
ent
ao o erro global de discretizac
ao satisfaz a delimitac
ao
ekhL 1
||ek || ekhL ||e0 || + d.
L
max ||k || C hq ,
k
tem-se que
ekhL 1
0 ||ek || C hq . (2.25)
L
2.5 Expans
ao do erro global de discretizac
ao
O comportamento exibido na pratica por um determinado metodo numerico
depende fortemente da regularidade da funcao f (t, y) que define o Problema de
Cauchy. A` luz de um resultado te
orico bastante importante (Stoer [14]) e possvel
se averiguar computacionalmente com que ordem o metodo numerico empregado
converge.
Nessas condic
oes, a soluc
ao numerica (t, h) admite expans
ao em potencias
de h da forma
(t, h) = y(t) + hp ep (t) + hp+1 ep+1 (t) + + hN eN (t) + hN +1 EN +1 (t, h)
(2.26)
38 CAPITULO 2. METODOS
DE PASSO UNICO
t t0
com ej (t0 ) = 0, j = p, p + 1, ..., v
alida para todo t [a, b] e para todo h = ,
n
n = 1, 2, ....
O resultado te orico (2.27) pode ser utilizado na pratica para estimar o erro
global de discretizacao e a ordem do metodo, sendo tambem extremamente util no
processo de depuracao do c odigo computacional.
Este procedimento
deve ser
executado
para varias triplas de passos sucessiva-
h h h
mente menores 2h, h, , h, , , . . ., obtendo-se assim uma sequencia de
2 2 4
aproximacoes p1 , p2 , . . ., que converge para a ordem p do metodo.
2.5.3 Depurac
ao do c
odigo computacional
Nas secoes anteriores, as estimativas apresentadas assumem que o metodo
numerico ja tenha passado por um processo conhecido como verificac ao /validac
ao
e que, portanto, ele esteja implementado corretamente e funcionando perfeitamente.
Durante a programacao, entretanto, e necessario o uso de estrategias de depuracao
para remover eventuais erros de l ogica e/ou de coeficientes ou parametros que te-
nham sido introduzidos inadvertidamente. Para isto, empregam-se a aproximacao
do erro global de discretizacao (2.28) e um Problema de Cauchy com solucao exata
conhecida. Tal estrategia e denominada validac ao por soluc
ao manufaturada.
Para verificar se o c
odigo computacional esta correto, escolhe-se um Problema
de Cauchy com solucao suave (isto e, suficientemente diferenciavel). Em (2.28), o
erro global de discretizacao e conhecido uma vez que se tem `a mao a solucao exata
40 CAPITULO 2. METODOS
DE PASSO UNICO
ou seja,
!
( t, h) y(t)
p log2 . (2.34)
t, h2 y(t)
Na Tabela (2.1), apresenta-se a razao entre dois erros globais para passos
de integrac
ao progressivamente menores (razao de refinamento dois) em t = 1.
Observa-se que a ordem estimada, localizada na u ltima coluna, tende a um, a
ordem de convergencia prevista pela teoria para o Metodo de Euler.
Exemplo 2.5. Verifique a ordem de convergencia numerica do Metodo de Euler
aplicado `
a soluc
ao do problema de valor inicial
d 1
y(t) = y(t) tan(t)
dt cos(t) (2.36)
y(0) = 1
DO ERRO GLOBAL DE DISCRETIZAC
2.5. EXPANSAO
AO 41
e(t, h)
h = n1 |e(t, h)| log2 ee(t,h)
h
e t, h2 (t, 2 )
2,000000101 2,430000E+02
1,000000101 9,999999E-01 2,430000E+02 7,924813E+00
5,000000102 2,061154E-09 4,851652E+08 2,885390E+01
2,500000102 2,060244E-09 1,000441E+00 6,367371E-04
1,250000102 1,960019E-09 1,051135E+00 7,194787E-02
6,250000103 1,534787E-09 1,277063E+00 3,528297E-01
3,125000103 9,876378E-10 1,553998E+00 6,359843E-01
1,562500103 5,632015E-10 1,753614E+00 8,103308E-01
7,812500104 3,010566E-10 1,870749E+00 9,036163E-01
3,906250104 1,556782E-10 1,933839E+00 9,514678E-01
1,953125104 7,916378E-11 1,966533E+00 9,756547E-01
9,765625105 3,991780E-11 1,983170E+00 9,878083E-01
e(t, h)
h = n1 |e(t, h)| log2 ee(t,h)
h
e t, h2 (t, 2 )
5,000000102 1,130400E-03
2,500000102 2,561790E-04 4,412540E+00 2,141609E+00
1,250000102 6,115026E-05 4,189336E+00 2,066722E+00
6,250000103 1,494962E-05 4,090422E+00 2,032250E+00
3,125000103 3,696597E-06 4,044157E+00 2,015839E+00
1,562500103 9,191362E-07 4,021816E+00 2,007847E+00
7,812500104 2,291629E-07 4,010842E+00 2,003905E+00
3,906250104 5,721340E-08 4,005406E+00 2,001949E+00
1,953125104 1,429410E-08 4,002588E+00 2,000933E+00
9,765625105 3,573300E-09 4,000251E+00 2,000091E+00
de integrac
ao progressivamente menores (razao de refinamento dois) em t
1, 292695719373. Observa-se que a ordem estimada, localizada na u ltima coluna,
tende a dois, diferente da ordem de convergencia um prevista pela teoria para
o Metodo de Euler. A ordem mais elevada e justificada pelo cancelamento do
termo mais significativo na expans
ao assint
otica do erro global de discretizac
ao
para t 1, 292695719373, raiz da equacao et cos(t) = 1 [5]. J a em t = ,
4
verifica-se ordem estimada um, a ordem de convergencia prevista pela teoria
para o Metodo de Euler.
Exemplo 2.6. Verifique a ordem de convergencia numerica do Metodo de Euler
aplicado `
a soluc
ao do problema de valor inicial
d ty(t)
y(t) = 2 (2.37)
dty(0) = 1 1 t
ao exata de (2.37) e y(t) = 1 t2 (comprove!).
em t = 1, sabendo que a soluc
e(t, h) e(t,h)
h=n 1
|e(t, h)|
log2 e t, h
e t, h2 ( 2)
1,2500000000101 3,012018700E-01
6,2500000000102 2,072697687E-01 1,453188E+00 5,392210E-01
3,1250000000102 1,441738248E-01 1,437638E+00 5,237004E-01
1,5625000000102 1,009724646E-01 1,427853E+00 5,138473E-01
7,8125000000103 7,100787890E-02 1,421990E+00 5,079109E-01
3,9062500000103 5,005564440E-02 1,418579E+00 5,044464E-01
1,9531250000103 3,533418900E-02 1,416635E+00 5,024680E-01
9,7656250000104 2,496156840E-02 1,415544E+00 5,013562E-01
4,8828125000104 1,764145320E-02 1,414938E+00 5,007392E-01
2,4414062500104 1,247093200E-02 1,414606E+00 5,004001E-01
1,2207031250104 8,816964600E-03 1,414425E+00 5,002153E-01
6,1035156250105 6,234037200E-03 1,414327E+00 5,001153E-01
3,0517578125105 4,407942200E-03 1,414274E+00 5,000615E-01
Na Tabela (2.3), apresenta-se a raz ao entre dois erros globais para passos
de integrac
ao progressivamente menores (raz ao de refinamento dois) em t = 1.
Observa-se que a ordem estimada, localizada na u ltima coluna, tende a meio,
diferente da ordem de convergencia um prevista pela teoria para o Metodo de
Euler. A justificativa para a perda de ordem e que a Condic
ao de Lipschitz n
ao
e mantida quando t = 1 e y = 0 [5].
2.6. SUPLEMENTO TEORICO 43
2.5.4 Exerccios
Exerccio 2.3. Mostre que um metodo de passo u
nico explcito convergente e
consistente.
2.6 Suplemento te
orico
2.6.1 Teorema de Weierstrass
para todo x A.
ent
ao
lim g(t) = L.
ta
44 CAPITULO 2. METODOS
DE PASSO UNICO
Euler entrou para a Academia de Ciencias de Sao Petesburgo dois anos apos
sua fundacao por Catarina I. Foi professor na Academia em 1730 e de matematica
em 1733. Em 1741, a convite de Frederico, o Grande, foi integrado `a Academia de
Ciencias de Berlin, onde permaneceu por 25 anos. Durante este perodo escreveu
mais de 200 artigos, tres livros sobre analise matematica e uma publicacao cientfica
popular: Letters to a Princess of Germany.
Foi apos 1765 que Euler produziu aproximadamente metade de seu trabalho.
Mesmo apos sua morte, a Academia de Sao Petesburgo continuou a publicar seus
trabalhos ineditos por mais de 50 anos. Sua obra completa contem 886 livros e
de sua autoria a notacao f (x) (1734), i para a raiz quadrada de 1
artigos. E
(1777), para o numero pi e para somat orio (1755).
Euler trabalhou com Christian Goldbach em teoria dos numeros e com Alexis
Claude de Clairot em teoria lunar, introduziu as funcoes beta e gama (Integrais
2.7. NOTA BIOGRAFICA 45
Solucao
(a)
y(tk+1 ) y(tk )
k = (tk , y(tk ), y(tk+1 ), h)
h
y(tk+1 ) y(tk ) f (tk , y(tk ) + f (tk+1 , y(tk+1 ))
k =
h 2
h3
2h k = 2h y (tk ) + h2 y (tk ) + y (1 )+
33
h
2h y (tk ) h2 y (tk ) y (2 )
2
h3 h3
2h k = y (1 ) y (2 )
3 2
h2 h2
k = y (1 ) y (2 )
6 4
2 y (1 ) y (2 )
k = h
6 4
2 y (1 ) y (2 )
k = h , 1 , 2 ]tk , tk+1 [.
6 4
(b)
y (1 ) y (2 )
lim k = lim h2 = 0.
h 0 h0 6 4
(c)
y(tk+1 ) = y(tk ) + h (tk , y(tk ), y(tk+1 ), h) + h k A
yk+1 = yk + h (tk , yk , yk+1 , h) B
Fazendo-se A-B:
y(tk+1 ) yk+1 = y(tk ) yk +
+ h [(tk , y(tk ), y(tk+1 ), h) (tk , yk , yk+1 , h)] +
+ hk ;
kek+1 k = kek +
f (tk , y(tk )) + f (tk+1 , y(tk+1 )) f (tk , yk ) + f (tk+1 , yk+1 )
+ h +
2 2
+ h k k;
kek+1 k = kek +
h
+ [f (tk , y(tk )) f (tk , yk ) + f (tk+1 , y(tk+1 )) f (tk+1 , yk+1 )] +
2
+ h k k;
h
kek+1 k kek k + kf (tk , y(tk )) f (tk , yk )k +
2
h
+ kf (tk+1 , y(tk+1 )) f (tk+1 , yk+1 )k +
2
+ h kk k;
L1 h
kek+1 k kek k + ky(tk ) yk k +
2
L2 h
+ ky(tk+1 ) yk+1 k + h kk k.
2
Lh Lh
kek+1 k kek k + kek k + kek+1 k + h d;
2 2
Lh Lh
1 kek+1 k 1+ kek k + h d;
2 2
!
1 + Lh2 hd
kek+1 k kek k + ;
1 Lh2 1 Lh
2
!
Lh
1+ 2 hd
ken+1 k Lh
ken k + . (2.38)
1 2 1 Lh
2
Para n = 0 em (2.38):
!
Lh
1+ 2 hd
ke1 k Lh
ke0 k + .
1 2 1 Lh
2
Para n = 1 em (2.38):
!
Lh
1+ 2 hd
ke2 k Lh
ke1 k + ;
1 2 1 Lh
2
!" ! #
Lh Lh
1+ 2 1+ 2 hd hd
ke2 k Lh Lh
ke0 k + + ;
1 2 1 2 1 Lh
2 1 Lh
2
!2 !
Lh
1+ 2 1 + Lh2 hd
ke2 k Lh
ke0 k + 1+ Lh
.
1 2 1 2 1 Lh2
Para n = 2 em (2.38):
!3
Lh
1+ 2
ke3 k Lh
ke0 k +
1 2
!2
Lh Lh
1+ 1+ hd
+ 1 + 2
Lh
+ 2
Lh
.
1 2 1 2 1 Lh
2
Para n = k 1 em (2.38):
2.8. EXERCICIOS RESOLVIDOS 49
!k
Lh
1+ 2
kek k Lh
ke0 k +
1 2
!k1
Lh Lh
1+ 1+ hd
+ 1 + 2
+ + 2 ;
Lh Lh
1 2 1 2 1 Lh
2
!k
Lh
1+ 2
kek k Lh
ke0 k +
1 2
!k
Lh
1+ 2
1
1 Lh hd
2
+ ;
1 + Lh 1 Lh
2
1 2
1 Lh2
!k
Lh
1+ 2
kek k Lh
ke0 k +
1 2
!k
Lh
1+ d
+ 2
1 . (2.39)
Lh L
1 2
ekLh 1
kek k ekLh ke0 k + d ,
L
Metodos de passo u
nico de
altas ordens
3.1 M
etodos da S
erie de Taylor
h2
y(tk + h) = y(tk+1 ) = y(tk ) + h y (tk ) + y (tk ) +
2!
hq+1 (q+1)
+ + y (), (tk , tk + h). (3.1)
(q + 1)!
h2 d
y(tk + h) = y(tk+1 ) = y(tk ) + h f (tk , y(tk )) + f (tk , y(tk )) +
2! dt
hq+1 dq
+ + f (, y()). (3.2)
(q + 1)! dtq
51
52 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
Nota
c
ao:
onde
h h2 hq1 q1
(t, y, h) = f (t, y) + Df (t, y) + D2 f (t, y) + + D f (t, y),
2! 3! q!
com D = +f .
t y
3.2 M
etodos de Runge-Kutta Explcitos
3.2.1 Caracterizac
ao dos M
etodos de Runge-Kutta
Um metodo pertence `a classe dos Metodos de Runge-Kutta explcitos se
M
etodo de Euler Modificado (ou M
etodo do Ponto Medio)
y0 = y(t0 )
(3.4)
yk+1 = yk + h(tk , yk , h) ,
ba
com tk+1 = tk + h, h = , 0k n1 e
n
h h
(tk , yk , h) = f tk + , yk + f (tk , yk ) .
2 2
Por inspecao, observa-se que o metodo (3.4) e de passo unico e explcito. Alem
disso, nao existem calculos de derivadas de f (t, y). Basta entao verfificar se (3.4)
concorda com o Metodo da Serie de Taylor (3.3) para alguma ordem q.
+ O(t3 , y 3 ),
ou ainda,
1 h2 2 fk 2 fk 2 fk
h fk fk
(tk , yk , h) = fk + + fk + 2
+ 2fk + fk2 +
2 t y 2! 4 t ty y 2
+ O(h3 ), (3.5)
sendo fk = f (tk , yk ).
h2 1 h3 2 fk 2 fk 2
fk fk 2 fk
yk+1 = yk + hfk + + fk + + 2fk + fk +
2! t y 2! 4 t2 ty y 2
+ O(h4 ), (3.6)
cujos termos concordam com os do Metodo da Serie de Taylor (3.3) ate a segunda
ordem (compare!). O Metodo de Euler Modificado e um Metodo de Runge-Kutta
de ordem 2.
54 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
3.2.2 M
etodos de Runge-Kutta explcitos de R-est
agios
Nos metodos de Runge-Kutta (ou RK), o n umero de estagios diz respeito ao
n
umero de vezes que f (t, y) deve ser calculada. Os metodos RK explcitos com
R-estagios tem a forma
y0 = y(t0 )
yk+1 = yk + h(tk , yk , h) ,
onde
R
X
(t, y, h) = cr r , (3.7)
r=1
com
1 (t, y) = f (t, y)
2 (t, y) = f (t + ha2 , y + hb21 1 )
3 (t, y) = f (t + ha3 , y + hb31 1 + hb32 2 )
..
. !
r1
X
r (t, y) = f t + har , y + h brs s , 2 r R, (3.8)
s=1
(tk , yk , h) = c1 1 + c2 2 = c1 f (tk , yk ) +
+ c2 f (tk + ha2 , yk + hb21 f (tk , yk )) , (3.10)
com a2 = b21 .
1 1
(t, y, h) = f (t, y) + f (t + h, y + hf (tk , yk )) . (3.12)
2 2
1 1
Comparando (3.12) com (3.10), constata-se que c1 = e c2 = (logo c1 + c2 =
2 2
1) e que a2 = b21 = 1. Assim, o Metodo de Euler Aprimorado e um Metodo de
Runge-Kutta de segunda ordem com 2 est agios.
3.2.3 M
etodos de Runge-Kutta de ordens superiores
M
etodo de Runge-Kutta de Terceira Ordem com Tr
es Est
agios (RK33)
1
(t, y, h) = (1 + 42 + 3 ), (3.13)
6
com
1 = f (t, y)
h h
2 = f (t + , y + 1 ) .
2 2
3 = f (t + h, y h1 + 2h2 )
M
etodo de Runge-Kutta de Quarta Ordem com Quatro Est
agios (RK44)
1
(t, y, h) = (1 + 22 + 23 + 4 ), (3.14)
6
com
1 = f (t, y)
h h
2 = f (t + 2 , y + 2 1 )
.
h h
3 = f (t + , y + 2 )
2 2
= f (t + h, y + h )
4 3
56 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
M
etodo de Runge-Kutta de Quarta Ordem com Cinco Est
agios (RK45)
25 1408 2197 1
(t, y, h) = 1 + 3 + 4 5 , (3.15)
216 2565 4104 5
com
1 = f (t, y)
h h
2 = f (t + , y + 1 )
4 4
3h 3h 9h
3 = f (t + ,y + 1 + 2 ) .
8 32 32
12h 1932h 7200h 7296h
4 = f (t + ,y + 1 2 + 3 )
13 2197 2197 2197
= f (t + h, y + 439h 8h + 3680h 845h )
5 1 2 3 4
216 513 4104
M
etodo de Runge-Kutta de Quinta Ordem com Seis Est
agios (RK56)
16 6656 28561 9 2
(t, y, h) = 1 + 3 + 4 5 + 6 , (3.16)
135 12825 56430 50 55
com
1 = f (t, y)
h h
2 = f (t + , y + 1 )
4 4
3h 3h 9h
3 = f (t + ,y + 1 + 2 )
8 32 32
.
12h 1932h 7200h 7296h
4 = f (t + ,y + 1 2 + 3 )
13 2197 2197 2197
439h 3680h 845h
5 = f (t + h, y + 1 8h2 + 3 4 )
216 513 4104
6 = f (t + h , y 8h 1 + 2h2 3544h 3 + 1859h 4 11h 5 )
2 27 2565 4104 40
3.2.4 Exerccios
Exerccio 3.1. Proponha um Metodo RK de primeira ordem e dois est
agios.
3.3. CONTROLE DO PASSO DE INTEGRAC
AO 57
Exerccio 3.2. Mostre que o Metodo de Euler Aprimorado (1.27) concorda com
o Metodo da Serie de Taylor ate o termo de segunda ordem.
y(tk+1 ) y(tk )
EM
k = 2 (3.17)
h
e
y(tk+1 ) y(tk ) 1
RK33
k = (1 + 42 + 3 ). (3.18)
h 6
Efetuando-se a diferenca entre (3.17) e (3.18), chega-se a
1
EM
k RK33
k = 2 + (1 + 42 + 3 ) (3.19)
6
1
= (1 22 + 3 ). (3.20)
6
Como RK33
k = O(h3 ), pode-se reescrever (3.19) na forma
1
EM
k = (1 22 + 3 ) + O(h3 ),
6
ou ainda na forma
1
EM
k (1 22 + 3 ). (3.21)
6
Empregando-se (3.21) como uma estimativa para o erro local de discretizacao
do Metodo de Euler Modificado, pode-se propor a estrategia descrita no Algo-
ritmo (3.3.1) para controlar o passo de integracao no Metodo de Euler Modificado.
3.3.1 Exerccios
Exerccio 3.3. Escreva um algoritmo que empregue o Metodo de Euler com con-
trole autom
atico do passo de integrac
ao baseado nos erros locais de discretizac
ao
dos Metodos de Euler e de Euler Modificado.
1 f (tk , yk )
2 f (tk + h2 , yk + h2 1 )
3 f (tk + h, yk h1 + 2h2 )
EM
k 16 (1 22 + 3 )
Se |EM
k | > ent
ao reduzir o passo de integracao
h h, 0 < < 1
retornar a 1
sen
ao aumentar o passo de integracao
h h, > 1
Fim se
3. yk yk + hEM
tk min{tk + h, tf inal }
discretizac
ao dos Metodos de Runge-Kutta 45 e de Runge-Kutta 56 (Runge-
Kutta-Felhberg). Verifique que a estimativa para o erro local de discretizac
ao e
dada por
1 128 2197 1 2
RKF
k 1 3 4 + 5 + 6 .
360 4275 75240 50 55
(Sugest
ao: veja o algoritmo proposto por Burden [7].)
3.4. SUPLEMENTO TEORICO 59
3.4 Suplemento te
orico
3.4.1 Regra da cadeia
dz z dx z dy
= + .
dt x dt y dt
z z x z y
= +
u x u y u
e
z z x z y
= + .
v x v y v
doutorado foi em geometria diferencial. Mais tarde, influenciado por Kronecker, tra-
balhou num procedimento para solucao de equacoes algebricas nas quais as razes
se expressam como series infinitas de funcoes racionais dos coeficientes. Apos sua
visita a Mittag-Laffler em Estocolmo (1884), publicou um grande numero de artigos
na Acta Mathematica.
Runge obteve uma cadeira em Han over em 1886, onde permaneceu por 18 anos.
Desenvolveu grande trabalho experimental e publicou uma grande quantidade de
resultados. Em 1904, Klein persuadiu G
ottingen a oferecer a Runge uma cadeira de
matematica aplicada, na qual permaneceu ate 1925. Runge faleceu em Gottingen,
Alemanha, em 3 de janeiro de 1927.
1 + 2 1 = f (tk , yk )
(tk , yk , h) = e
2 2 = f (tk + h, yk + h1 )
e de Euler Modificado
y0 = y(t0 )
yk+1 = yk + h(tk , yk , h), tk+1 = tk + h, 0k n1
1 = f (tk , yk )
(tk , yk , h) = 2 e h h
2 = f (tk + , yk + 1 )
2 2
ba
ambos com h = .
n
Solucao
(1)
y (t) = f (t, y)
(2)
y (t) = ft (t, y) + fy (t, y)f (t, y)
;
y (3) (t) =
ftt (t, y) + 2fty (t, y)f (t, y) + fyy (t, y)f 2 (t, y)+
+ ft (t, y)fy (t, y) + fy2 (t, y)f (t, y)
h2 (2) h3
yk+1 = yk + hy (1) (tk ) + y (tk ) + y (3) (tk ) + O(h4 );
2! 3!
h2
yk+1 = yk + hf (tk , yk ) + [ft (tk , yk ) + fy (tk , yk )f (tk , yk )] +
2!
h3
+ ftt (tk , yk ) + 2fty (tk , yk )f (tk , yk ) + fyy (tk , yk )f 2 (tk , yk ) +
3!
h3
+ ft (tk , yk )fy (tk , yk ) + fy2 (tk , yk )f (tk , yk ) + O(h4 ). (3.22)
3!
62 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
yk+1 = yk + h (c1 1 + c2 2 )
1 = f (tk , yk )
2 = f (tk + a2 h, yk + hb21 1 ).
Como a2 = b21 :
c1 + c2 = 1
.
a2 c2 = 1
2!
3.6. EXERCICIOS RESOLVIDOS 63
1
Assim, se c1 = c2 = , entao a2 = 1 e tem-se o M
etodo de Euler Apri-
2
1
morado; se c1 = 0 e c2 = 1, entao a2 = e tem-se o M etodo de Euler
2
Modificado.
Solucao
3
X
yk+1 = yk + h cr r
r=1
= yk + h (c1 1 + c2 2 + c3 3 ) .
sendo
1 = f (t, y),
2 = f (t + ha2 , y + hb21 1 ),
3 = f (t + ha3 , y + hb31 1 + hb32 2 ).
r1
X
De ar = brs e a2 = a3 , obtem-se a2 = b21 , a3 = b31 +b32 e a2 = b31 +b32 ,
s=1
o que implica que b31 = a2 b32 .
Assim:
1 = f (t, y);
2 = f (t + ha2 , y + ha2 1 );
3 = f (t + ha2 , y + h(a2 b32 )1 + hb32 2 ).
Supondo que f (t, y) tem derivadas parciais contnuas ate a ordem necessaria,
expande-se 2 e 3 em torno do ponto (t, y) ate o termo de segunda or-
dem. Durante a expansao, todos os termos de terceira ordem sao desprezados
porque na substituicao em (3.26) esses termos tem ordem quatro.
Expansao de 2 :
64 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
h2 a22
2 = f + ha2 (ft + 1 fy ) + (ftt + 21 fty + 21 fyy );
2
h2 a22
2 = f + ha2 (ft + f fy ) + (ftt + 2f fty + f 2 fyy );
2
h2 a22
2 = f + ha2 F + G, (3.27)
2
Expansao de 3 :
h2 n 2 o
+ a2 ftt + 2a2 [(a2 b32 )f + b32 2 ] fty + [(a2 b32 )f + b32 2 ]2 fyy .
2 | {z }
(B)
(3.28)
Desenvolvendo-se (A):
h2 a22
= a2 ft + a2 f fy b32 f fy + b32 fy f + ha2 F + G
2
h2 a22
= a2 ft + a2 f fy b32 f fy + b32 f fy + ha2 b32 F fy + b32 Gfy
2
h2 a22
= a2 (ft + f fy ) b32 f fy + b32 f fy + ha2 b32 F fy + b32 Gfy
2
h2 a22 b32
= a2 F + ha2 b32 F fy + Gfy .
2
h2 a22 b32
A = a2 F + ha2 b32 F fy + Gfy (3.29)
2
3.6. EXERCICIOS RESOLVIDOS 65
Desenvolvendo-se (B):
= a22 ftt + 2a22 f fty 2a2 b32 f fty + 2a2 b32 fty 2 + (3.30)
| {z }
B1
+ [(a2 b32 )f + b32 2 ]2 fyy .
| {z }
B2
h2 h3
yk+1 = yk + hf + F+ (G + F fy ) . (3.34)
2 6
66 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
2 3
Com os valores anteriores, tem-se que a3 = , c3 = e b31 = 0. Assim,
3 8
o Metodo de Runge-Kutta de terceira ordem, com as condicoes impostas, e
dado por
1 = f (t, y)
2h 2h
h 3 3 2 = f (t + ,y + 1 )
yk+1 = yk + 1 + 2 + 3 3 3 .
4 2 2
2h 2h
3 = f (t + ,y + 2 )
3 3
1 = f (tk , yk )
1 2 = f (tk + h2 , yk + h2 1 )
(tk , yk , h) = 6 (1 + 22 + 23 + 4 ) ,
3 = f (tk + h2 , yk + h2 2 )
4 = f (tk + h, yk + h3 )
(ba) .
eh= n , aplicado `a equacao diferencial y = py, p constante, fornece
yk+1
= eph + O(ph)5 .
yk
Solucao
1 = f (tk , yk ) = pyk ,
h h h p2 h
2 = f (tk + , yk + 1 ) = p yk + pyk = p + yk ,
2 2 2 2
h h h p2 h
3 = f (tk + , yk + 2 ) = p yk + p+ yk
2 2 2 2
p 2 h p 3 h2
= p+ + yk ,
2 4
p 2 h p 3 h2
4 = f (tk + h, yk + h3 ) = p yk + h p + + yk
2 4
p 3 h2 p 4 h3
= p + p2 h + + yk .
2 4
yk+1 p2 h2 p3 h3 p4 h4
= 1 + ph + + + . (3.35)
yk 2! 3! 4!
Como
X
(ph)n p 2 h2 p 3 h3 p 4 h4
eph = = 1 + ph + + + + O (ph)5 ,
n=0
n! 2! 3! 4!
yk+1
= eph + O(p5 h5 ).
yk
(a) Estime h para que o erro local de truncamento para o Metodo de Euler
seja menor que 104 .
68 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
(b) A estimativa para h obtida no item (a) pode ser usada como aproximacao
inicial do passo de integracao para o Metodo de Runge-Kutta-Fehlberg?
Justifique.
Solucao
y(tk+1 ) y(tk )
k = f ((tk , y(tk )) . (3.36)
h
(tk+1 tk )2
y(tk+1 ) = y(tk ) + (tk+1 tk )y (tk ) + y (), (3.37)
2!
2
y(tk ) + hy (tk ) + h2! y () y(tk )
k = f (tk , y(tk ))
h
h
= y (tk ) + y () f (tk , y(tk ))
2!
h
= y (). (3.38)
2
Assim,
h
|k | = |y ()| ,
2
h
max |k | max |y ()|,
k 2 I
h
max |y ()| < 104 ,
2 I
2.104
h < . (3.39)
max |y ()|
I
3.6. EXERCICIOS RESOLVIDOS 69
Ainda,
I = [0, 1],
e2t
y(t) = ,
2
y (t) = 2t
e ,
y (t) = 2e2t . (3.40)
2.104
h< ,
2e2
104
h< 1, 35335x105 . (3.41)
e2
104
Calculando (3.42) com f (t, y(t)) = e2t , t0 = 0 e h = , obtem-se
e2
1 = (t0 , y0 ) = e2t0 = e0 = 1,
h h
2 = f t0 + , y 0 + 1
4 4
2(t0 + h
4 ) = e 2 1, 000006767,
h
= e
3h 3h 9h
3 = f t0 + , y0 + 1 + 2
8 32 32
= e2(t0 + 8 ) = e 4 1, 00001015,
3h 3h
12h 1932h 7200h 7296h
4 = f t0 + , y0 + 1 2 + 3
13 2197 2197 2197
13 ) = e 13 1, 000024985,
2(t0 + 12h 24h
= e
439h 3680h 845h
5 = f t0 + h, y0 + 1 8h2 + 3 4
216 513 4104
= e2(t0 +h) = e2h 1, 000027067,
70 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
h 8h 3544h 1859h 11h
6 = f t0 + , y0 1 + 2h2 3 + 4 5
2 27 2565 4104 40
h
= e2(t0 + 2 ) = eh 1, 000013534,
RKF
0 1, 96784x1011 . (3.43)
104
pode-se usar como valor inicial para o passo de integracao h. O
e2
104
mesmo se verifica para h < 2 .
e
5. Interprete geometricamente o Metodo de Euler Modificado
y0 = y(t0 )
yk+1 = yk + h(tk , yk , h); tk+1 = tk + h; 0k n1
1 = f (t, y)
(t, y, h) = 2
2 = f (t + h2 , y + h2 1 )
y0 = y(t0 )
yk+1 = yk + h(tk , yk , h); tk+1 = tk + h; 0k n1
1 + 2 1 = f (t, y)
(t, y, h) =
2 2 = f (t + h, y + h1 )
ba
ambos com h = n .
Solucao
(a) M
etodo de Euler Modificado
Na Figura (3.1), y(t) e o grafico da solucao analtica. Seja y1 (t) a reta
que passa pelo ponto (tk , yk ) e que tem inclinacao f (tk , yk ). Com isso,
tem-se
Seja agora y2 (t) a reta que passa pelo ponto P e tem inclinacao f (tk+ 12 , yk +
h
2 f (tk , yk )). Logo,
h h
y2 (t) = yk + f (tk , yk ) + t tk+ 21 f (tk+ 12 , yk + f (tk , yk )).
2 2
(3.46)
72 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
Seja agora y3 (t) a reta que passa por (tk , yk ) e tem por inclinacao a
inclinacao da reta y2 (t). Assim,
h
y3 (t) = yk + (t tk )f (tk+ 12 , yk + f (tk , yk )). (3.47)
2
h
yk+1 = yk + hf (tk+ 12 , yk + f (tk , yk )) .
2
(b) M
etodo de Euler Aprimorado
Seja agora y2 (t) a reta que passa pelo ponto P e tem inclinacao f (tk+1 , yk +
hf (tk , yk )). Portanto,
Seja agora y3 (t) a reta que passa por P e tem por inclinacao a media
das inclinacoes das retas y1 (t) e y2 (t). Logo,
Considere-se agora a reta y4 (t) que passa pelo ponto (tk , yk ) e tem a
mesma inclinacao de y3 (t). Assim,
h
yk+1 = yk + [f (tk , yk ) + f (tk + h, yk + hf (tk , yk ))] .
2
74 CAPITULO 3. METODOS
DE PASSO UNICO DE ALTAS ORDENS
Captulo 4
Estabilidade dos m
etodos
de passo u
nico
yk+1 = yk + hf (tk , yk )
= yk + h (10yk )
= (1 10h)yk ,
75
76 CAPITULO 4. ESTABILIDADE DOS METODOS
DE PASSO UNICO
h = 0, 125 h = 0, 5
k tk y(tk ) |y(tk ) yk | |y(tk ) yk |
0 2,0 1,000E+03 0,000E+00 0,000E+00
1 2,5 6,738E+00 2,832E+00 4,007E+03
2 3,0 4,540E-02 3,014E-02 1,600E+04
3 3,5 3,059E-04 2,463E-04 6,400E+04
4 4,0 2,061E-06 1,828E-06 2,600E+05
5 4,5 1,389E-08 1,298E-08 1,024E+06
6 5,0 9,358E-11 9,003E-11 4,096E+06
7 5,5 6,305E-13 6,166E-13 1,638E+07
8 6,0 4,248E-15 4,194E-15 6,554E+07
se o Metodo de Euler
y0 = y(t0 )
yk+1 = yk + hf (tk , yk )
aplicado ao Problema de Cauchy modelo
(
d
y(t) = y
dt ,
y(t0 ) = y0
Observa
c
ao
conduz a
yk+1 = (h)yk .
O conjunto
= { C; |()| < 1}
e denominado regi ao de estabilidade absoluta (h fixo) e (h) e o fator de am-
plificac
ao. A intersecc
ao da regi
ao com a reta real determina o intervalo de
estabilidade absoluta do metodo de passo u nico.
4.1.1 Exerccios
Exerccio 4.1. Explique a estabilidade (ou instabilidade) do Metodo de Euler
aplicado `
a soluc
ao do p.v.i. (4.1) com passos de integrac
ao h = 0, 5 e h = 0, 125.
Exerccio 4.2. Determine o intervalo de estabilidade absoluta para o Metodo
de Euler Modificado.
Exerccio 4.3. Determine o intervalo de estabilidade absoluta para o Metodo
de Euler Aprimorado.
Exerccio 4.4. A Tabela (4.2) traz o fator de amplificac
ao e o intervalo de es-
tabilidade absoluta para os Metodos de Runge-Kutta de ordem R com R est agios
[10].
1 1 + h (-2 , 0)
2
2 1 + h + (h)
2 (-2 , 0)
2 3
3 1 + h + (h)
2 + (h)
6 (-2,51 , 0)
2 3 4
4 1 + h + (h)
2 + (h)
6 + (h)
24 (-2,78 , 0)
com h = 0, 2 e h = 0, 4.
Sugest
ao: Mostre que a soluc
ao exata do problema de valor inicial (4.5) e
1
y(t) = . Com a solucao exata e a soluc
ao numerica, calcule o erro global
t
de discretizac
ao.
4.2 Suplemento te
orico
4.2.1 Instabilidade inerente
Seja o problema de valor inicial
d
y(t) = y(t) t, t [0, 5]
dt . (4.6)
y(0) = 1
Em (4.6), tem-se uma equacao diferencial ordinaria linear, de primeira ordem,
nao homogenea. A solucao exata de (4.6) e dada por y(t) = t + 1.
R
dt
Fator integrante: e = et .
d
et y(t) y(t) = tet
dt
d
et y(t) et y(t) = tet
dt
d t
e y(t) = tet
Z dt Z
d t
e y(t) dt = tet dt
dt
Z
et y(t) = tet dt (4.7)
= tet et
= (t + 1)et . (4.8)
Substituindo (4.8) em (4.7), chega-se a:
et y(t) = (t + 1)et + C;
y(t) = t + 1 + Cet . (4.9)
80 CAPITULO 4. ESTABILIDADE DOS METODOS
DE PASSO UNICO
y(0) = 1 + C C = 0.
Logo,
y(t) = t + 1. (4.10)
t = 5 em (4.10) y(5) = 5 + 1 = 6;
t = 5 em (4.13) y(5) = 0, 01e5 + 5 + 1 4, 5;
t = 5 em (4.14) y(5) = 0, 01e5 + 5 + 1 7, 5.
Solucao
p.v.i.:
(
d
y(t) = y
dt
y(t0 ) = y0
y(t) = y0 e(tt0 )
Observa
c
ao
z = h = a + bi, a, b R
2 + h 2 + z
2 h < 1 2 z < 1
2 + a + bi
2 a bi < 1
(a + 2) + bi
(a + 2) bi < 1
|(a + 2) + bi|
<1
|(a + 2) bi|
p
(a + 2)2 + b2
p <1
(a + 2)2 + (b)2
p p
(a + 2)2 + b2 < (a + 2)2 + b2
a2 + 4a + 4 + b2 < a2 4a + 4 + b2
8a < 0
a<0
Re (h) < 0. (4.17)
M etodos de passo m
ultiplo
lineares
5.1 Defini
cao
ou
onde j e j s
ao constantes, sendo n 6= 0 e 0 ou 0 6= 0.
85
86 CAPITULO 5. METODOS
DE PASSO MULTIPLO LINEARES
Na notac
ao (5.1):
y0 = y(t0 ) , yp pre-determinado , 1 p 3
k = 0, 1, .... (5.2)
h
yk+4 = yk+3 + 24 (55fk+3 59fk+2 + 37fk+1 9fk )
0 = 0, 1 = 0, 2 = 0, 3 = 1, 4 = 1
e
9 37 59 55
0 = , 1 = , 2 = , 3 = , 4 = 0.
24 24 24 24
5.2 Deduc
ao
Pode-se deduzir um metodo de passo m
ultiplo linear:
t tk tk+1 tk+2
f (t, y(t)) = f fk fk+1 fk+2
Como
d
y(t) = f (t, y(t))
dt
Z tk+2 Z tk+2 Z tk+2
d tk+2
y(s)ds = f (s, y(s)) ds [y(s)]tk = f (s, y(s)) ds
tk ds tk tk
Z tk+2
y(tk+2 ) y(tk ) = f (s, y(s)) ds,
tk
5.3. ERRO LOCAL DE DISCRETIZAC
AO 87
tem-se que
h
y(tk+2 ) y(tk ) (fk + 4fk+1 + fk+2 ) , (5.3)
3
express
ao obtida integrando-se o polin
omio de grau 2 que interpola todos os pon-
tos da Tabela (5.1).
A relac
ao (5.3) inspira o metodo de 2-passos implcito
h
yk+2 yk = (fk+2 + 4fk+1 + fk ) , (5.4)
3
conhecido como Metodo de Simpson.
Comparando (5.4) com (5.1), constata-se que
0 = 1, 1 = 0, 2 = 1
e
1 4 1
0 = , 1 = , 2 = .
3 3 3
Sejam
n
X n
X
d = h = j y(tk + jh) h j f (tk + jh, y(tk + jh)) (5.6)
j=0 j=0
e a solucao numerica
n
X n
X
j yk+j h j f (tk+j , yk+j ) = 0. (5.7)
j=0 j=0
88 CAPITULO 5. METODOS
DE PASSO MULTIPLO LINEARES
metodo implcito (n 6= 0)
d = y(tk + nh) yk+n hn [f (tk + nh, y(tk + nh)) f (tk+n , yk+n )]
| {z }
Teorema do Valor Medio
f
= y(tk + nh) yk+n hn (tk+n , k+n ) (y(tk + nh) yk+n )
y
f
= 1 hn (tk+n , k+n ) (y(tk + nh) yk+n ) .
y
5.3.1 Expans
ao em S
erie de Taylor
Expandindo-se
n
X n
X
h = j (y(tk + jh)) h j f (tk + jh, y(tk + jh))
| {z }
j=0 j=0
y (1) (tk +jh)
lim (t, h) = 0.
h0
e
n
X n
X
C1 = jj j = 0.
j=0 j=0
5.4 Consist
encia
lim (t, h) = 0,
h0
ou seja, se e somente se C0 = 0 e C1 = 0.
90 CAPITULO 5. METODOS
DE PASSO MULTIPLO LINEARES
Observe-se que:
1. O metodo e consistente p 1 (C0 = C1 = 0);
2. A definicao geral de consistencia (que tambem serve para os metodos de passo
unico) pode ser escrita como
O metodo e consistente com a EDO lim (t, h) = 0 ;
h0
3. Como
f
h = 1 hn (k+n ) (y(tk + nh) yk+n ) e
y
h = Cp+1 hp+1 y (p+1) (tk ) + O hp+2 ,
entao
y(tk + nh) yk+n = Cp+1 hp+1 y (p+1) (tk ) + O(hp+2 ). (5.12)
Em (5.12), o termo
Cp+1 hp+1 y (p+1) (tk )
5.5 Converg
encia
A nocao de limite a ser utilizada e
tem-se que
lim yk = y(t)
h0
yp = p (h)
5.5.1 Condic
oes necess
arias `
a converg
encia
Em um metodo de passo m
ultiplo linear convergente, espera-se que
h0
yk+j y(t) , j = 0, 1, , n.
kh=tt0
Equivalentemente,
Dessa forma,
n
X n
X n
X
j y(t) = j yk+j + j (h),
j,k
j=0 j=0 j=0
n
X Xn n
X
y(t) j = h j f (tk+j , yk+j ) + j (h). (5.14)
j,k
j=0 j=0 j=0
n
X n
X
y(t) j = 0 j = C0 = 0.
j=0 j=0
yk+j yk h0 d
y(t) , j = 1, 2, , n
jh dt
kh=tt0
d yk+j yk
y(t) = + (h)
dt jh j,k
| {z }
0 , h0
d
yk+j yk = jh y(t) + jh (h)
dt j,k
n
X n
X Xn Xn
d
j yk+j j yk = h jj y(t) + h jj (h)
j=0 j=0 j=0
dt j=0
j,k
Xn n
X Xn Xn
d
h j fk+j yk j = h y(t) jj + h jj (h)
j=0 j=0
dt j=0 j=0
j,k
| {z }
C0 =0
n
X Xn Xn
d
h j fk+j = h y(t) jj + h jj (h)
j=0
dt j=0 j=0
j,k
Xn Xn Xn
d
j fk+j = y(t) jj + jj (h). (5.15)
j=0
dt j=0 j=0
j,k
d
Como fk+j f (t, y(t)) = y(t) e (h) 0 quando h 0, pode-se concluir
dt j,k
5.5. CONVERGENCIA 93
de (5.15) que
n
X Xn
d
j f (t, y(t)) = y(t) jj
j=0
dt j=0
n
X Xn
d
f (t, y(t)) j = y(t) jj
j=0
dt j=0
Xn Xn
d d
y(t) j = y(t) jj
dt j=0
dt j=0
n
X n
X
j = jj
j=0 j=0
n
X n
X
j jj = 0
j=0 j=0
Xn Xn
jj j = 0
j=0 j=0
C1 = 0.
Portanto, algo mais precisa ser satisfeito para garantir a convergencia (condicoes
necessarias e suficientes). Isto conduz `a nocao de estabilidade.
5.5.2 Exerccios
Exerccio 5.1. Usando as expans oes de Taylor em torno de tn , determine o
metodo mais exato implcito de passo 2 e o primeiro termo do erro local de
truncamento.
Exerccio 5.2. Mostre que o metodo
yk+2 yk+1 = h3 (3fk+1 2fk )
e inconsistente.
Exerccio 5.3. Mostre que a ordem do metodo
94 CAPITULO 5. METODOS
DE PASSO MULTIPLO LINEARES
1. e 2 se b6=-1;
2. e 3 se b = -1.
5.6. EXERCICIOS RESOLVIDOS 95
Solucao
Um metodo de passo m
ultiplo linear e convergente se, para todo Problema
de Cauchy
y(t)
= f (t, y(t))
,
y(t0 ) = y0
tem-se que lim yk = y(t).
h0
kh=tt0
No p.v.i. (5.17), f (t, y(t)) = 1 e a solucao exata e dada por y(t) = t (veri-
fique!).
Logo:
y0 = 0;
y1 = h (y1 = y0 + h = 0 + h) ;
11 11 23
y2 = y1 + h = h + h = h;
12 12 12
11 34
y3 = y2 + h = h;
12 12
11 45
y4 = y3 + h = h;
12 12
..
..
1.6 1.6
1.4 1.4
1.2 1.2
1 1
y
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x x
(a) (b)
h=0.025
2
Soluo Analtica
Aproximaes
1.8
1.6
1.4
1.2
1
y
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x
1
10
2
10
0 1 2 3 4 5 6
10 10 10 10 10 10 10
h
2. Aplique o metodo
h
yk+2 + (b 1)yk+1 byk = [(b + 3)fk+2 + (3b + 1)fk ] (5.18)
4
ao p.v.i.
y(t)
=y
0 t 1. (5.19)
y0 = y1 = 0
Solucao
h
yk+2 + (b 1)yk+1 byk = [(b + 3)fk+2 + (3b + 1)fk ]
4
h
yk+2 + (b 1)yk+1 byk = [(b + 3)yk+2 + (3b + 1)yk ]
4
h(b + 3) h(3b + 1)
yk+2 yk+2 = (b 1)yk+1 + byk + yk
4 4
h(b + 3) h(3b + 1)
1 yk+2 = (b 1)yk+1 + b + yk
4 4
5.6. EXERCICIOS RESOLVIDOS 99
h(3b + 1)
(b 1)yk+1 + b + yk
4
yk+2 = (5.20)
h(b + 3)
1
4
Solucao
Metodo de 2 passos implcito:
yk+2 + 1 yk+1 + ayk = h [2 fk+2 + 1 fk+1 + 0 fk ] , (5.21)
com 2 6= 0, 2 = 1 e 0 = a.
Tem-se em (5.21) 4 inc ognitas. Logo, sao necessarias 4 equacoes. Para
tanto, considere-se o metodo (5.21) consistente de ordem 3, o que implica
C0 = C1 = C2 = C3 = 0 e C4 6= 0.
2
X
C0 = 0 j = 0 1 + 1 + a = 0 1 = (a + 1) (5.22)
j=0
2
X 2
X
C1 = 0 jj j = 0 1 + 2 0 1 2 = 0
j=0 j=0
1 a = 0 + 1 + 2 (5.23)
2
X 2
X
j2 1
C2 = 0 j jj = 0 1 + 2 1 22 = 0
j=0
2! j=0
2
1
[(a + 1)] +2 = 1 + 22
2 | {z }
(5.22)
3 a = 21 + 42 (5.24)
100 CAPITULO 5. METODOS
DE PASSO MULTIPLO LINEARES
2
X 2
X
j3 j2 1 8 1
C3 = 0 j j = 0 1 + 1 22 = 0
j=0
3! j=0
2! 6 6 2
1 8 1
[(a + 1)] + = 1 + 22
6 | {z } 6 2
(5.22)
7 a = 31 + 122 (5.25)
2 2a
2a 2 = 31 1 = . (5.26)
3
2 2a a+5
42 = 3 a 2 2 = . (5.27)
3 12
2 2a a + 5 5a + 1
0 = 1 a 0 = .
3 12 12
Calculando C4 , obtem-se
2
X 2
X
j4 j3 1 16 1 8
C4 = j j = 1 + 1 2
j=0
4! j=0
3! 24 24 6 6
1 16 1 2 2a 8 a + 5
= [(a + 1)] +
24 | {z } 24 6 | {z 3 } 6 | 12
{z }
(5.22)
(5.26) (5.27)
45 3a + 8a 8 8a 40
=
72
a+1
= (5.28)
24
4 1
1 = , 0 = e C5 e igual a
3 3
2
X 2
X
j5 j4 1 32 1 16
C5 = j j = 1 + 1 2
j=0
5! j=0
4! 120 120 24 24
32 1 4 16 1
=
120 24 3 24 3
4 5 24 25
= =
15 18 90
1
= 6= 0.
90
6.1 Equac
oes de diferen
cas lineares
onde j , 0 j n, s
ao constantes independentes de yk com 0 6= 0 e n 6= 0.
103
104CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
Seja {b
yj }jN a solucao da equacao de diferencas linear homogenea
n
X
j yk+j = 0. (6.3)
j=0
n
X n
X
= j ybk+j + j k+j
j=0 j=0
| {z }
=0
= k ,
entao
n
X
j k+j = k .
j=0
n
X
desde que j 6= 0.
j=0
No caso de razes m
ultiplas, a solucao deve ser modificada. Por exemplo, se r1
for uma raiz de multiplicidade 2, tem-se que
n
X
yk = d1,1 r1k + d1,2 kr1k + dt rtk + k .
t=2
+ k
p
X
onde t = n.
t=1
satisfazendo y0 = 5, y1 = 0, y2 = 4 e y3 = 12.
Solu
c
ao
4
X
p4 (r) = j r j = 4 r 4 + 3 r 3 + 2 r 2 + 1 r + 0
j=0
Soluc
ao particular:
4
k = n = = 2 , k N.
X 14+54+4
j
j=0
6.1. EQUAC
OES DE DIFERENC
AS LINEARES 107
Das condic
oes iniciais
y0 = d1,1 + d2 + d3 + 2 = 5,
y1 = d1,1 2 + d1,2 1 2 + d2 (i) + d3 (i) + 2 = 0,
y2 = d1,1 22 + d1,2 2 22 + d2 (i)2 + d3 (i)2 + 2 = 4,
y3 = d1,1 23 + d1,2 3 23 + d2 (i)3 + d3 (i)3 + 2 = 12,
6.1.1 Exerccios
Exerccio 6.1. Calcule os termos y4 , y5 e y6 da soluc
ao (6.12) empregando
1. a pr
opria soluc
ao (6.12);
2. a equac
ao de diferencas linear n
ao homogenea (6.8).
Exerccio 6.2. Como os coeficientes de (6.8) sao reais e as condic
oes iniciais
tambem, yk e necessariamente real. Mostre que (1 i)(i)k + (1 + i)(i)k e um
numero real k N ou, equivalentemente, mostre que
k k
yk = 2 cos sen + (1 k)2k + 2
2 2
lembrando que i = ei 2 = cos + isen .
2 2
Exerccio 6.3. A sequencia de Fibonacci e uma sequencia de n
umeros inteiros
onde y0 = 0, y1 = 1 e cada um dos demais termos e dado pela soma dos dois
termos precedentes.
1. Mencione os dez primeiros termos da sequencia de Fibonacci.
2. Escreva a equac
ao de diferencas linear que define a sequencia de Fibonacci.
3. Solucione a equac
ao de diferencas linear do item 2 empregando a tecnica
estudada.
108CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
6.2 Diverg
encia
Seja o metodo de 2-passos explcito
de ordem maxima.
C0 = 0 + 1 + 1 = 0;
C1 = 0 0 + 1 1 + 2 1 0 1 = 0;
02 0 + 12 1 + 22 1 0 0 + 1 1 (6.13)
C2 = = 0;
2! 1!
03 0 + 13 1 + 23 1 02 0 + 12 1
C3 = = 0.
3! 2!
A solucao do sistema linear (6.13) e 0 = 5, 1 = 4, 0 = 2 e 1 = 4.
Assim,
Soluc
ao exata do p.v.i.:
y(t) = et . (6.16)
A discretizac
ao do Problema de Cauchy (6.15) e dada por
A equac
ao (6.17) e uma equac
ao de diferencas linear homogenea com 2 = 1,
1 = 4 + 4h e 0 = 5 + 2h, cuja solucao e dada por
onde rj s
ao as razes (supondo-as simples) do polin
omio
2
X
p2 (r) = j r j
j=0
= 2 r 2 + 1 r 1 + 0
= r2 + (4 + 4h)r + (5 + 2h)
e as contantes dj s
ao obtidas a partir das condic
oes iniciais
y0 = y(t0 ) = 1
y1 = y(t0 + h) = y(0 + h) = eh .
Assim,
r2 eh k eh r1 k
yk = r + r . (6.19)
r2 r1 1 r2 r1 2
As soluc
oes (6.19) e (6.16) fornecem os resultados presentes na Tabela (6.1).
Analisando-a, conclui-se que o metodo de passo m ultiplo linear consistente (6.14)
e divergente.
110CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
k yk y(tk )
2 1, 4 109
3 +5, 01 109
4 3, 00 108
5 +1, 44 107
.. ..
. .
98 2, 57 1058
99 +1, 29 1059
100 6, 52 1059
6.2.1 Exerccios
Exerccio 6.4. Mostre que o metodo de passo m
ultiplo linear (6.14) e consis-
tente de ordem 3.
Lembrando que
X
f (n) (0) n
f (h) = h ,
n=0
n!
X (h)n 1 1 1
eh = = 1 h + h2 h3 + h4 +
n=0
n! 2 6 24
+ O(h5 );
r2 eh
d1 = = 1 + O(h2 );
r2 r1
eh r1 1 4
d2 = = h + O(h5 ).
r2 r1 216
Dessa forma,
yk = d1 r1k + d2 r2k
et ,
t4 (5)k 3t5
e (6.21)
216 k 4
(Stoer [14])1 .
k k
1 1 1 a1 a
lim 1+ = e, lim (1 + k) k = e, lim 1+ = eb
k k k0 k bk
112CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
Em (6.21),
(5)k
lim = , (6.22)
k k4
p2 (r) r2 + 4r + 5,
6.3 Polin
omios caractersticos
n
X
(r) = j r j , (6.25)
j=0
sendo n = 1.
6.3. POLINOMIOS CARACTERISTICOS 113
(1) = 0
e
(1) (1) = 0.
n
X
(r) = j rj
j=0
= 0 r0 + 1 r1 + 2 r2 + 3 r3 + + n rn
(1) = 0 + 1 + 2 + 3 + + n
Xn
= j = C0
j=0
(1) = 0 C0 = 0
(r) = 1 + 22 r1 + 33 r2 + 44 r3 + + nn rn1
(1) = 1 + 22 + 33 + 44 + + nn
Xn
(1) = jj
j=0
Xn
(r) = j r j
j=0
= 0 r 0 + 1 r 1 + 2 r 2 + 3 r 3 + + n r n
(1) = 0 + 1 + 2 + 3 + + n
Xn
= j
j=0
n
X n
X
(1) (1) = jj j = C1
j=0 j=0
(1) (1) = 0 C1 = 0
6.4 Zero-Estabilidade
A zero-estabilidade de um metodo de passo m
ultiplo linear diz respeito ao es-
tudo da estabilidade para h 0.
uma vez que f (t, y(t)) = 0. A relacao (6.28) e uma equacao de diferencas linear
homogenea.
lim yk = 0 , kh = t 0 .
h0 | {z }
fixo
Para determinar sob quais condicoes o metodo e convergente, suponha-se que
as razes do polinomio
n
X
pn (r) = j rj , (6.29)
j=0
yj 0 (= y0 ) , j = 0, 1, , n 1 ,
h0 | {z }
n condicoes iniciais
ou seja, as n condicoes iniciais y0 = y1 = y2 = = yn1 = 0.
6.4. ZERO-ESTABILIDADE 115
Como
lim yk = 0
h0
kh=t
t k rjk
lim hrjk = lim rj = t lim , (6.30)
h0 k k k k
kh=t
|rj | 1, j = 1, , n ,
Se rj tem multiplicidade m > 1, entao a raiz contribui para a solucao com uma
parcela da forma
Logo,
j
X
onde mt = n e
t=1
t p k
lim hk p rjk = lim k rj = t lim k p1 rjk . (6.31)
h0 k k k
kh=t
116CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
O metodo sera convergente somente se o limite em (6.31) for zero. Isto ocorre
quando |rj | < 1.
tiver m
odulo maior que 1 e toda raiz com m
odulo 1 for simples (multiplicidade
um).
6.4.1 Exerccios
Exerccio 6.6. Verifique que todo metodo de passo u
nico e zero-est
avel.
6.4. ZERO-ESTABILIDADE 117
e zero est
avel.
h
yk+2 (1 + a)yk+1 + ayk = [(3 a)fk+1 (1 + a)fk ]
2
para
1. a = 0;
2. a = 5.
h
yk+2 + (b 1)yk+1 byk = [(b + 3)fk+2 + (3b + 1)fk ]
4
e zero-inst
avel se b = 1.
h
yk+2 + (b 1)yk+1 byk = [(b + 3)fk+2 + (3b + 1)fk ] ,
4
com b = 0 e b = 1, para solucionar o p.v.i.
d
y(t) = y(t), t [0, 1]
dt .
y0 = y1 = 0
6.5 Condi
coes iniciais
O metodo de n-passos
n
X n
X
j yk+j = h j fk+j
j=0 j=0
chega-se a
n
X
k = j (y(tk+j ) yk+j ) +
j=0
Xn
h j f (tk+j , k+j ) (y(tk+j ) yk+j ) . (6.36)
j=0
y
Aplicando as hip
oteses simplificadoras
k = = constante,
f (tk+j , k+j ) = = constante,
y
n
X
onde rj sao as razes (supondo-as simples) do polin
omio pn (r) = (j hj ) rj ,
j=0
n
X
dj rjk e a solucao da equacao de diferencas linear homogenea e n
X
j=1 (j hj )
j=0
e uma solucao particular.
120CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
satisfazem
6.7.1 Exerccios
Exerccio 6.11. Reveja as nocoes de estabilidade absoluta e de zero-estabilidade
e suas relac
oes com a convergencia.
Exerccio 6.12. Veja em Lambert [10], Captulo 3, as noc
oes de estabilidade
relativa.
122CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
onde 1 a < 1.
ou
Na Serie de Taylor
h2 (2) hp
y(t + h) = y(t) + hy (1) (t) + y (t) + ... + y (p) (t) + Rp+1 ,
2! p!
o resto Rp+1 pode assumir as seguintes formas:
diferencial
hp+1 (p+1)
y () com (a, b); (6.49)
(p + 1)!
6.8. LIMITANTE PARA O ERRO LOCAL DE DISCRETIZAC
AO 123
integral
Z h
1
(h )p y (p+1) (tk + )d. (6.50)
p! 0
Efetuando a substituicao
d
= sh ( 0 s 0, jh s j) = h d = hds
ds
em (6.47), obtem-se
n Z j
hp+1 X
h = j (j s)p y (p+1) (tk + sh)ds +
p! j=0 0
n Z j
hp+1 X p1 (p+1)
j (j s) y (tk + sh)ds , (6.53)
(p 1)! j=0 0
Assim,
n Z n
hp+1 X
h = j (j s)p+ y (p+1) (tk + sh)ds +
p! j=0 0
p+1 X n Z n
h p1 (p+1)
j (j s)+ y (tk + sh)ds
(p 1)! j=0 0
p+1 Z n X n h i
h
= j (j s)p+ pj (j s)p1
+ y (p+1) (tk + sh) ds
p! 0 j=0
Z
hp+1 n
= G(s)y (p+1) (tk + sh)ds, (6.55)
p! 0
sendo
n h
X i
G(s) = j (j s)p+ pj (j s)p1
+ (6.56)
j=0
a func
ao influencia do metodo de passo m
ultiplo linear.
onde
Z n
G= |G(s)| ds
0
e
Y = max y (p+1) () .
[a,b]
6.9. LIMITANTE PARA O ERRO GLOBAL DE DISCRETIZAC
AO 125
Como
6.8.1 Exerccios
Exerccio 6.14. Seja o metodo de passo m
ultiplo linear de 2-passos consistente
zero-est
avel definido por
3 1
2 = 1, 1 = 1, 0 = 0, 2 = 0, 1 = e 0 = . (6.62)
2 2
1. Construa o gr afico da func
ao influencia G(s) do metodo de passo m
ultiplo
linear (6.62).
Z n
2. Calcule G(s)ds.
0
Observac
ao: Use aplicativos (Maple, Matlab ou outros) ou faca um programa
em linguagem C para solucionar o exerccio.
e de classe A se
n = 1,
j 0, j = 0, 1, 2, , n 1,
n
X
j = 0.
j=0
126CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
onde
= max |e |,
=0,1, ,n1
tk : instante de estudo,
t0 : instante inicial,
h : passo de integracao,
p : ordem do metodo,
GeY : constantes de delimitacao do erro local de discretizacao,
q e K1 :constantes do erro de truncamento da solucao numerica,
L :constante de Lipschitz,
n1
X
B = |j |.
j=0
onde
= ,
1 h n 1
n
L
= sup | |,
=0,1,
Xn
A = |j |,
j=0
n : n
umero de passos do metodo,
= max |e |,
=0,1, ,n1
tk : instante de estudo,
t0 : instante inicial,
h : passo de integracao,
6.10. SUPLEMENTO TEORICO 127
p : ordem do metodo,
GeY : constantes de delimitacao do erro local de discretizacao,
q e K1 : constantes do erro de truncamento da solucao numerica,
L :constante de Lipschitz,
Xn
B = |j |,
j=0
com
1
= 0 + 1 + 2 2 + .
n + n1 + + 0 n
6.9.1 Exerccios
Exerccio 6.15. De exemplos de metodos de passo m
ultiplo lineares de classe
A explcitos (n = 0).
Exerccio 6.16. Deduza a limitac
ao para o erro global de discretizac
ao
em um metodo de passo m
ultiplo linear de classe A explcito (Veja Lambert [10],
p
agina 55).
6.10 Suplemento te
orico
6.10.1 Teorema do Valor M
edio para Integrais
Teorema 6.3. Se (t) e uma func ao contnua e g(t) e uma func ao integr
avel
de sinal constante no intervalo [a, b], ent
ao existe (a, b) tal que
Z b Z b
(t)g(t)dt = () g(t)dt.
a a
128CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
Solucao
Solucao analtica do p.v.i.:
dy
= 4t y
dt
1 dy
= 4t
y dt
Z Z
1 dy
dt = 4tdt
y dt
1
y2 4t2
1 = +C
2
2
1 C
y 2 = t2 +
2
2
C
y = t2 +
2
y(0) = 1 C = 2
2
y(t) = t2 + 1 . (6.69)
h = 0, 1
tk y(tk ) yk |y(tk ) yk |
0,000 1,000000 1,000000 0,000000
0,100 1,020100 1,020100 0,000000
0,200 1,081600 1,081200 0,000400
0,300 1,188100 1,189238 0,001138
0,400 1,345600 1,338866 0,006734
0,500 1,562500 1,592994 0,030494
0,600 1,849600 1,702337 0,147263
0,700 2,220100 2,913023 0,692923
0,800 2,689600 -0,602567 3,292167
h=0.1
3
Soluo Analtica
Aproximaes
2.5
1.5
1
y
0.5
0.5
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
x
h = 0, 05
tk y(tk ) yk |y(tk ) yk |
0,000 1,000000 1,000000 0,000000
0,050 1,005006 1,005006 0,000000
0,100 1,020100 1,020075 0,000025
0,150 1,045506 1,045580 0,000074
0,200 1,081600 1,081158 0,000442
0,250 1,128906 1,130988 0,002082
0,300 1,188100 1,177715 0,010385
0,350 1,260006 1,310883 0,050877
0,400 1,345600 1,095852 0,249748
0,450 1,446006 2,666284 1,220278
0,500 1,562500 -4,430548 5,993048
h=0.05
3
Soluo Analtica
Aproximaes
2
1
y
5
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
x
h = 0, 025
tk y(tk ) yk |y(tk ) yk |
0,000 1,000000 1,000000 0,000000
0,025 1,001250 1,001250 0,000000
0,050 1,005006 1,005005 0,000002
0,075 1,011282 1,011286 0,000005
0,100 1,020100 1,020072 0,000028
0,125 1,031494 1,031627 0,000133
0,150 1,045506 1,044835 0,000672
0,175 1,062188 1,065521 0,003334
0,200 1,081600 1,065009 0,016591
0,225 1,103813 1,186258 0,082445
0,250 1,128906 0,719318 0,409588
0,275 1,156969 3,187841 2,030872
0,300 1,188100 -8,915969 10,104069
h=0.025
4
Soluo Analtica
Aproximaes
2
y
10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
x
Solucao
h=0.1
25
Soluco Analtica
Aproximaes
20
15
y
10
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x
h=0.05 h=0.025
25 25
Soluo Analtica Soluo Analtica
Aproximaes Aproximaes
20 20
15 15
y
10 10
5 5
0 0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x x
(a) (b)
com:
(a) h = 0, 2;
(b) h = 0, 4.
Solucao
h=0,2 h=0,4
tk y(tk ) |y(tk ) yk | |y(tk ) yk |
1,0 1,00000 0,00E+00 0,00E+00
1,4 0,71429 4,94E-03 9,99E-02
1,8 0,55556 2,64E-03 8,88E-01
2,2 0,45455 1,37E-03 1,64E-01
2,6 0,38462 7,81E-04 7,78E-01
3,0 0,33333 4,84E-04 4,39E+00
3,4 0,29412 3,21E-04 3,05E+17
3,8 0,26316 2,23E-04 1,12E+288
4,2 0,23810 1,62E-04 overflow
Estabilidade absoluta:
f 2 5 1
= = 5ty + 2
y y t t
= 10yt, (6.73)
1
= 10 t
t
= 10.
1
y
exata
4 numerica com h=0.2
numerica com h=0.4
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
tempo t
8 6h
yk+4 (yk+3 yk+1 ) yk = (fk+4 + 4fk+3 + 4fk+1 + fk ). (6.74)
19 19
(a) Determine a ordem de consistencia e a constante do erro local de trun-
camento do metodo (6.74).
Solucao
8 8
4 = 1, 3 = , 2 = 0, 1 = , 0 = 1
19 19
6 24 24 6
4 = , 3 = , 2 = 0, 1 = , 0 =
19 19 19 19
4
X 8 8
C0 = j = 1 + +1=0
j=0
19 19
136CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
4
X 4
X
C1 = jj j
j=0 j=0
8 24 12 48
= +4 +
19 19 19 19
60 60
= =0
19 19
X4 X4
j2
C2 = j jj
j=0
2! j=0
1 8 72 24 72 24
= + 16 + +
2 19 19 19 19 19
120 120
= =0
19 19
X4 X4
j3 j2
C3 = j j
j=0
3! j=0
2!
1 8 216 1 24 216 96
= + 64 + +
6 19 19 2 19 19 19
168 168
= =0
19 19
X4 X4
j4 j3
C4 = j j
j=0
4! j=0
3!
1 8 648 1 24 648 384
= + 256 + +
24 19 19 6 19 19 19
176 176
= =0
19 19
X4 X4
j5 j4
C5 = j j =
j=0
5! j=0
4!
1 8 1944 1 24 1944 1536
= + 1024 + +
120 19 19 24 19 19 19
146 146
= =0
19 19
X4 X4
j6 j5
C6 = j j =
j=0
6! j=0
5!
1 8 5832 1 24 5832 6144
= + 4096 + +
720 19 19 120 19 19 19
100 100
= =0
19 19
6.11. EXERCICIOS RESOLVIDOS 137
4
X 4
X
j7 j6
C7 = j j =
j=0
7! j=0
6!
1 8 17496
= + 16384 +
5040 19 19
1 24 17496 24576
+ +
720 19 19 19
6121 877 6
= =
1995 285 665
O Metodo de Quade (6.74) e consistente (C0 = C1 = 0) de ordem 6.
O erro local de truncamento do metodo e
= C7 h6 y (7) ()
6
com constante C7 = .
665
Razes do polin
omio (6.75):
r+1=0 r1 = 1;
r1=0 r2 = 1;
8 4 i
r2 r+1=0 r3 = + 345;
19 19 19
4 i
r4 = 345.
19 19
Modulo das razes r3 e r4 :
!2 21
2 1
4 345 16 345 2
|r3 | = |r4 | = + = + = 1.
19 19 361 361
138CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
3 = 1, 2 = , 1 = , 0 = 1
Primeiro polin
omio caracterstico:
r3 + r2 r 1 = r3 1 + r2 r
= (r 1) r2 + r + 1 + r (r 1)
= (r 1) r2 + (1 + ) r + 1 .
(6.77)
Uma das razes do polin
omio (6.77) e r1 = 1. As outras duas razes sao
dadas por
q
(1 + ) (1 + )2 4
r2,3 = . (6.78)
2
i. Considerando = 1 ou = 3 em (6.78):
2
=1 (1 + ) 4 = 0 r2 = r3 = 1;
2
= 3 (1 + ) 4 = 0 r2 = r3 = 1.
Como em ambos os casos o polin omio tem raiz de multiplicidade 2
e m
odulo 1, o metodo nao e zero-estavel.
2
3 < < 1 2 < 1 + < 2 (1 + ) < 4
q
1+ i
r2,3 = 4 (1 + )2 ;
2 2
" # 12
2 2
(1 + ) 4 (1 + )
|r2 | = |r3 | = + = 1.
4 4
(b) Mostre que existe um valor de para o qual o metodo (6.76) tem ordem
4, mas para que ele seja zero-estavel sua ordem nao pode exceder 2.
Solucao
3 = 1, 2 = , 1 = , 0 = 1
3+ 3+
3 = 0, 2 = , 1 = , 0 = 0
2 2
3
X
C0 = j = 1 + + 1 = 0
j=0
140CAPITULO 6. ESTABILIDADE DOS METODOS
DE PASSO MULTIPLO
3
X 3
X
C1 = jj j
j=0 j=0
3+ 3+
= + 2 + 3 +
2 2
= +33=0
X3 X3
j2
C2 = j jj
j=0
2! j=0
1 3+
= ( + 4 + 9) +3+
2 2
1 1
= (9 + 3) (9 + 3) = 0
2 2
X3 3 X3
j j2
C3 = j j
j=0
3! j=0
2!
1 1 3+ 3+
= ( + 8 + 27) +4
6 2 2 2
1 1
= (27 + 7) (15 + 5)
6 4
18 2 9
= =
24 12
C3 6= 0 6= 9
3
X 3
X
j4 j3
C4 = j j
j=0
4! j=0
3!
1 1 3+ 3+
= ( + 16 + 81) +8
24 6 2 2
1 1
= (81 + 15) (27 + 9)
24 12
27 3 9
= =
24 8
= 9 C4 = 0
6.11. EXERCICIOS RESOLVIDOS 141
3
X 3
X
j5 j4
C5 = j j
j=0
5! j=0
4!
1 1 3+ 3+
= ( + 32 + 243) + 16
120 24 2 2
1 1
= (243 + 31) (51 + 17)
120 48
231 23
=
240
1
= 9 C5 =
10
Metodos
Preditores-Corretores
Para obter yk+n em um metodo de passo m ultiplo linear implcito, pode-se com-
parar metodos de passo m
ultiplo lineares explcitos e implcitos.
Metodos explcitos:
Metodos implcitos:
143
144 CAPITULO 7. METODOS
PREDITORES-CORRETORES
(r) = rj rj1 .
No de passos n 1 2 3 4
Ordem p 1 2 3 4
Coeficiente Cp+1 1/2 5/12 3/8 251/720
Estabilidade absoluta (2, 0) (1, 0) (6/11, 0) (3/10, 0)
No de passos n 1 2 3 4
Ordem p 2 3 4 5
Coeficiente Cp+1 1/12 1/24 19/720 3/160
Estabilidade absoluta (, 0) (6, 0) (3, 0) (90/49, 0)
1 M
etodos de passo m
ultiplo lineares para os quais o primeiro polin
omio caracterstico
e da
forma
(r) = r j r j2
s
ao chamados M
etodos de Nystr
om se explcitos, e M
etodos de Milne-Simpson se implcitos.
7.1. DEFINIC
AO 145
7.1 Defini
cao
Considere o metodo de passo m
ultiplo linear implcito
n1
X n1
X
yk+n + j yk+j = hn f (tk+n , yk+n ) + h j fk+j . (7.2)
j=0 j=0
[0]
onde yk+n e uma aproximacao inicial (chute inicial). As iteracoes em (7.3)
convergem para yk+n se
1
h< , (7.4)
L|n |
7.1.1 Exerccios
1
Exerccio 7.1. Mostre a validade da restric
ao (7.4): h < .
L|n |
P : uma aplicacao do metodo explcito preditor, o qual gera uma boa aproximacao
[0]
para yk+n ;
E : um calculo de f (evaluation);
146 CAPITULO 7. METODOS
PREDITORES-CORRETORES
P (EC)m (7.5)
ou
P (EC)m E, (7.6)
sendo
[0]
P = yk+n ,
[0]
E = f tk+n , yk+n ,
[1]
C = yk+n ,
[1]
E = f tk+n , yk+n ,
[m]
umero fixo de vezes que yk+n yk+n sera calculado. O modo (7.6) difere
e m o n
do modo (7.5) por uma avaliacao a mais da funcao f . Obviamente, optar pelo
modo (7.5) ou (7.6) afeta o proximo passo de integracao.
e
n
X n
X
(r) = j rj , n = 1, (r) = j r j .
j=0 j=0
P (EC)m
n1
X n1
X
[0] [m] [m1]
yk+n + j yk+j =h j fk+j prediz
j=0 j=0
Para s = 0, 1, . . . , m 1
[s] [s]
fk+n = f (tk+n , yk+n ) avalia
n1
X n1
X
[s+1] [m] [s] [m1]
yk+n + j yk+j = hn fk+n + h j fk+j corrige.
j=0 j=0
Observa
co
es
1. Para m , as caractersticas do Metodo Preditor-Corretor sao aquelas do
corretor (ordem de consistencia, intervalo de estabilidade absoluta, ...);
2. Como considerar m e computacionalmente caro, em geral se considera
m = 2.
148 CAPITULO 7. METODOS
PREDITORES-CORRETORES
Como ate j = n nao se cometeu qualquer erro, a diferenca (7.12) - (7.9) equivale
a
h i
[s+1] [s]
h = y(tk+n ) yk+n hn f (tk+n , y (tk+n )) f tk+n , yk+n . (7.13)
f
[s+1] [s]
h = y(tk+n ) yk+n hn (tk+n , k+n,s ) y(tk+n ) yk+n ,
y
f
[s+1] [s]
y(tk+n ) yk+n = hn (tk+n , k+n,s ) y(tk+n ) yk+n + h, (7.14)
y
[s]
onde k+n,s pertence ao intervalo de extremos yk+n e y(tk+n ).
7.2. ERRO LOCAL DE DISCRETIZAC
AO 149
(a) Caso p p
(b) Caso p = p 1
f
[1]
y(tk+n ) yk+n = hn (tk+n , k+n,s ) Cp hp y (p) (tk ) + O(hp+1 ) +
y
+ Cp+1 hp+1 y (p+1) (tk ) + O(hp+2 ),
f
[1]
y(tk+n ) yk+n = n (tk+n , k+n,s ) Cp hp+1 y (p) (tk ) + O(hp+2 ) +
y
+ Cp+1 hp+1 y (p+1) (tk ) + O(hp+2 ),
[1] f
y(tk+n ) yk+n = n Cp y (p) (tk ) + Cp+1 y (p+1) (tk ) hp+1 + O(hp+2 ).
y
(c) Caso p = p 2
[1] f
y(tk+n ) yk+n = hn
(tk+n , k+n,s ) Cp1 hp1 y (p1) (tk ) + O(hp ) +
y
+ Cp+1 hp+1 y (p+1) (tk ) + O(hp+2 ),
[1] f
y(tk+n ) yk+n = n (tk+n , k+n,s ) Cp1
hp y (p1) (tk ) + O(hp+1 ) +
y
+ Cp+1 hp+1 y (p+1) (tk ) + O(hp+2 ),
[1] f
y(tk+n ) yk+n = n Cp1 y (p1) (tk ) + Cp+1 hy (p+1) (tk ) hp + O(hp+1 ).
y
Se p = p q, 0 < q p, ent
ao o erro local de discretizac
ao principal do
Metodo Preditor-Corretor
Observa
co
es
Sejam
+1 (p +1) [0]
P : Cp +1 hp y (tk ) + O(hp +2
) = y(tk+n ) yk+n , (7.15)
p+1 (p+1) p+2 [m]
C: Cp+1 h y (tk ) + O(h ) = y(tk+n ) yk+n . (7.16)
Suponhamos p = p. Efetuando a diferenca (7.16) - (7.15), tem-se, em primeira
aproximacao, que
[m] [0]
Cp+1 Cp+1 hp+1 y (p+1) (tk ) = yk+n yk+n . (7.17)
Multiplicando (7.17) por Cp+1 e por Cp+1 , obtem-se
Cp+1
[m] [0]
Cp+1 hp+1 y (p+1) (tk ) = y y k+n , (7.18)
Cp+1 Cp+1 k+n
Cp+1
[m] [0]
Cp+1 hp+1 y (p+1) (tk ) = yk+n yk+n , (7.19)
Cp+1 Cp+1
uma estimativa para o erro local de discretizacao principal do Metodo Preditor-
Corretor e do preditor, respectivamente.
[m]
Pode-se melhorar yk+n com base na estimativa (7.18).
[m]
y(tk+n ) yk+n = Cp+1 hp+1 y p+1 (tk ) + O(hp+2 )
[m]
y(tk+n ) yk+n + Cp+1 hp+1 y p+1 (tk ) = O(hp+2 )
| {z }
[m]
yk+n
[m] [m]
yk+n = yk+n + Cp+1 hp+1 y p+1 (tk ) (7.20)
152 CAPITULO 7. METODOS
PREDITORES-CORRETORES
[0] [0]
yk+n yk+n = Cp+1 hp+1 y (p+1) (tk1 ). (7.22)
Cp+1
[0] [0] [m] [0]
yk+n = yk+n + y k+n1 y k+n1 . (7.23)
Cp+1 Cp+1
[0]
Em (7.23), yk+n e o Modificador M do preditor.
P M (ECM )m E
e
P M (ECM )m .
onde
n
X
(r) = j rj
j=0
= h = h f
h
y
e uma constante.
n1 n1
[0] [1] [1]
X X
P : yk+n + j yk+j = h j f (tk+j , yk+j ), (7.24)
j=0 j=0
n1 n1
[1] [1] [0] [1]
X X
C: yk+n + j yk+j = hn f (tk+n , yk+n ) + h j f (tk+j , yk+j ), (7.25)
j=0 j=0
n1
X n1
X
P : y(tk+n ) + j y(tk+j ) = h j f (tk+j , y(tk+j )) + h, (7.26)
j=0 j=0
n1
X n1
X
C: y(tk+n ) + j y(tk+j ) = hn f (tk+n , y(tk+n )) + h j f (tk+j , y(tk+j )) +
j=0 j=0
+h. (7.27)
n1
X h i n1
X h i
[0] [1] [1]
y(tk+n ) yk+n +
j y(tk+j ) yk+j = h j f (tk+j , y(tk+j )) f (tk+j , yk+j ) +
j=0 j=0
+ h,
n1
X n1
X
[0] [1] [1]
ek+n +
j ek+j = h j [f (tk+j , y(tk+j )) f (tk+j , yk+j )] +
j=0 j=0
+ h.
(7.28)
154 CAPITULO 7. METODOS
PREDITORES-CORRETORES
n1
X h i
[1]
+ j f (tk+j , y(tk+j )) f (tk+j , yk+j ) + h,
j=0
n1
X h i
[1] [1] [0]
ek+n + j ek+j = hn f (tk+n , y(tk+n )) f (tk+n , yk+n ) +
j=0
n1
X [1]
+ h j [f (tk+j , y(tk+j )) f (tk+j , yk+j )] + h.
j=0
(7.29)
e
n1
X
[1] [1] f [0]
ek+n + j ek+j = hn (tk+n , k+n ) ek+n +
j=0
y
n1
X f [1]
+ h j (tk+j , k+j )ek+j + h. (7.31)
j=0
y
n1
X n1
X n1
X n1
X
[1] [1] [1] n [1] [1]
ek+n + j ek+j h j ek+j = h j ek+j + h j ek+j +
j=0 j=0 j=0 j=0
+ n h + h,
h
n
X n1
X n1
X
[1] [1] n )e [1]
j ek+j h j ek+j = h (j h j k+j + , (7.32)
j=0 j=0 j=0
7.4. ESTABILIDADE ABSOLUTA 155
onde
h = h = h f
y e = hn h + h.
ne [1]
Adicionado h k+n a ambos os lados de (7.32) e considerando n = 1 e
n = 0, obtem-se
n
X n
X
[1] )e[1] + ,
(j hj )ek+j = hn (j h j k+j
j=0 j=0
n
X n
X
[1] [1]
(j n
hj )ek+j + h (j
hj )ek+j = ,
j=0 j=0
n
X
j + h
j h e[1] = .
n h (7.33)
j j k+j
j=0
Em (7.33), tem-se uma equacao de diferencas linear cuja solucao e dada por
n
X
[1]
ek = dj rjk + n ,
X
j=1 j +
j h n
h
h
j j
j=0
(r) = (r) h(r) + h (r) ,
n (r) h (7.35)
n
X n
X n
X n
X
onde (r) = j rj , (r) = j
j r , (r) = j rj e (r) = j r j .
j=0 j=0 j=0 j=0
|rj | < 1, j = 1, 2, , n,
7.4.1 Exerccios
Exerccio 7.2. Veja em Lambert [10], Captulo 3, pagina 97, qual e o polin
omio
caracterstico para um Metodo Preditor-Corretor no modo P (EC)m E e no modo
P (EC)m .
f
No segundo criterio, faz-se necessario estimar . Uma das estimativas possveis
y
(Lambert [10]) e dada por
[1] [0]
f tk+n , yk+n f tk+n , yk+n
= h = h f h
h
y [1] [0]
yk+n yk+n
quando m = 1 e
[m] [m1]
y yk+n
= h = h f
h k+n
y [m1] [m2]
n yk+n yk+n
quando m 2.
7.5.1 Exerccios
Exerccio 7.3. Deduza as f
ormulas que estimam a parte principal do erro local
de truncamento dos metodos que usam como preditor Adams-Bashforth e como
corretor Adams-Moulton, ambos de ordem 4.
Exerccio 7.4. Defina formalmente os algoritmos de 4 passos que usam o par
preditor-corretor de Adams-Bashforth-Moulton de quarta ordem nos modos
1. P EC;
2. P ECE;
7.5. CONTROLE DO PASSO DE INTEGRAC
AO 157
3. P M EC;
4. P M ECE.
Exerccio 7.5. Aplique o Metodo Preditor-Corretor definido por
h
yn+4 yn+3 = (55fn+3 59fn+2 + 37fn+1 9fn )
24
,
h
yn+4 yn+3 = (9fn+4 + 19fn+3 5fn+2 + fn+1 )
24
no modo P ECE, ao p.v.i.
d
y(t) = 20y(t) 0t1
dt .
y(0) = 1
Ilustre o efeito da estabilidade ou instabilidade usando
1. h = 0, 1;
2. h = 0, 01.
Exerccio 7.6. Seja o p.v.i.
d 2t
y(t) = 2 0t3
dt y
. (7.36)
y(0) = 1
P () = 2 1 () = (3/2) ( 1)
C () = 2 1 () = (1/2) 2 +
7.6 Suplemento te
orico
7.6.1 Teorema do Ponto Fixo
Teorema 7.2. Seja g(t) C (1) [a, b] tal que g(t) [a, b] t [a, b]. Suponha
ainda que g (t) exista em (a, b) com
pn+1 = g (pn ) , n 0
converge para o u
nico ponto fixo p [a, b].
Solucao
n
X n
X n
X
Como (r) = j rj , (r) = j rj , (r) = j rj , (r) =
j=0 j=0 j=0
n
X n
X n
X
j r j e j yk+j = h j fk+j , os polinomios caractersticos da
j=0 j=0 j=0
Tabela (7.4) definem os seguintes metodos de passo multiplo lineares:
4
P : yk+4 yk = h [2fk+3 fk+2 + 2fk+1 ] ; (7.37)
3
1
C (1) : yk+2 yk = h [fk+2 + 4fk+1 + fk ] ; (7.38)
3
9 1 3
C (2) : yk+3 yk+2 + yk = h [fk+3 + 2fk+2 fk+1 ] . (7.39)
8 8 8
14
C5 = , (7.40)
45
(1) 1
C5 = , (7.41)
90
(2) 1
C5 = . (7.42)
40
160 CAPITULO 7. METODOS
PREDITORES-CORRETORES
Cp+1
[m] [0]
Cp+1 hp+1 y (p+1) (tk ) = yk+n yk+n ,
Cp+1 Cp+1
conclui-se que:
1(a)(i)
1
90
(1) [m] [0]
C5 h5 y (5) (tk ) = 14 1 y k+n y k+n
45 + 90
1
[m] [0]
= yk+n yk+n ;
29
1(a)(ii)
1
40
(2) [m] [0]
C5 h5 y (5) (tk ) = 14 1 y k+n y k+n
45 + 40
9
[m] [0]
= yk+n yk+n .
121
1
C (1) : yk+4 yk+2 = h [fk+4 + 4fk+3 + fk+2 ] , (7.43)
3
9 1 3
C (2) : yk+4 yk+3 + yk+1 = h [fk+4 + 2fk+3 fk+2 ] . (7.44)
8 8 8
Assim:
1(b)
1(c)
Observacao
Cp+1
[0] [0] [m] [0]
yk+n = yk+n + y y
Cp+1 Cp+1 k+n1 k+n1
14
[0] [0] [1] [0]
yk+4 = yk+4 + 14 45 1 yk+3 yk+3
45 + 40
[0] [0] 112 [1] [0]
yk+4 = yk+4 + yk+3 yk+3
121
162 CAPITULO 7. METODOS
PREDITORES-CORRETORES
Captulo 8
Equacoes diferenciais
rgidas
8.1 Defini
cao
Uma equacao diferencial e dita rgida quando a sua solucao exata tem um termo
da forma
ect , (8.1)
onde c e uma constante positiva elevada (c >> 0).1 O termo (8.1) e a parte
transiente da solucao, o qual decai rapidamente para zero quando t aumenta. A
rigidez e entao caracterizada pela existencia de duas ou mais escalas diferentes para
a variavel independente t nas quais as variaveis dependentes variam.
cn ect , (8.2)
o qual nao decai rapidamente para zero como (8.1). Ainda, como a derivada esta
presente no termo do erro e e calculada em um n umero entre zero e t, o termo
(8.2) pode crescer rapidamente `a medida que t tambem cresce. Dessa forma, se a
magnitude da derivada (8.2) aumenta porem a solucao nao, o erro pode se tornar
muito grande e dominar a solucao.
Problemas de valor inicial com equacoes rgidas sao relativamente comuns, par-
ticularmente no estudo de vibracoes, reacoes qumicas e circuitos eletricos. O nome
sistema rgido deriva do movimento do sistema massa-mola com constante de elas-
ticidade elevada.
1 Ou (8.1) tem a forma et , sendo = a + bi uma constante complexa com parte real
163
164 CAPITULO 8. EQUAC
OES DIFERENCIAIS RIGIDAS
8.2 M
etodos num
ericos para equa
coes rgidas
Ha tres importantes classes de metodos de alta ordem para equacoes diferenciais
rgidas [19, 20]:
8.2.1 Exerccios
Exerccio 8.1. Para o p.v.i. (8.3), verifique que h, onde = 30 e h = 0, 1,
n
ao pertence ao intervalo de estabilidade absoluta dos Metodos de Euler, Runge-
Kutta Classico e o Preditor-Corretor Adams-Bashforth-Moulton de quarta or-
dem.
Exerccio 8.2. Solucione os problemas de valor inicial abaixo usando h = 0, 1
e os Metodos de Euler, Runge-Kutta Classico e Trapezio, este com = 105 .
Compare os resultados numericos com a soluc
ao exata.
(a)
d
2
dt y(t) = 20 y(t) t + 2t, t [0, 1]
(8.7)
y(0) = 1
3
1
ao exata: y(t) = t2 + e20t
Soluc
3
(b)
d
y(t) = 20y(t) + 20sen(t) + cos(t), t [0, 2]
dt (8.8)
y(0) = 1
Solucao
Runge-Kutta Trapezio
k tk yk |y(tk ) yk | yk |y(tk ) yk |
0 0,0 -1,0000E+00 0,0000E+00 -1,0000E+00 0,0000E+00
1 0,2 -1,4885E-01 1,9027E-02 -1,4150E-01 2,6383E-02
2 0,4 2,6849E-01 3,8237E-03 2,7486E-01 1,0197E-02
3 0,6 5,5199E-01 1,7798E-03 5,5398E-01 3,7700E-03
4 0,8 7,8229E-01 6,0131E-04 7,8307E-01 1,3876E-03
5 1,0 9,9349E-01 2,2845E-04 9,9377E-01 5,1050E-04
Runge-Kutta Trapezio
k tk yk |y(tk ) yk | yk |y(tk ) yk |
0 0,0 -1,0000E+00 0,0000E+00 -1,0000E+00 0,0000E+00
1 0,25 4,0143E-01 4,3794E-01 5,4557E-03 4,1961E-02
2 0,5 3,4375E+00 3,0196E+00 4,2676E-01 8,8422E-03
3 0,75 1,4464E+23 1,4464E+23 7,2915E-01 2,6706E-03
4 1,0 overflow 9,9402E-01 7,5790E-04
Exerccios complementares
ba
com tk+1 = tk + h, 0 k n 1, h = e
n
1
(tk , yk , h) = (1 + 32 ) ,
4
sendo
1 = f (tk , yk )
.
2 2
2 = f tk + h, yk + h1
3 3
M
etodo da S
erie de Taylor
y0 = y(t0 )
, (A.2)
yk+1 = yk + h (tk , yk , h)
169
170
APENDICE A. EXERCICIOS COMPLEMENTARES
onde
h h2 hq1 q1
(t, y, h) = f (t, y) + Df (t, y) + D2 f (t, y) + + D f (t, y),
2! 3! q!
com D = +f .
t y
M
etodo de Euler Aprimorado
y0 = y(t0 )
(A.4)
yk+1 = yk + h (tk , yk , h)
ba
com tk+1 = tk + h, 0 k n 1, h= , (tk , yk , h) =
n
1
(1 + 2 ) e
2
1 = f (tk , yk )
.
2 = f (tk + h, yk + h 1 )
4 O metodo de passo m
ultiplo linear
1 3h
yk+3 = (9yk+2 yk ) + (fk+3 + 2fk+2 fk+1 ) (A.6)
8 8
e convergente? Justifique.
5 Considere os Metodos Preditor P e Corretor C definidos por
Exerccios computacionais
1 Considere o p.v.i.
d
y(t) = 20y(t), t [0, 1]
dt . (B.1)
y(0) = 1
1.1 Solucione numericamente o p.v.i. (B.1) usando os Metodos de Euler e
de Runge-Kutta de 4a ordem com 4 estagios e os seguintes passos de
integracao:
A h = 0, 05;
B h = 0, 1;
C h = 0, 2.
Implemente os metodos numericos em linguagem C ou Fortran.
1.2 Analise e justifique os resultados obtidos, comparando os dois metodos
numericos implementados em relacao a:
A convergencia;
B estabilidade;
C consistencia.
2 Seja o Metodo de Runge-Kutta-Fehlberg, definido por
1 128 2197 1 2
RKF
k 1 3 4 + 5 + 6 .
360 4275 75240 50 55
2.1 Valide o Metodo de Runge-Kutta-Fehlberg, em linguagem C ou Fortran,
empregando o p.v.i.
d
y(t) = y(t), t [a, b]
dt , (B.2)
y(a) = y(t0 ) = y0
onde e uma constante.
173
174
APENDICE B. EXERCICIOS COMPUTACIONAIS
3.1 Problema
Na teoria de propagacao de doencas contagiosas, uma equacao diferen-
cial ordinaria nao linear de primeira ordem homogenea pode ser usada
para prever o n umero de indivduos infectados em um tempo qualquer
(em dias), desde que simplificacoes adequadas sejam adotadas. Em
particular, considera-se que todos os indivduos de uma populacao fixa
podem ser contaminados e que, uma vez infectados, permanecem nessa
condicao.
Sejam x(t) o n umero de indivduos suscetveis `a infeccao e y(t) o numero
de indivduos infectados. E razoavel supor que a taxa de variacao tem-
poral do numero de infectados seja proporcional ao produto do numero
de indivduos suscetveis pelo numero de indivduos infectados. Assim,
tem-se que
d
y(t) = k x(t)y(t), (B.4)
dt
onde k e uma constante e
d
y(t) = k[m y(t)]y(t). (B.6)
dt
d
u(t) = k[1 m u(t)]. (B.8)
dt
3.2 Quest
oes
A Calcule a solucao exata (famlia de solucoes) da equacao (B.6) e
determine lim y(t). Esse limite e aceitavel? Justifique.
t
B Implemente computacionalmente, em linguagem C ou Fortran, os
seguintes metodos de aproximacao da solucao do Problema de Cauchy
.
d
y (t) = y(t) = f (t, y(t)), t [a, b]
dt :
y(t0 ) = y(a) = y0
Euler;
Euler Aprimorado;
Trapezio;
Runge-Kutta-Fehlberg;
Adams-Bashforth de 4 passos;
Adams-Moulton de 4 passos.
C Considere na equacao (B.6):
m = 105 ;
k = 2x106 ;
y(0) = 103 ;
t [0, 30].
(a) Use os metodos implementados no item B para aproximar a
solucao da equacao (B.6) no instante de tempo t = 30 dias.
Otimize o passo temporal em cada metodo e calcule o erro
global de discretizacao.
(b) Compare os metodos empregados. Use tabelas e graficos (plote
o grafico da solucao exata e da solucao numerica empregando
aplicativos como o winplot, o octave, o maple, o matlab, o
mathematica, etc.).
176
APENDICE B. EXERCICIOS COMPUTACIONAIS
Ap
endice C
Algoritmos
177
178
APENDICE C. ALGORITMOS
y y0 ;
t t0 ;
tf inal t0
h ;
n
Para k = 1 ate n faca
1 f (t, y);
2 f (t + h, y + h1 );
h
y y + (1 + 2 );
2
Imprima t, y;
t t0 + kh;
O Teorema de Picard
Ia = [t0 a, t0 + a]
Bb = [y0 b, y0 + b]
179
180
APENDICE D. O TEOREMA DE PICARD
I = [t0 , t0 + ] Ia .
De fato, est
a bem definida em I j a que e contnua em I , o que im-
plica que f (t, (t)) est
a bem definida e e contnua em I e, portanto, integravel.
Alem disso, segue da definicao de e do Teorema Fundamental do Calculo que
e derivavel em I e, portanto, contnua.
0 (t) = y0 , t I
Z t
n+1 (t) = y0 + f (s, n (s))ds, t I , n 1.
t0
D.2. O TEOREMA DE PICARD 181
Observe-se que isto define uma sequencia (n )nN de funcoes contnuas definidas
de I em Bb , em vista da discuss ao acima e levando-se em consideracao que 0
e uma funcao contnua definida de I em Bb .
Lk k
Observe-se agora que b 0 para todo k N e que este e o termo geral
k!
L
da serie numerica que convergeP para be . Pelo Teste de Weierstrass (Teo-
rema D.2), tem-se que a serie k (k+1 k ) converge uniformemente em I .
Logo, a sequencia (n )nN tambem converge uniformemente em I .
Denote-se
= lim n ,
n
de maneira que a convergencia uniforme implica pelo Teorema D.1 que e uma
funcao contnua. Fazendo-se n nos dois lados da equacao
Z t
n+1 (t) = y0 + f (s, n (s))ds,
t0
tem-se que
Z t
(t) = y0 + f (s, (s))ds,
t0
Ent
ao, de maneira semelhante ao que foi feito anteriormente, pode-se mostrar
por inducao que
Ln n
|(t) n (t)| b t I
n!
Ln n
para todo n N. Como b 0 quando n , ent ao n , onde
n!
a convergencia e evidentemente uniforme. Segue da unicidade do limite de
(n )nN que = .
Refer
encias Bibliogr
aficas
183
184
REFERENCIAS
BIBLIOGRAFICAS
185
186 INDICE REMISSIVO
Polin
omio interpolador de Lagrange, 13,
26
Problema de Cauchy, 3, 14, 29, 76
forma integral, 7
Problema de valor inicial, 16
Regra da cadeia, 59
Runge, 59