MRCE

Modelos Reduzidos e
Computacionais em
Engenharia
Docncia:
Mrio J. Franca
mfranca@fct.unl.pt
Departamento de Engenharia Civil
Autoria:
Joo Leal & Mrio J. Franca

Introduo
Modelos Reduzidos e Computacionais em Engenharia

Objectivos
- Introduzir a modelao fsica no contexto da Engenharia Civil e
naquilo em que ainda relevante.
- Ensinar os rudimentos da anlise dimensional e da teoria da
semelhana e a sua aplicao experimentao em modelo
reduzido, instrumentos essenciais para a transposio correcta de
resultados obtidos por via experimental para teorias aplicveis em
prottipo.
- Introduzir a resoluo, por via numrica, de processos de clculo
baseados em conceitos matemticos sem soluo analtica trivial
comuns em engenharia (integrao, diferenciao, EDO's e EDP's).
- Introduzir a programao na resoluo de problemas prticos em
Engenharia Civil.

Programa
Modelao Fsica:
- Anlise dimensional
- Teoria da semelhana
Modelao Computacional (Numrica):
- Introduo modelao matemtica
- Integrao e diferenciao numrica
- Equaes Diferencias Ordinrias (EDO's
- Equaes s Derivadas Parciais (EDP's)
Introduo programao em MatLab (transversal)

Horrio:
Horrio de atendimento:
Turno terico: Quarta-feira, 11:00 13:00, 201/Ed. IV
Turno prtico 1: Tera-feira, 16:00 17:30, 3.14/Ed. IX
Turno prtico 2: Tera-feira, 18:00 19:30, 3.14/Ed. IX
Turno prtico 3: Quinta-feira, 17:30 19:00, 3.14/Ed. IX
Quarta-feira, 14:30 17:00 (mfranca@fct.unl.pt)

Bibliografia recomendada
Theory of Hydraulic Models, M.S. Yalin
Numerical Methods for Engineers, S.C. Chapra & R.P. Canale
Getting Started with MatLab, MathWorks
outros:
Dimensional Analysis and Scale Factors, R.C. Pankhurst
Dimensional Analysis for Engineers, E.S. Taylor
An Introduction to Computer Simulation Methods: Applications to
Physical Systems, H. Gould, J. Tobochnik & Wolfgang Christian

Conhecimentos prvios
Anlise Matemtica I
(Limites, Continuidade, Diferenciabilidade, Primitivao, Clculo Integral)
Anlise Matemtica II
(Clculo diferencial em R
n
, Integrais duplos e triplos, Integrais de linha,
Teorema de Green, Integrais de superfcie, Teoremas de Stokes e da
divergncia, Sries numricas)
Anlise Matemtica III

(Equaes diferenciais ordinrias de primeira ordem. Transformadas de
Laplace. Introduo ao estudo das equaes diferenciais com derivadas
parciais)
Introduo aos Computadores e Programao

(Programao em MATLAB, construo de algoritmos)
lgebra Linear e Geometria Analtica C

(Matrizes, Determinantes, Valores e vectores prprios)
Mtodos Computacionais em Engenharia

(Programao em MATHEMATICA, determinao de erros, Integrao
numrica, Resoluo numrica de equaes diferenciais com valor
inicial)

Mtodo de avaliao*
quatro trabalhos prticos: 4 valores
+
um exame (duas datas): 16 valores
(nota mnima 7/16)
* a confirmar

Modelos reduzidos exemplos de aplicao
Descarregadores de cheias de barragens

Quebramares e estruturas porturias

Ruptura de barragens e diques

Vias de comunicao

Materiais de construo

Filmes
Exemplo 1 Qualidade da gua
Exemplo 2 Influncia da navegao na morfologia fluvial
Exemplo 3 Galgamento de uma barragem em encoramento
Exemplo 4 Resistncia de materiais
Exemplo 5 Comportamento ssmico
Exemplo 6 Comportamento estrutural de uma viga flexo
Exemplo 7 Eroso do corpo de uma barragem em aterro

Percolao atravs do corpo de uma barragem de aterro
Modelos computacionais exemplos de aplicao

Modelos computacionais exemplos de aplicao
Filmes
Exemplo 1 Onda de inundao causada pela rotura de uma barragem
Exemplo 2 Vrtices de von Karman
Exemplo 3 Resistncia traco de um perfil metlico

Modelos Reduzidos e
Computacionais em
Engenharia
Docncia:
Mrio J. Franca
mfranca@fct.unl.pt
Autoria:

Modelos Reduzidos e
Computacionais em
Engenharia
Docncia:
Mrio J. Franca
mfranca@fct.unl.pt
Autoria:

1. Modelos Reduzidos
1.1 Anlise dimensional

A anlise dimensional uma ferramenta extremamente til para transpor dados
obtidos no laboratrio para situaes reais, permitindo encontrar expresses gerais
para caracterizar determinado processo fsico
A anlise dimensional apresenta as seguintes vantagens:
- reduz o nmero de variveis envolvidas
- no depende do sistema de unidades
- fornece os parmetros adimensionais que devem ser
mantidos invariveis na natureza e nos modelos fsicos
NOTA: muitas das expresses fsicas que conhecemos foram, devido a limitaes da
teoria, obtidas a partir dados obtidos experimentalmente (ex: frmulas de resistncia ao
escoamento para regimes uniformes)
1.1.1 Interesse e aplicao da anlise dimensional em Engenharia
Modelos Reduzidos e Computacionais em Engenharia 1.1 Anlise dimensional

Grandeza fsica (m - massa, u - velocidade, F - fora, viscosidade, - peso
volmico,) uma propriedade de um corpo ou uma caracterstica de um fenmeno
susceptvel de ser medida
Na Mecnica qualquer grandeza fsica (m, u, F, , ,) pode ser definida com base
num mximo de trs entidades independentes:
Estas entidades podem ser designadas por grandezas fundamentais ou primrias,
no susceptveis de serem definidas umas pelas outras (i. e., so independentes)
Comprimento [ L ]
Tempo [ T ]
Massa [ M ]
Comprimento [ L ]
Tempo [ T ]
Fora [ F ]
Sistema MLT Sistema FLT
1.1.2 Definio de grandeza, unidade e dimenso

1.1.2 Definio de grandeza, unidade e dimenso
Qualquer grandeza fsica X pode ser considerada uma funo do comprimento, do
tempo e da massa, pelo que as suas dimenses so
X L T M
(
(

=
exemplos:
X uma velocidade
1
1
1
0
X u LT
(
(

(

=
= = =
=
X uma fora
2
1
2
1
X F LT M
( (
( (

=
= = =
=

Grandeza dimensional se 0 ou 0 ou 0
Trs tipos de grandezas dimensionais
Grandezas geomtricas se 0 e = 0 e = 0
Grandezas cinemticas se 0 e = 0
Grandezas dinmicas se 0
Grandeza adimensional se = = = 0
As unidades (ex: Pa, m.c.a, atm, etc) e, consequentemente, o valor numrico de
uma grandeza dimensional dependem das unidades fundamentais escolhidas (ex:
1,012x10
5
Pa = 10,33 m.c.a = 1 atm)
O valor numrico de uma grandeza adimensional no depende daquelas unidades (ex:
densidade d =1)
Ideal para comunicar entre sistemas de unidades
0 0 0
1 X L T M
(
(

= =
1.1.3 Variveis dimensionais (geomtricas, cinemticas e dinmicas)
e adimensionais, e sua caracterizao dimensional (sistemas
MLT e FLT)

MLT e FLT)
As dimenses de algumas grandezas fsicas usadas com mais frequncia (no sistema
MLT) na forma so as seguintes:

Grandeza fsica

comprimento
tempo
massa
velocidade
acelerao
caudal volmico
fora (peso)
1
0
0
1
1
3
1
0
1
0
-1
-2
-1
-2
0
0
1
0
0
0
1
Grandeza fsica

presso (tenso)
massa volmica
peso volmico
viscosidade dinmica
viscosidade cinemtica
trabalho (energia)
potncia
-1
-3
-2
-1
2
2
2
-2
0
-2
-1
-1
-2
-3
1
1
1
1
0
1
1
X L T M
(
(

=

MLT e FLT)
Noo de grandezas dimensionalmente independentes
1 1 1
1
X L T M
(
(

=
2 2 2
2
X L T M
(
(

=
3 3 3
3
X L T M
(
(

=
1 2 3
1 2 3
1 2 3

1 2 3
1 2 3
1 2 3

As dimenses de X
1
, X
2
e X
3
so dependentes
As dimenses de X
1
, X
2
e X
3
so independentes
se
se
0 =
0

Para efectuar medidas necessrio fazer uma padronizao, escolhendo unidades para
cada grandeza.
Antes da instituio do Sistema Mtrico Decimal (metro, litro e quilograma), no final do
sculo XVIII (1795), as unidades de medida eram definidas de maneira arbitrria, variando
de um pas para outro, dificultando as transaces comerciais e o intercmbio cientfico
entre estes. As unidades de comprimento, por exemplo, eram quase sempre derivadas das
partes do corpo do rei de cada pas: a jarda, o p, a polegada e outras.
Em 1881 adoptou-se o sistema CGS (centmetro, grama e segundo) e seguidamente foi
utilizado o MKS (metro, quilograma e segundo)
Entretanto, o desenvolvimento cientfico e tecnolgico passou a exigir medies cada vez
mais precisas e diversificadas. Por isso, em 1960, o sistema mtrico decimal foi substitudo
pelo Sistema Internacional de Unidades SI
1.1.4 Sistemas de unidades (SI, Mtrico Gravitatrio, Sistema Ingls)

Existem sete unidades bsicas do SI, descritas na tabela. A partir delas, podem-se
derivar todas as outras unidades existentes. As unidades bsicas do SI so
dimensionalmente independentes entre si.
Grandeza Unidade Smbolo
Comprimento metro m
Massa quilograma kg
Tempo segundo s
Corrente elctrica ampere A
Temperatura termodinmica kelvin K
Quantidade de matria mol mol
Intensidade luminosa candela cd
Mecnica clssica

Todas as unidades existentes podem ser derivadas das unidades bsicas do SI. H
apenas uma unidade do SI para cada grandeza. Contudo, para cada unidade do
SI pode haver vrias grandezas. s vezes, do-se nomes especiais para as
unidades derivadas:
Grandeza Unidade Smbolo
Dimensional
analtica
Dimensional
sinttica
ngulo plano radiano rad 1 m/m
Frequncia hertz Hz 1/s ---
Fora newton N kgm/s ---
Presso pascal Pa kg/(ms) N/m
Energia joule J kgm/s Nm
Potncia watt W kgm/s J/s
Tenso elctrica volt V kgm/(sA) W/A
Resistncia elctrica ohm kgm/(sA) V/A
Temperatura em Celsius grau Celsius C --- ---

Os prefixos do SI permitem escrever quantidades sem o uso da notao cientfica so:
Mltiplos Sub-mltiplos
Fator Nome Smbolo Fator Nome Smbolo
10
1
deka da 10
-1
deci d
10
2
hecto h 10
-2
centi c
10
3
kilo k 10
-3
milli m
10
6
mega M 10
-6
micro
10
9
giga G 10
-9
nano n
10
12
tera T 10
-12
pico p
10
15
peta P 10
-15
femto f
10
18
exa E 10
-18
atto a
10
21
zetta Z 10
-21
zepto z
10
24
yotta Y 10
-24
yocto y
NOTA: aportuguesam-se os nomes:
ex: deka = deca, kilo = quilo

Os sistemas SMD, CGS, MKS e SI so todos do tipo MLT. Existem tambm sistemas do
tipo FLT tambm designados por Mtrico Gravitatrio com unidades kgf, m e s
Nos pases de lngua inglesa os sistemas so similares mas as unidades bsicas so
substitudas por outras (sistema imperial):
Comprimento Valor
polegada (inch) 2.54 cm
p (foot) 30.48 cm
jarda (yard) 91.44 cm
milha (mile) 1609.344 m
rea
Valor
acre 4046.8564224 m
2
Volume
Valor
pint 0.56826125 l
galo (gallon) 4.54609 l
Massa
Valor
ona (ounce) 28.349523125 g
libra (pound) 0.45359237 kg
ton 1.0160469088 ton

1.1.5 Princpio da homogeneidade
O princpio da homogeneidade estabelece que os dois membros de qualquer relao
de carcter fsico devem ter as mesmas dimenses, garantindo que a relao terica que
descreve o fenmeno fsico permanece independentemente do sistema de unidades
As relaes que obedecem a este princpio dizem-se dimensionalmente homogneas.
Exemplo:
[ ] [ ]
2 2
F m a F m a MLT M LT

(
= = =

r r
r r
2 Lei de Newton

1.1.5 Princpio da homogeneidade
Existem muitas frmulas empricas que ainda hoje so usadas e que no so
dimensionalmente homogneas
Frmula UBC Uniform Building Code
(perodo fundamental de um edifcio)
0, 05
n
h
T
D
=
[ ]
[ ]
[ ]
perodo fundamental (em s)
altura do edifcio (em ft)
dimenso paralela direco
de aplicao da fora (em ft)
n
T T
h L
D
L
= =
= =
=
=

[ ]
[ ]
[ ]
0 5 . 0 0
5 . 0 2 / 1
n
T L M T
L
L
T
D
h
T

1.1.6 Teorema de Vaschy-Buckingam ou dos s
BRIDGMAN: qualquer grandeza secundria pode exprimir-se atravs de um produto
de potncias das grandezas primrias
O espao z percorrido na queda de um objecto de massa m num espao de tempo t
sujeito acelerao gravtica g
a b c
z cte g m t =
os expoentes a, b e c podem ser facilmente obtidos por consideraes de natureza
dimensional:
[ ] [ ] [ ] [ ]
( )
0 0 2
a
a b c
b c
z g m t M LT LT M T
= =
0
1
0 2
b
a
a c
=
= +
0
1
2
b
a
c
=
2
z cte gt =

( )
1 2
, ,...,
n
A f X X X =
A caracterizao quantitativa de um fenmeno fsico depende em larga medida da
identificao cabal do conjunto das n variveis independentes X
1
, X
2
e X
3
, , X
n
necessrias e suficientes para descrever todos os aspectos desse fenmeno
As variveis acima definidas so designadas variveis caractersticas e podem ser
dimensionais ou adimensionais
Assim, qualquer aspecto quantificvel, A, de um fenmeno fsico deve poder relacionar-
se com as n variveis X
i
atravs de uma funo genrica f:

( )
1 2
, ,...,
n
A f X X X =
Se a varivel A for uma grandeza dimensional, o seu valor numrico depende da
escolha arbitrria das unidades fundamentais. Por isso, a expresso anterior no
a forma mais conveniente de qualquer lei fsica para obter A (i.e., a funo f muda de
acordo com as unidades e por isso s seria vlida para as unidades escolhidas).
A forma adimensional pode obter-se atravs da aplicao do teorema de Vaschy-
Buckingham, tambm conhecido pelo teorema dos s
Interessa, ento, obter a forma adimensional correspondente
Objecto da anlise dimensional

Teorema de Vaschy-Buckingham (teorema dos )
Admita que se conhecem as variveis caractersticas a

1
, , a
k
e b
1
, , b
n
que
caracterizam a varivel A de um fenmeno fsico a estudar, ou seja
e que se seleccionam para variveis bsicas por serem dimensionalmente
independentes a
1
, , a
k

Pode-se ento formar n parmetros adimensionais correspondentes s
variveis b
1
, , b
n
que dependem das variveis bsicas e que caracterizam o fenmeno
fsico:
( )
1 1
,..., , ...,
k n
A f a a b b =
1
,...,
n
b b

1 1
1
1
1
1
n n
n
x z
b
k
n
x z
b
k
b
a a
b
a a
=
=
L
M
L

A varivel A pode tambm adimensionalizada:
A forma adimensional apresenta as seguintes vantagens:
1 1
1
n n
x z
A
k
A
a a
+ +
=
L
vindo finalmente
1
,...,
n
A b b
| |
|
|
|
\
=
o
reduz o nmero de variveis envolvidas
o
no depende do sistema de unidades
o
fornece os parmetros adimensionais que devem ser mantidos
invariveis na natureza e nos modelos fsicos
( )
1 1
,..., , ...,
k n
A f a a b b =
sendo esta a forma adimensional da lei (funo caracterstica)

Num fenmeno hidrulico, as variveis que podem intervir so: um dado numero de
variveis geomtricas, a, b, c, ; variveis cinemticas como a velocidade V, ; variveis
dinmicas como a variao da presso p, ; a acelerao gravtica g; as propriedades
fsicas do fluido, como a massa volmica , a viscosidade , a tenso superficial e o
mdulo de elasticidade .
A respectiva matriz dimensional ser:
1 1 1 1 3 1 1 1 0 1
0 0 0 0 1 0 1 1 1 1
0 0 0 1 0 2 2 1 2 2
a b c V g p
L
M
T

Aplicao: parmetros adimensionais que devem ser mantidos constantes na
modelao fsica de fenmenos hidrulicos
NOTA: a ordem da matriz 3 (apenas envolve grandezas associadas a M, L e T) e podemos
por isso escolher 3 variveis bsicas/fundamentais
( )
, , , , , , , , , 0 f a b c V g p =

modelao fsica de fenmenos hidrulicos (continuao)
Escolha-se por exemplo para variveis bsicas/fundamentais a, V e por serem
dimensionalmente independentes
NOTA: nem todas as combinaes de variveis servem para variveis bsicas
( ) ( ) ( )
( ) ( ) ( )
1 0 0 1 1 1 0 0 1 0
3 0 1 0 0 1 0

= +
+ =
1 1 3
0 0 1
0 1 0
a V
L
M
T

Determinao dos parmetros adimensionais referentes s variveis geomtricas b e c:
1 1 1
b
b
a V

=
[ ]
[ ]
[ ] [ ] [ ]
( ) ( )
1 1 1 1 1
1
0 0 0
1 3
b
b
L
M L T
a V
L LT ML

= =
1 1
1 1 1 1
1 1
0 0
0 1 3 1
0 0
= =

= + =

= =

1 0 0
b
b b
a
a V
= =
2 2 2
c
c c
a
a V

= =

Determinao do parmetro adimensional referente variao da presso p:
3 3 3
p
p
a V
[ ]
[ ] [ ] [ ]
( ) ( )
3 3 3 3 3
3
1 2
0 0 0
1 3
p
p
ML T
M L T
a V
L LT ML

(
= =

3 3
3 3 3 3
3 3
0 1 1
0 1 3 0
0 2 2
= =

= + =

= + =

0 2 1 2
p
p p
a V V

= =

Este parmetro usualmente designado por nmero de EULER
2
p u
p
E
V
= =
(relao entre as foras de presso e as foras de inrcia)

Determinao do parmetro adimensional referente acelerao gravtica g:
4 4 4
g
g
a V

=
[ ]
[ ] [ ] [ ]
( ) ( )
4 4 4 4 4
4
2
0 0 0
1 3
g
g
LT
M L T
a V
L LT ML

(
= =

4 4
4 4 4 4
4 4
0 0
0 1 3 1
0 2 2
= =

= + =

= + =

Este parmetro usualmente designado por nmero de FROUDE
g r
V
F
ga
= =
(relao entre as foras de inrcia e as de gravidade)
1 2 0 2
g
g ga
a V V
= =

Determinao do parmetro adimensional referente viscosidade :
5 5 5
a V
[ ]
[ ] [ ] [ ]
( ) ( )
5 5 5 5 5
5
1 1
0 0 0
1 3
ML T
M L T
a V
L LT ML

(
= =

5 5
5 5 5 5
5 5
0 1 1
0 1 3 1
0 1 1
= =

= + =

= + =

1 1 1
aV
a V

= =
e
Va Va
R
= = =

(relao entre as foras de inrcia e as de viscosidade)
Este parmetro usualmente designado por nmero de REYNOLDS

Determinao do parmetro adimensional referente tenso superficial :
6 6 6
a V
[ ]
[ ]
[ ] [ ] [ ]
( ) ( )
6 6 6 6 6
6
0 2
0 0 0
1 3
ML T
M L T
a V
L LT ML
= =
6 6
6 6 6 6
6 6
0 1 1
0 0 3 1
0 2 2
= =

= + =

= + =

1 2 1 2
a V aV

= =

Este parmetro usualmente designado por nmero de WEBER
2
e
V a
W
= =

(relao entre as foras de inrcia e as de tenso superficial)

Determinao do parmetro adimensional referente elasticidade :
7 7 7
a V
[ ]
[ ]
[ ] [ ] [ ]
( ) ( )
7 7 7 7 7
7
1 2
0 0 0
1 3
ML T
M L T
a V
L LT ML

= =
7 7
7 7 7 7
7 7
0 1 1
0 1 3 0
0 2 2
= =

= + =

= + =

0 2 1 2
a V V

= =

Este parmetro usualmente designado por nmero de CAUCHY
2
a
V
C
= =

(relao entre as foras de inrcia e as de elasticidade)

A equao inicial
( )
, , , , , , , , , 0 f a b c V g p =
Pode ser ento substituda por uma equao geral do fenmeno (vlida independentemente
do sistema de unidades que for utilizado)
, , , , , , 0
r u e e a
b c
F E R W C
a a
| |
=
|
\
NOTA: usualmente a anlise dimensional s permite obter a equao geral na forma anterior.
O conhecimento da funo poder ento ser obtida experimentalmente ou teoricamente

Alm dos parmetros adimensionais apresentados anteriormente possvel definir outros,
dependentes dos fenmenos a estudar:
Nmero de DEAN (para o estudo de perdas de carga em curvas em regime laminar)
2
e
Vd d
D
r
=
dimetro interno da curva

raio de curvatura
d
r
=
=
Nmero de LEROUX (para o estudo da cavitao)
2
a v
e
p t
L
V
presso absoluta
tenso de vaporizao
a
v
p
t
=
=

Nmero de MACH (para o estudo de fluidos compressveis)
a
V
M
c
=
velocidade de propagao do som no fluido c =
Nmero de STROUHAL (para o estudo de turbilhes/vrtices alternados em torno de
um corpo sujeito ao escoamento de um fluido ar, gura, etc)
t
t
f a
S
V
=
frequncia dos turbilhes/vrtices
t
f =
NOTA:
i) no estudo da transferncia de calor so importantes os nmeros de PRANDTL, de
GRASHOF e de ECKERT;
ii) o teorema de Vaschy-Buckingam tem igualmente aplicaes na determinao de
solues tericas por via analtica.

1.2 Teoria da semelhana

1.2.1 Interesse e aplicao da teoria da semelhana em Engenharia
Grande parte do progresso da Engenharia, tanto no que respeita aos conhecimentos
bsicos como s aplicaes a situaes reais, consequncia da experimentao,
particularmente em modelos reduzidos.
Constroem-se e exploram-se modelos fsicos se os aspectos envolvidos num
determinado projecto no puderem ser equacionados teoricamente ou se o tratamento
terico no puder ser considerado suficiente rigoroso
Os modelos fsicos impem-se usualmente quando h que fazer face a:
Domnios com fronteiras irregulares
Fenmenos complexos, geralmente tridimensionais
Os estudos em modelo fsico conduzem muitas vezes a concluses quantitativas.
Porm, em certos casos, s se alcanam concluses qualitativas.
Modelos Reduzidos e Computacionais em Engenharia 1.2 Teoria da semelhana

1.2.1 Interesse e aplicao da teoria da semelhana em Engenharia
A transposio para o prottipo dos resultados obtidos num modelo regida pela Teoria
da Semelhana, que frequentemente se trata em conjunto com a Anlise Dimensional:
Fases tpicas dos estudos em modelo fsico:
Objectivo deste captulo:
Fornecer elementos bsicos da teoria da semelhana, subjacentes a qualquer estudo em
modelo fsico
Concepo e construo
Calibrao ou taragem
Explorao
verificao da fiabilidade do modelo
para situaes conhecidas
averiguar o comportamento do modelo para novas
situaes, susceptveis de ocorrer no futuro

1.2.2 Noo de escala e de semelhana
Por escala entende-se a razo entre o valor de uma dada grandeza (geomtrica,
cinemtica ou dinmica) no modelo e o correspondente valor no prottipo:
Dois sistemas (no caso presente, o modelo e o prottipo) dizem-se fisicamente
semelhantes relativamente a um conjunto de grandezas quando h uma relao
constante entre os valores homlogos dessas grandezas nos dois sistemas
valor de no modelo
escala da grandeza
valor de no prottipo
modelo
X
prottipo
X X
X
X X
= = =
Estudo em modelo reduzido
da Barragem de Pedrgo (LNEC)

1.2.3 Tipos de semelhana (geomtrica, cinemtica e
dinmica ou completa)
NOTA: a semelhana dinmica mais restritiva do que a semelhana cintica e esta
por sua vez mais restritiva do que a semelhana geomtrica
Tipos de semelhana
- Semelhana geomtrica
- Semelhana cinemtica
- Semelhana dinmica (ou completa)

- Semelhana geomtrica: corresponde semelhana de formas e traduz-se pela
existncia de uma relao constante entre comprimentos homlogos nos dois sistemas.
A propriedade caracterstica dos sistemas geometricamente semelhantes que a razo
entre qualquer comprimento no modelo e o seu comprimento correspondente
constante.
2''3'' 3'' '' 1'' 2''
1' 2' 2'3' 3' '
...
n
l
n
l l l
cte
l l l
= = = = =

- Semelhana cinemtica: corresponde semelhana do movimento; implica a
semelhana geomtrica e que partculas homlogas descrevam percursos homlogos
em tempos proporcionais.
2''3'' 3'' '' 1'' 2''
1' 2' 2'3' 3' '
...
n
t
n
t t t
cte
t t t
= = = = =

- Semelhana dinmica: a semelhana de foras. Distingue-se da semelhana
cinemtica pela seguinte condio adicional: as foras F e F actuantes em todos os
elementos correspondentes, em instantes correspondentes, devem relacionar-se entre si
pela mesma constante de proporcionalidade.
2''3'' 3'' '' 1'' 2''
1' 2' 2'3' 3' '
...
n
F
n
F F F
cte
F F F
= = = = =

Ao construir-se um modelo, o ideal seria garantir semelhana dinmica relativamente a
todas as grandezas envolvidas. Normalmente, porm, usa-se o mesmo fluido (ou
material) do prottipo (gua, beto,) e o campo gravitacional o mesmo.
1 (ou 1) 1 1
g
= = = =
Como (ou ), e g so dimensionalmente independentes, podem ser escolhidas para
variveis bsicas, e as respectivas escalas so unitrias, todas as escalas das restantes
grandezas envolvidas seriam tambm unitrias (ou seja o modelo teria que ser igual ao
prottipo)
X cte g

=
1
m m m m
X g
p
p p p
X cte g
X
cte g

= = = =

Assim, conclui-se que modelos e prottipos teriam que ser idnticos para garantir
semelhana dinmica ou que essa semelhana impossvel concretizar usando o
mesmo fluido (ou material) no modelo e no prottipo se ambos estiverem sujeitos ao
mesmo campo gravitacional.
Na prtica, um ou mais tipos de foras (de gravidade, de viscosidade, etc) so
desprezveis, o que possibilita uma boa aproximao da semelhana dinmica (total) por
semelhanas relativamente aos tipos de foras preponderantes

1.2.4 Semelhanas relativamente ao tipo de foras preponderantes
Em dois sistemas dinamicamente semelhantes existe uma relao constante

F
no s
entre as resultantes das foras F como tambm entre as componentes das foras
homlogas, qualquer que seja a sua natureza (foras de presso, F
P
, foras de gravidade,
F
G
, foras de viscosidade, F
V
, e, tambm, foras de inrcia, F
I
, entre outras).
, , , , ,
, , , , ,
...
I m P m V m G m n m
m
F
p I p P p V p G p n p
F F F F F
F
cte
F F F F F F
= = = = = = = =
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,

P p P m
I m I p
V p V m
I m I p
G p G m
I m I p
n p n m
I m I p
F F
F F
F F
F F
F F
F F
F F
F F
Tomando, por exemplo, como referncia as foras de inrcia, F

I
,
obtm-se n 1 igualdades, em que n representa o nmero de tipos de
foras presentes.

O paralelismo e a proporcionalidade das foras que actuam em partculas homlogas
implicam a semelhana dos polgonos formados pelas foras de diferentes naturezas,
polgonos esses que so fechados (i.e., ), uma vez que neles se incluem as foras
de inrcia ( )
Exemplo envolvendo F
P
, F
G
, F
V
e F
I
Esta propriedade muito importante
pois significa que impondo, por exemplo,
as igualdades
, ,
, ,
, ,
, ,
, ,
, ,
V p V m
P p P m
I m I p
G p G m
I m I p
I m I p
F F
F F
F F
F F
F F
F F
0 F =
r
F
P,m
F
I,m
F
G,m
F
V,m
F
I,p
F
P,p
F
G,p
F
V,p
(modelo)
(prottipo)
m a
r

Conclui-se assim que, num fenmeno em que intervenham n tipos de foras bastar
garantir n 2 igualdades entre as foras homlogas para que os dois sistemas
(modelo e prottipo) se possam consideram semelhantes
1, 1,
, ,
2, 2,
1, 1,
, ,
, ,
2, 2,
, ,

p m
n m n p
p m
n p n m
n m n p
n m n p
n p n m
n m n p
F F
F F
F F
F F
F F
F F
F F
F F

=
=
M
1, 2, 2, 1, ,
1, 2, 2, 1, ,
...
m m n m n m n m
F
p p n p n p n p
F F F F F
cte
F F F F F

= = = = = = =
1, 1,
, ,
2, 2,
, ,
2, 2,
, ,
1, 1,
, ,

p m
n m n p
p m
n m n p
n p n m
n m n p
n p n m
n m n p
F F
F F
F F
F F
F F
F F
F F
F F

M

A semelhana dinmica ou total invivel se no modelo e no prottipo forem
utilizados o mesmo fluido (ou material) e estiverem sujeitos ao mesmo campo
gravitacional.
Na prtica, um ou mais tipos de foras (de gravidade, de viscosidade, etc) so
desprezveis, possibilitando uma boa aproximao da semelhana dinmica (total) por
semelhanas relativamente aos tipos de foras preponderantes
Relembrando a anlise dimensional, para garantir a semelhana entre o modelo e o
prottipo bastar manter constantes os parmetros adimensionais intervenientes na
equao geral de um dado fenmeno.
1
,...,
n
A b b
| |
|
|
|
\
=

Semelhana de REYNOLDS
No caso de estarem em jogo unicamente foras de presso F

P
, foras de viscosidade,
F
V
, e foras de inrcia F
I
, ento sabe-se que a semelhana dinmica est assegurada
desde que, para partculas homlogas quaisquer, se verifique a condio:
, ,
, ,
V p V m
I m I p
F F
F F
=
2
3 2 2
I I
V
F m a F l l V
l
= =
NOTA: n = 3 foras intervenientes, implica
verificar n 2 = 1 igualdade
Foras de inrcia
Foras de viscosidade
dV
dn
=
2 2
V V
V
F l F l V l
l
=
2 2
V I
e
I V
F F V l V l
R
F V l F
l V

= = = =

, ,
, ,
, ,
1
I p I m
e m e p Re
V m V p
F F
R R
F F
= = =

Pode-se chegar mesma concluso usando a anlise dimensional
( )
( )
( )
( )
1
2
3
,
, , , , , ,
, ,
P
V
I
F f p l
F f l V X f p l V
F f l V
=
= =
como
( )
, ,
P V I
X f F F F =
NOTA: a ordem da matriz 3 e podemos por isso
escolher 3 variveis bsicas. Neste caso l, V e
l V
=

2
p
p
V
( )
( )
1 1
2 2
, , , ,
X p u e
p p l V
E R
l V
V V

| | | |

= = = =
| |
| |

\ \
1 1 1 3 1
1 0 0 1 1
2 0 1 0 1
p l V
L
M
T

Conclui-se ento que a semelhana dinmica assegurada se se mantiverem constantes
no modelo e no prottipo os parmetros adimensionais E
u
e R
e
Como sabemos que apenas trs tipos de foras so preponderantes (inrcia, viscosidade
e presso) e que o polgono de foras tem que ser fechado basta garantir que um
daqueles parmetro seja constante que o outro verificado automaticamente
Neste tipo de fenmenos usual garantir R

e,m
= R
e,p
(i.e.,
Re
= 1) designando-se por isso
semelhana de Reynolds (Note-se que no garantida a semelhana entre outros tipos
de foras dado que no so preponderantes no fenmeno)
( ) ( )
, 1 , , 1 , , ,
com e constantes , ,
u e X m u m e m u p e p X p
E R E R E R = = =

Admitindo que a escala dos comprimentos

l
, a semelhana de Reynolds implica
adoptar as seguintes escalas em funo de
l
1 1
V l
Re

= =
1
m
p
= =
Usando o mesmo fluido no modelo e no prottipo, i.e.

1
1
1
V l
V l

= =
(escala das velocidades)
2
1
l l
t l
V
l

= = =

(escala dos tempos)
1
m
p
= =

3 3
1
m l l
= = =
(escala dos caudais)
1 2
Q V A l l l
= = =
(escala das massas)
3 3
1
F m a l l
= = = (escala das foras)

NOTA: pode determinar-se a escala de qualquer outra grandeza em funo de
l
,
bastando conhecer uma equao que relacione essa grandeza com outras para as quais
as escalas j so conhecidas
1
3
2
V l
a l
t
l

= = =

(escala das aceleraes)

Semelhana de FROUDE
No caso de estarem em jogo unicamente foras de presso F

P
, foras de gravidade, F
G
,
e foras de inrcia F
I
, ento sabe-se que a semelhana dinmica est assegurada
desde que, para partculas homlogas quaisquer, se verifique a condio:
, ,
, ,
G p G m
I m I p
F F
F F
=
2
3 2 2
I I
V
F m a F l l V
l
= =
Foras de inrcia
Foras de gravidade
3 2
2 2
G I I
r
I G G
F F F l g V V
F
F F g l F
g l l V
= = = =

, ,
, ,
, ,
1
I p I m
r m r p Fr
V m V p
F F
F F
F F
= = =
3
G G
F m g F l g =
NOTA: n = 3 foras intervenientes, implica
verificar n 2 = 1 igualdade

Semelhana de FROUDE
Pode-se chegar mesma concluso usando a anlise dimensional:
( )
( )
( )
( )
1
2
3
,
, , , , , ,
, ,
P
G
I
F f p l
F f l g X f p l V g
F f l V
=
= =
como
( )
, ,
P G I
X f F F F =
1 1 1 3 1
1 0 0 1 0
2 0 1 0 2
p l V g
L
M
T

2
g
g l
V
=
2
p
p
V
( )
( )
1 1
2 2 2
, , , ,
X p g u r
p g l p V
E F
g l
V V V
| | | |

= = = =
| |
| |

\ \

Semelhana de FROUDE
Conclui-se ento que a semelhana dinmica assegurada se se mantiverem
constantes no modelo e no prottipo os parmetros adimensionais E
u
e F
r
Como sabemos que apenas trs tipos de foras so preponderantes (inrcia, gravidade e
presso) e que o polgono de foras tem que ser fechado basta garantir que um daqueles
parmetro seja constante que o outro verificado automaticamente
( ) ( )
, 1 , , 1 , , ,
com e constantes , ,
u r X m u m r m u p r p X p
E F E F E F = = =
Neste tipo de fenmenos usual garantir F

r,m
= F
r,p
(i.e.,
Fr
= 1) designando-se por isso
semelhana de Froude (Note-se que no garantida a semelhana entre outros tipos de
foras dado que no so preponderantes no fenmeno)

Semelhana de FROUDE

l
, a semelhana de Froude implica adoptar
as seguintes escalas em funo de
l
1 1
V
Fr
l g
= =

1
m
g
p
g
g
= =
1 2
1
1
V
V l
l
= =

1 2
1 2
l l
t l
V
l

= = =

(escala dos tempos)
1
m
p
= =

Semelhana de FROUDE
3 3
1
m l l
= = =
1 2 2 5 2
Q V A l l l
= = =
3 3
1
F m a l l
= = =
NOTA: como bvio as escalas obtidas impondo a semelhana de Froude so diferentes
das obtidas impondo a semelhana de Reynolds, e facilmente se demonstra que
para tomarem o mesmo valor tem que se ter
l
= 1 (i.e., modelo = prottipo).
1 2
1 2
1
V l
a
t
l

= = =

(escala dos caudais)
(escala das massas)
(escala das foras)

Semelhana de CAUCHY
O modelo matemtico do oscilador de 1GDL
No caso de estarem em jogo unicamente foras de elasticidade F

E
, foras de atrito, F
A
, e
foras de inrcia F
I
, ento sabe-se que a semelhana dinmica est assegurada desde que,
para partculas homlogas quaisquer, se verifique a condio:
, ,
, ,
E p E m
I m I p
F F
F F
=
NOTA: n = 3 foras intervenientes, implica verificar n 2 = 1 igualdade

Semelhana de CAUCHY
2 2
I I
F m a F l V =
Foras de inrcia
Foras de elasticidade
2 2
3
E I I
a
I E E
F F F k l lV V
C
V
F F k F
l
t

= = = =

, ,
, ,
, ,
1
I p I m
a m a p Ca
E m E p
F F
C C
F F
= = =
E E
F k x F k l =
( )
( )
2 2 2 2 2
3
1
a
V l t t
C cte
k l k m
k l
= = = = =

ou
k m
k x
cte
V x m V
= =
k l =
cte
k m
=
ou

como
Semelhana de CAUCHY
Pode-se chegar mesma concluso usando a anlise dimensional:
( )
( )
( )
( )
1
2
3
,
, , , , ,
, ,
E
A
I
F f k l
F f c V X f k l V c
F f l V
=
= =
( )
, ,
E A I
X f F F F =
( )
, , , , X f l V c =
1 1 1 0 3
1 0 0 1 1
2 0 1 1 0
l V c
L
M
T

2
c
c
l V
=
2
V
( )
2
1 1
2 2 2 2
, , , ,
X c a
c V c c
C
V l V l V l V
| | | | | |
= = = = | | |
| | |

\ \ \

Semelhana de CAUCHY
Conclui-se ento que a semelhana dinmica assegurada se se mantiverem
constantes no modelo e no prottipo os parmetros adimensionais C
a
e c/(l
2
V).
2
com e constantes
a
c
C
l V
, 1 , 1 , ,
2 2
, ,
X m a m a p X p
m p
c c
C C
l V l V
| |
| |
| | | |
|
|
= = =
| |
| |
|
|

\ \
\
\
Como sabemos que apenas trs tipos de foras so preponderantes (inrcia, elasticidade
e atrito) e que o polgono de foras tem que ser fechado basta garantir que um daqueles
parmetro seja constante que o outro verificado automaticamente (usualmente garante-
se C
a,m
= C
a,p
, i.e.,
Ca
= 1)

Semelhana de CAUCHY

l
, a semelhana de Cauchy implica
adoptar as seguintes escalas em funo de
l
2
1 1
V
Ca

= =

1
m
p
= =
2
1 1
1 1
V
V
= =
1
l l
t l
V

= = =
(escala dos tempos)

1
m
p
= =

Semelhana de CAUCHY
3 3
1
m l l
= = =
(escala das massas)
3 1 2
F m a l l l
= = =
(escala das foras)
2
2
1
l F
A
l

= = =

(escala das tenses)
1
1
V
a l
t l
= = =


NOTA: ao desprezar-se o efeito de um ou mais tipos de foras existe sempre perda de
rigor na transposio dos resultados do modelo para o prottipo, perda essa tanto
maior quanto menor for a escala geomtrica. Esta perda de rigor designada por
efeito de escala.
Por exemplo, na modelao fsica de um escoamento com superfcie livre
dominado pelas foras de gravidade, a utilizao de um modelo a uma escala
muito pequena incorrecta pois no poderiam ser desprezados os efeitos da
viscosidade e da tenso superficial.
Outro exemplo em que seria notrio e no desprezvel o efeito de escala, seria
simular um escoamento numa tubagem comercial usando no modelo um tubo
capilar.
No estudo de fenmenos relacionados com o escoamento no interior de
enrocamentos., a menor dimenso destes em modelo reduzido deve ser tal de
modo a que o escoamento se mantenha turbulento.

1.2.5 Modelos Reduzidos em Engenharia Civil
Por vezes interessa distorcer o modelo, ou seja utilizar escalas geomtricas diferentes nas
diferentes direces do espao. Nesses casos devem ter-se alguns cuidados
p
F
p
F
m
F
m
F
p
b
p
H
m
b
m
H
m m
longitudinal transversal
p p
H b
H b
= =
necessrio algum cuidado para transpor os resultados:
para converter foras e garantir tenses iguais deve
utilizar-se a escala transversal
para estudar a encurvadura tem que se atender a ambas
as escalas, transversal e longitudinal
Aplicao: modelo distorcido de um pilar
MODELOS DISTORCIDOS

1.3 Exemplos

1.3 Exemplos
Exemplo 1 determinao da potncia de uma exploso nuclear (aplicao para
alcanar concluses tericas, reduzir e interpretar os resultados experimentais)
Nos anos 1950, as autoridades norte-americanas desclassificaram fotografias de
ensaios nucleares, acreditando no ser possvel a extraco de dados a partir destas
por potncias estrangeiras. No entanto, Taylor, com simples consideraes
dimensionais, conseguiu atravs da anlise destas fotografias, estimar a potncia de
uma exploso nuclear, dado esse que tinha permanecido confidencial.
Modelos Reduzidos e Computacionais em Engenharia 1.3 Exemplos

1.3 Exemplos
Numa exploso atmica, existe a libertao rpida (instantnea) de uma quantidade
significativa de energia E numa regio muito pequena (pode assumir-se num dado
ponto). No ponto de detonao desenvolve-se uma forte onda de choque esfrica.
Nos instantes iniciais, a presso atrs da onda milhares de vezes superior presso
inicial do ar, cuja influncia se pode desprezar na fase inicial
Taylor assumiu que o r
f
[L] da frente da onda de choque esfrica formada pela
exploso depende das seguintes grandezas:
t tempo aps a exploso [T],
E energia libertada [ML
2
T
-2
],
0
massa volmica do fluido (ar) [M
1
L
-3
].
( )
0
, ,
f
r f E t =

1.3 Exemplos
0
2 0 3 1
1 0 1 0
2 1 0 0
f
E t r
L
M
T
NOTA: a ordem da matriz 3 e pode-se por isso

escolher 3 variveis bsicas, naturalmente E, t e
0
0
f
f
r
r
E t

=
Com as variveis intervenientes constroi-se a matriz dimensional e escolhem-

se as variveis bsicas do fenmeno:
( )
0
, ,
f
r f E t =

1.3 Exemplos
[ ] [ ] [ ]
( ) ( )
0 0 0
2 2 3
0
f
f
r
r
L
M L T
E t
ML T T ML

(

(
= =

1
5 0
1
0 1 2 3
5
0 2
2
5
=
=

= + =

=

1 5 2 5 1 5
0
f
f
r
r
E t

=
( ) ( )
0
1 5 2 5 1 5
0
1 5 2 5 1 5
0
, ,
f
f r
f
f
r f E t cte
r
cte r cte E t
E t
= = =
= =


1.3 Exemplos
( )
( ) ( ) ( ) ( )
( )
( ) ( )
1 5 2 5 1 5
0
0
0
1 2 1
ln ln ln ln ln
5 5 5
5 5 1
ln ln ln ln
2 2 2
f
f
f
r cte E t
r cte E t
E
r cte t
=
= + +
| |
= + +
|
\
Com base nesta anlise dimensional Taylor analisou as filmagens de um teste nuclear
realizado nos EUA, registando os resultados que se apresentam no grfico seguinte:
Por manipulao da equao de base, obtm-se uma expresso logartmica:

1.3 Exemplos
Taylor verificou que a cte da expresso
tem valor unitrio (cte = 1)
1 5 2 5 1 5
0 f
r cte E t

=
De uma forma incrivelmente simples Taylor demonstrou que a energia E de uma exploso
atmica depende do raio r
f
da onda de choque no instante t e da massa volmica do ar
0
1 5 2 5 1 5
0
5
0
1 5 2 5 1 5
0
2
f
f
f
r cte E t
r
r E t E
t
= =
e
x
p
e
r
i
m
e
n
t
a
lm
e
n
t
e

1.3 Exemplos
Este resultado e a forma simples como foi obtido (com base em resultados de um nico
teste nuclear) causou muito embarao no governo Americano que gastara milhes de dlares
em testes nucleares e que na altura ainda no sabia exactamente o valor da energia
libertada. O embarao foi de tal ordem que a figura apresentada por Taylor foi considerada
top secret, apesar do filme em que se baseou no o fosse.
Com base nesta anlise Taylor
concluiu que a energia E de uma
exploso atmica aproximadamente
10
21
erg = 10
14
J = 27,8 GWh.

1.3 Exemplos
O perodo de oscilao de um pndulo T depende do comprimento do mesmo l, da sua
massa m, da sua amplitude de oscilao (ngulo) e da acelerao gravtica g
a b c d
T cte g m l =
os expoentes a, b, c e d podem, neste caso particular, ser facilmente obtidos
NOTA: d pode tomar um
valor qualquer. Sabe-se da
Mecnica que d 0 e que
cte = 2
0
0
1 2
b
a c
a
=
= +
0
1
2
1
2
b
c
a
d
l
T cte
g
=
2
l
T
g
=
[ ] [ ] [ ] [ ] [ ]
( ) ( )
0 0 2 0 0 0
a d
a b c c
b c
T g m l M L T LT M L M L T
= =
Exemplo 2 equao do pndulo

1.3 Exemplos
Admitindo que dois corpos com massas m
1
e m
2
separados de uma distncia r giram no
vazio em torno um do outro em rbitas esfricas atravs da atraco mtua gravitacional
(problema semelhante ao dos planetas no sistema solar). Pretende-se saber o tempo de
revoluo t
1 2
a b c
t cte m m r =
[ ] [ ] [ ] [ ]
0 0
1 2
a b c
a b c
t m m r M L T M M L = =
Obviamente, tem que se saber que o material dos corpos no importante, pois para
corpos de materiais diferentes se as massas m
1
, m
2
e a distncia r for mantida constante
obtm-se o mesmo tempo de revoluo
0
0
1 0
a b
c
= +
Exemplo 3 tempo de revoluo de dois corpos em rbita

Temos um problema pois a dimenso T no pode ser representado
por grandezas que s envolvem M e L. No entanto, sabe-se que
verdade a relao
1 2
a b c
t cte m m r =

1.3 Exemplos
Porm, sabe-se que existe uma constante gravitacional G que se relaciona com a fora de
atraco F entre dois corpos de massas m
1
e m
2
afastados de uma distncia r
2
1 2
F r
G
m m
Se envolvermos esta constante

gravitacional na equao inicial
NOTA: a e b no podem ser
determinados, mas existe uma
relao entre eles
1 2
a b c d
t cte m m r G =
[ ] [ ] [ ] [ ] [ ]
( )
0 0 1 3 2
1 2
d
a b c d
a b c
t m m r G M L T M M L M L T

= =
0
0 3
1 2
a b d
c d
d
= +
= +
1
2
3
2
1
2
b a
c
d
1 2 3 2 1 2
1 2
a a
t cte m m r G

=
3 2
2
1
2
a
m r
t cte
m
G m
| |
=
|
\

1.3 Exemplos
Se considerarmos um satlite de pequena massa m
1
a girar em torno de um corpo de massa
muito grande m
2
, bvio que a massa m
1
deixa de ter influncia
NOTA: esta relao sabe-se da Astronomia que vlida
3 2
2
r
t cte
G m
=

1.3 Exemplos
Pode demonstrar-se o teorema de Pitgoras por consideraes dimensionais!!!!!!!
Partindo do pressuposto que a rea S
c
de um tringulo rectngulo funo da
hipotenusa c e do menor ngulo
Usando a anlise dimensional e sabendo que
adimensional, temos que escolher para varivel
bsica c e facilmente se conclui que
( )
,
c
S f c =
=
2
c
c
S
S
c
=
( ) ( ) ( )
2
2
c
c
S c
S
S c
c
= = =
Exemplo 4 teorema de Pitgoras

1.3 Exemplos
Exemplo 4 teorema de Pitgoras
Dividindo o tringulo rectangular em dois tringulos rectangulares e aplicando
a mesma lei geral obtm-se
Sabendo que
( )
2
c
S c = ( )
2
a
S a =
( )
2
b
S b =
c a b
S S S = +
( ) ( ) ( )
2 2 2
c a b = +
2 2 2
c a b = +
NOTA: bvio que o teorema de Pitgoras pode ser facilmente demonstrado
teoricamente atravs da geometria Euclideana, este exemplo foi apenas para demonstrar
as potencialidades da anlise dimensional em desenvolvimentos tericos
c
a
b

1.3 Exemplos
Exemplo 5 perodo do pndulo de pequenas oscilaes
Determinar a equao do perodo T de pequenas oscilaes de um pndulo
com comprimento l e massa m
( )
, , T f m l g =
T
T
m l g

=
0 1 1 0
1 0 0 0
0 0 2 1
m l g T
L
M
T
NOTA: a ordem da matriz 3 e podemos por isso escolher 3
variveis bsicas. Neste caso m, l e g
Obtemos assim apenas um
parmetro adimensional
[ ]
[ ]
[ ] [ ] [ ]
( )
0 0 0
2
T
T
T
M L T
m l g
M L LT

= =
0
0
1
0
2
0 1 2
1
2
=
=
= =

= +

0 1 2 1 2
T
T g
T
l
m l g
= =

1.3 Exemplos
Exemplo 5 perodo do pndulo de pequenas oscilaes
A forma geral da equao
( )
, , T f m l g =
Pode ento escrever-se
( )
T
cte = =
g l
T cte T cte
l g
= =
Basta fazer-se uma nica experincia medindo o perodo de uma oscilao e chega-se
concluso que cte = 2 6,28, pelo que a equao geral fica
2 6, 28
l l
T
g g
=
NOTA: esta equao pode ser determinada resolvendo uma equao diferencial para as
oscilaes do pndulo

1.3 Exemplos
Exemplo 6 perdas de carga contnuas em escoamentos uniformes sob
presso em condutas circulares
No final do sculo XIX Reynolds examinou os dados experimentais sobre perdas de carga
contnuas em escoamentos uniformes sob presso em condutas circulares
( )
, , ,
dp
f U D
dx
=
A perda de carga unitria J em escoamentos uniformes equivalente variao da
presso ao longo do percurso dp/dx
Partindo do pressuposto que dp/dx (ou J) funo da velocidade mdia do escoamento U,
do dimetro da conduta D, da massa volmica do fluido e da viscosidade do fluido
(admitindo que a rugosidade da conduta sempre a mesma)

1.3 Exemplos
( )
, , ,
dp
f U D
dx
=
1 1 3 1 2
0 0 1 1 1
1 0 0 1 2
U D dp dx
L
M
T

NOTA: a ordem da matriz 3 e podemos
por isso escolher 3 variveis bsicas.
Reynolds escolheu U, D e
DU
(j determinado
anteriormente)
dp dx
dp dx
D U

=
[ ]
[ ] [ ] [ ]
( ) ( )
2 2
0 0 0
1 3
dp dx
dp dx
ML T
M L T
D U
L LT ML

(
= =

1.3 Exemplos
[ ]
[ ] [ ] [ ]
( ) ( )
2 2
0 0 0
1 3
dp dx
dp dx
ML T
M L T
D U
L LT ML

(
= =

0 1 1
0 2 3 1
0 2 2
= =

= + =

= + =

1 2 1 1 2
dp dx
dp dx dp dx
D U D U

= =

( )
( )
1 2
, , ,
dp dx
dp dp dx
f U D
dx DU
D U
| |
= = =
|
\
dp dx
dp dx
D U

=

1.3 Exemplos
2
1 2 1 2 1 2
p p
d dx d dx
dp dx DU
DU DU
D U D U D U
g

| | | |
| |
| |
| | | |
\ \
= = =
| | |

\ \
\
Como em regime uniforme a perda de carga total

igual a perda de carga piezomtrica
p
d
dH
J
dx dx
| |
|
\
= =
( ) ( ) ( )
2 3 3
2 2
2
e e e
J D J D
R R f R
U U
g g

= = =
factor de resistncia de Darcy-Weisbach

1.3 Exemplos
Observando a quantidade enorme de pontos, facilmente se pode constatar que se a
anlise dimensional levada a cabo por Reynolds tivesse sido feita previamente no teriam
sido necessrios tantos ensaios para definir a funo
3

Utilizando a expresso geral e os resultados experimentais que recolheu,
Reynolds obteve a seguinte curva
( )
3 e
f R =

1.3 Exemplos
( )
3 e
f R =
No incio do sculo XX Von Karman e Prandtl, com base em consideraes tericas (camada
limite turbulenta) e em resultados experimentais obtidos por Nikuradse, generalizaram para
regimes turbulentos lisos e rugosos a expresso anterior incluindo a influncia
do tipo de material da conduta atravs da rugosidade absoluta k
Colebrook e White, com base nos resultados de Von Karman e Prandtl e num vasto conjunto
de experincias em tubos circulares de naturezas diversas obtiveram a funo , vlida em
todo o domnio dos escoamentos turbulentos
,
e
k
f R
D
| |
=
|
\
10
1 2, 51
, 2log
3, 7
e
e
k k
f R
D D
f R f
| |
| |
= = +
|
|
|
\
\

1.3 Exemplos
Moody fez um baco da expresso de Colebrook-White e que inclui tambm a expresso
de Hagen-Poiseuille vlida para regime laminar
NOTA: cada curva no regime
turbulento corresponde a uma
dada rugosidade equivalente
(k/D) e semelhante ao
resultado que Reynolds obteve

Exemplo 7 caso real de destruio do molho Oeste do Porto de Sines
Durante as tempestades de 1978 e 1979 o molhe oeste do Porto de Sines foi
destrudo, levando destruio de parte das estruturas que protegia
1.3 Exemplos

A estrutura do molhe era composta de dolos
(unidades no armadas) para os quais existia uma
vasta experincia, mas em menores profundidades
As causas da ruptura do molhe foram:
Altura da onda significativa, no projecto, foi insuficiente
A frmula de Hudson (que permite o clculo do peso mximo da estrutura que
pode ser movido pela aco de uma onda com uma dada altura) tinha sido
extrapolada sem prudncia para profundidades superiores s da proposta por
Hudson
Os ensaios hidrulicos tinham negligenciado aspectos da resistncia
estrutural
1.3 Exemplos

No estudo em modelo reduzido adoptou-se a semelhana de Froude, dado
que as foras de gravidade so predominantes
1 1
V
Fr
l g
= =

1
m
g
p
g
g
= =
Como o campo gravitacional do modelo e
do prottipo o mesmo
1 2
V l
=
1 2
t l
=
(escala dos tempos)
1
a
=
1
m
p
= =
Usando o mesmo fluido no

modelo e no prottipo
3
m l
=
(escala das massas)
3
F l
=
(escala das foras)
J vimos anteriormente que
1.3 Exemplos

Como no modelo reduzido se utilizaram dolos do mesmo material que os do
prottipo (beto) resultou que a estrutura no modelo foi sujeita a tenses muito
inferiores do que aquelas que se verificaram no prottipo, levando a que os dolos de
beto do prottipo tenham sido destrudos por aco das ondas
(escala das tenses)
3
2
l F
l
A
l

= = =

m l p
=
A semelhana hidrulica (de Froude) no suficiente para garantir a semelhana
estrutural, pelo que seria necessrio estudar a resistncia mecnica dos elementos
estruturais (rotao em torno das arestas e impacto entre elementos) que
envolvem, por exemplo, foras de elasticidade (i.e. semelhana de Cauchy)
1.3 Exemplos

1.3 Exemplos
Exemplo 8 estudo de vibraes numa viga simplesmente apoiada com massa
concentrada
As foras em jogo so as de inrcia F
I
e as de elasticidade da viga F
E
, logo devemos ter
2
, ,
1 1
V
a m a p Ca Ca
C C

= = = =

Como o material da viga o mesmo no modelo e no prottipo
1
= 1
=
Determinao das escalas das frequncias de oscilao f
n
da viga, das massas m e das
tenses em funo da escala dos comprimentos
l
.
Admite-se que as vigas no modelo e no prottipo so feitas do mesmo material e que as
foras de elasticidade so predominantes
2 2
1 1 1
1 1
V V
V

= = =

1.3 Exemplos
Exemplo 8 estudo de vibraes numa viga simplesmente apoiada com
massa concentrada
1
l l
t l
V

= = =
3 3
1
m l l
= = =
(escala das massas)
(escala das frequncias)
(escala dos tempos)
1
1 1
n
f l
t l
= = =

( )
( )
3
2 2
1 1
l V t
m a F
l l
A
l l

= = = = =

(escala das tenses)

1.3 Exemplos
Exemplo 9 modelo distorcido
Converso das foras garantindo tenses iguais (semelhana de Cauchy utilizando o
mesmo material no modelo e no prottipo)
1
=
2
2
1 1
F F
F transversal
A
transversal

= = = =

Converso das foras para o estudo da encurvadura (semelhana de Euler)
2
2
Euler
EI
F
H
=
(Frmula de EULER)
fora crtica ou mxima
coeficiente que depende dos apoios
mdulo de elasticidade
momento de inrcia da rea
altura do pilar
Euler
F
E
I
H
=
=
=
=
=

1.3 Exemplos
Exemplo 9 modelo distorcido
Considerando o mesmo material no modelo e no prottipo
2
Euler
E I
F
longitudinal

=
2
2
Euler
EI
F
H
=
1
E
=
4 4
2 2
1
Euler
transversal transversal
F
longitudinal longitudinal

= =

4
2
2
Euler
transversal
F transversal F
longitudinal
= =
A foras diferentes correspondem escalas diferentes!

2. Modelao Computational
2.1 Introduo
modelao matemtica

2.1.1 Utilizao da modelao matemtica em Engenharia
Modelos Reduzidos e Computacionais em Engenharia 2.1 Introduo Modelao Matemtica
A modelao matemtica baseia-se na aplicao de modelos numricos onde os
problemas matemticos so formulados de modo a serem resolvidos usando operaes
lgicas e aritmticas.
Na era pr-computador a sua aplicao estava muito limitada pois envolvia clculos
complexos e muito dispendiosos em termos de tempo
Actualmente, qualquer computador pessoal tem capacidade de efectuar em tempo real
aqueles clculos, pelo que a utilizao da modelao matemtica amplamente
utilizada devendo fazer parte do plano curricular de qualquer curso de Engenharia

O estudo da modelao matemtica apresenta as seguintes vantagens:
Permite expandir os tipos de problemas a resolver; permite lidar com grandes
sistemas de equaes, no linearidades e geometrias complexas que so comuns
na engenharia e que muitas vezes so impossveis de resolver analiticamente.
Tirar maior partido de software comercial que necessitem utilizar no futuro. O
conhecimento da modelao matemtica permite a utilizao de software comercial
muito para alm da perspectiva de caixa preta.
Permite desenvolver os prprios programas para casos em que no exista software
comercial.
NOTA: para alm destas vantagens o estudo da modelao matemtica permite
aprofundar os conhecimentos em programao e uma melhor compreenso dos
conceitos matemticos subjacentes a fenmenos fsicos.

Um modelo matemtico composto por:
Modelo conceptual: conjunto de equaes que traduzem os princpios fsicos
relevantes no fenmeno a modelar
Modelo ou esquema numrico: conjunto de procedimentos de lgica e aritmtica que
permitem obter a soluo numrica do conjunto de equaes do modelo conceptual
Um modelo matemtico pode dar resultados imprecisos por dois tipos de razes:
O modelo conceptual no representar correctamente os princpios fsicos presentes
(i.e., as simplificaes adoptadas no so vlidas)
O modelo numrico no ser apropriado para a resoluo do problema

2.1.2 Modelos conceptuais
Dos modelos conceptuais mais comuns e importantes em engenharia destacam-se as leis
de conservao (da massa, da quantidade de movimento, da energia,).
Estes modelos conceptuais so constitudos por um conjunto de equaes que
representam o balano da quantidade/grandeza em anlise, e por equaes
complementares que se designam por equaes de fecho (por exemplo: equaes
constitutivas).
As equaes de conservao podem ser expressas de um modo muito simplista:
Como exemplo d-se a equao que descreve o balano de foras durante a queda de um
paraquedista descrito pela segunda lei de Newton:

dt
dv
NOTA: a equao do movimento neste caso expressa dependncia do tempo sistema
varivel ou transitrio

Se no existe variabilidade temporal as leis de conservao tomam a forma
correspondente ao regime permanente, que de uma forma simplista se definem como:
Retomando o exemplo do balano de foras durante a queda de um paraquedista, temos:

0 t
dt
dv
se ,
m
cv mg
dt
dv
=
=
No desenvolvimento do modelo conceptual importante ter a noo das hipteses
simplificativas em que o mesmo se baseia (por exemplo, um modelo unidimensional no
pode simular aspectos bidimensionais ou tridimensionais)
O conhecimento das limitaes do modelo conceptual permite ter uma noo sobre as
caractersticas que a soluo numrica deve apresentar, permitindo avaliar a
adequabilidade do modelo numrico


2.1.2 Modelos numricos
Um modelo numrico um conjunto de procedimentos de clculo, recorrendo a
operaes de lgica e de lgebra, que permite obter a soluo aproximada de um
modelo conceptual
Os modelos numricos podem apresentar dois tipos de erros:
Erros devido ao facto de o modelo numrico no ser adequado para o problema em
causa. Cada modelo numrico tem usualmente um domnio de validade de aplicao
Erros devido a insuficiente discretizao do domnio de clculo (i.e., passo de clculo
inadequado)
Erros de arredondamento inerentes a qualquer operao algbrica (podem ser
importantes em casos com muitas operaes algbricas)

2. Modelao Computacional
2.2 Integrao e Diferenciao Numrica

2.2.1 Noes gerais e aplicao em Engenharia
Modelos Reduzidos e Computacionais em Engenharia 2.2 Integrao e Diferenciao Numrica
Nas disciplinas de Anlise Matemtica anteriores foram introduzidos o clculo integral e
diferencial que permitem obter solues analticas ou exactas
Na disciplina de Mtodos Computacionais em Engenharia foram introduzidas a
integrao e diferenciao numrica; aqui se far um resumo que permitir
compreender melhor os captulos seguintes dedicados soluo de equaes
diferenciais
Matematicamente, a derivada representa a taxa de variao de uma varivel dependente
em relao a uma varivel independente, i.e.:
( )
espao percorrido varivel dependente
tempo varivel independente
=
=
=
y y t
y
t
( ) ( )
velocidade
=
=
d
v t y t
dt
v
A integrao o inverso da diferenciao. Tal como a diferenciao usa diferenas para
quantificar um processo instantneo, a integrao envolve somar informao instantnea
para dar um resultado total num dado intervalo
( ) ( )
0
=
t
y t v t dt

A derivada pode ser
vista como um declive
O integral pode ser visto
como uma soma
( ) ( )
0
=
t
y t v t dt ( ) ( )
velocidade
=
=
d
v t y t
dt
v
diferenciao integrao

De acordo com o dicionrio, integrar significa juntar as partes num todo; unir; indicar a
quantidade total. Como j vimos, matematicamente, a integrao representada por
( )
=
b
a
I f x dx
O significado da equao anterior o valor
total ou a soma de f(x)dx num intervalo x = a
at b. De facto o smbolo um S maisculo
estilizado que representa a relao prxima
entre a integrao e o somatrio
( )
=
b
a
I f x dx
integral

Existem inmeras aplicaes da integrao na engenharia. Muitos exemplos esto
directamente relacionados com a ideia do integral corresponder rea compreendida entre
a curva de uma funo, definida de modo discreto ou contnuo, e o eixo das abcissas.
Topografia saber a rea
limitada por 2 estradas e um rio
Hidrologia saber a rea
transversal dum rio
Estruturas saber a fora
devida a vento com uma
distribuio no uniforme

Outros exemplos de aplicao da integrao esto relacionados com a ideia do integral
ser um somatrio. Este facto evidenciado no clulco da mdia de um sinal, contnuo ou
discreto:
Mdia contnua
( )
Mdia =
b
a
f x dx
b a
1
Mdia
=
=
n
i
i
y
n
Mdia discreta

Um exemplo de aplicao da frmula anterior na Engenharia Civil a determinao de
centros de gravidade de objectos irregulares
Na engenharia os integrais so tambm utilizados para avaliar a quantidade total de
uma dada varivel fsica. Os integrais podem ser avaliados ao longo de uma linha, de
uma rea ou de um volume
Por exemplo, a massa total de um poluente com concentrao constante num dado
volume de um lago dada por
Se a concentrao for varivel nas trs direces do espao, ento a massa total pode
ser obtida pelo integral no volume
Massa concentrao volume =
( )
Massa , , =
c x y z dxdydz

De acordo com o dicionrio, derivar ou diferenciar significa marcar pelas diferenas;
distinguir; perceber a diferena entre. Matematicamente, a derivada um veculo de
diferenciao pois representa a taxa de variao de uma varivel dependente em relao
a uma varivel independente
( ) ( )
+
=

i i
f x x f x
y
x x
A definio matemtica pode ser
aproximada por uma diferena
Se x tender para zero a diferena
transformada numa derivada
( ) ( )
0
lim

+
=
i i
x
f x x f x
dy
dx x
diferena derivada

A 2 derivada representa a derivada da 1 derivada e diz-nos como varia o declive, sendo
geralmente referida como curvatura. Um valor elevado da 2 derivada significa grande
curvatura
As derivadas parciais so usadas para funes que dependem de mais do que uma
varivel. Podem ser vistas como a derivada da funo num pontos em que todas as
variveis, excepto uma, so constantes
A variao total de uma funo com n variveis ser dada por
2
2
| |
=
|
\
d y d dy
dx dx
dx
( ) ( ) ( )
0
, , ,
lim

+
=

i i i i i i
x
f x y f x x y f x y
x x
( ) ( ) ( )
0
, , ,
lim

+
=

i i i i i i
y
f x y f x y y f x y
y y
( )
1 2
, ,..., =
n
f f x x x
1 2
1 2
1
...
=
| |

= + + + =
|

\
n
n i
n i
i
f f f f
df dx dx dx dx
x x x x

Para percebermos como a derivada parcial diferente da derivada total
A diferenciao muito vulgar nos problemas de engenharia dado que muitos dos problemas
envolvem a caracterizao das variaes de variveis no tempo e no espao. De facto,
muitas da leis fsicas que conhecemos baseiam-se na previso de variaes em
determinadas circunstncias.
Exemplo: a 2 lei de Newton
no poderia ser deduzida a partir da posio do objecto mas sim em funo da variao no
tempo da posio.
Para alm da variao temporal, existem diversas leis fsicas que envolvem a variao
espacial das variveis. Exemplos disso so as leis constitutivas que definem como os
potenciais ou gradientes influenciam os processos fsicos
2
1 2
1 2 1 1 2 1 1
... ...

= + + + = + + +

n
n
n n
dx dx f f f df f f f
df dx dx dx
x x x dx x x dx x dx
( )
( )
2 2
= = =
r
r r r
F ma m dv dt m d x dt

Exemplos de leis constitutivas
Lei Equao rea da Fsica Gradiente Fluxo Proporcionalidade
Lei de Fourier
Transferncia de
calor
Temperatura Fluxo de calor Condutividade
trmica
Lei de Fick
Difuso da
massa
Concentrao Fluxo de massa Difusividade
Lei de Darcy
Escoamentos
em meios
porosos
Carga hidrulica Caudal (fluxo de
escoamento)
Condutividade
hidrulica
(permeabilidade)
Lei da
viscosidade de
Newton
Escoamentos de
fluidos
newtonianos
Velocidade Tenso tangencial Viscosidade dinmica
Lei deHooke
Elasticidade Deformao Tenso Mdulo de
elasticidade
=
dT
q k
dx
=
dc
J D
dx
=
dh
q K
dx
=
du
dy
=
L
E
L

=
dT
q k
dx
Analisando por exemplo a lei de Fourier
A maioria dos processos fsicos so descritos por equaes diferenciais cuja soluo se
baseia na diferenciao numrica, pelo que fundamental que qualquer engenheiro
domine este assunto


2.2.2 Integrao numrica: frmulas de Newtons-Cotes
As frmulas de Newton-Cotes so as mais utilizadas na integrao numrica. Baseiam-se
numa estratgia de substituio de uma funo f de integrao analtica no-trivial ou
definida por uma srie de dados tabelados, por uma funo polinmial f
n
que seja
facilmente integrvel
( ) ( )
( )
1
0 1 1
...

=
= + + + +

b b
n
a a
n n
n n n
I f x dx f x dx
f x a a x a x a x
aproximao por uma linha
recta (polinmio 1 grau)
aproximao por uma
parbola (polinmio 2 grau)

O integral pode tambm ser aproximado usando uma srie de polinmios aplicados
funo ou srie de dados em segmentos de comprimento constante. Em alternativa
podem utilizar-se polinmios de ordem superior
aproximao por trs
segmentos de recta

As frmulas de Newton-Cotes podem ter forma fechada ou aberta:
Forma fechada: os limites da integrao correspondem a pontos de base da
interpolao numrica, i.e. Os pontos fronteira so dos dados conhecidos do problema;
Forma aberta: o intervalo de integrao estende-se para alm dos pontos dos dados
(extrapolao dos dados).
frmula de
integrao fechada
frmula de
integrao aberta

( ) ( )
( )
1
0 1 1
...

=
= + + + +

b b
n
a a
n n
n n n
I f x dx f x dx
f x a a x a x a x
REGRA DOS TRAPZIOS
( )
( ) ( )
( )
( )
( ) ( )
( )
2
altura mdia
(
+ =
(

+
= =
=
b
a
f b f a
I f a x a dx
b a
f a f b
b a
b a
Regra dos trapzios
NOTA: todas as frmulas fechadas de Newton-
Cotes podem ser escritas na ltima
forma; apenas a altura mdia ter que
ser calculada de modo diferente
A regra dos trapzios a primeira das frmulas de integrao fechada de Newton-Cotes
e corresponde ao caso mais simples, o da utilizao de um polinmio de 1 grau:

REGRA DOS TRAPZIOS
( )( )
3
1
''
12
valor no intervalo a
=
=
t
E f b a
a b
Analiticamente demonstra-se que o erro
local estimado dado por:
A aplicao da regra dos trapzios pode traduzir-se em erros substanciais
NOTA: no caso da funo a integrar ser
linear, a aplicao da regra dos
trapzios exacta
( )
'' 0 0 = =
t
f E

REGRA DOS TRAPZIOS COMPOSTA
( ) ( )
( ) ( ) ( ) ( )
( )
( ) ( ) ( )
1
0 1
0 1 1
1
0
1
intervalo
altura mdia
...
...
2 2
2
2
=
= + +
+ +
+ + =
+ +
=

123
1444442444443
n
n
x x
x x
n n
n
i n
i
I f x dx f x dx
f x f x f x f x
h h
f x f x f x
b a
n
Regra dos trapzios
composta
Um modo de melhorar a estimativa da regra dos trapzios dividir o intervalo de
integrao entre a e b em n segmentos e aplicar a regra a cada segmento

REGRA DOS TRAPZIOS COMPOSTA
( )
( )
3
3
1
''
12
valor situado no segmento
=
=
=
n
t i
i
i
b a
E f
n
i
O erro local estimado pode ser calculado somando os erros locais em cada segmento
NOTA: o aumento do nmero de segmentos provoca uma diminuio quadrtica do erro
Se se calcular um valor mdio da segunda derivada
( )
1
''
''
=
n
i
i
f
f
n
Obtm-se uma aproximao do erro local estimado
( )
3
2
''
12
=
a
b a
E f
n

REGRAS DE SIMPSON
Regra 1/3 de Simpson
(aproximao por parbola)
Outra alternativa de melhorar a estimativa do integral , em vez de dividir o intervalo em
n segmentos, utilizar polinmios de ordem superior
Por exemplo, se tivermos 3 pontos igualmente espaados podemos aproximar uma
parbola, ou se tivermos 4 pontos igualmente espaados podemos aproximar um
polinmio do 3 grau. As frmulas assim obtidas so designadas regras de Simpson
Regra 3/8 de Simpson
(aproximao por polinmio de 3 grau)

REGRA DE 1/3 DE SIMPSON
Utilizando uma parbola (f

2
) obtm-se a frmula:
( )
( )
( )
( )
( )
5
4 4
5
1
90 2880
= =
t
b a
E h f f
O erro local estimado dado por
NOTA: a regra 1/3 de Simpson aproxima de forma exacta polinmios de 3 ordem, apesar de ser
baseada na aproximao de uma parbola
( )
( )
4
0 0 = =
t
f E
2

= =
b a b a
h
n

( ) ( ) x x f x x f I
x
x
x
x
d d
2
0
2
0
2
=
( )( )
( )( )
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
( ) ( ) ( ) ( )
( ) ( ) ( )
2
0
0 2 0 1 1 2
0 1 2
0 1 0 2 1 0 1 2 2 0 2 1
0 1 2
0 1 2
intervalo
altura mdia
4
4
3 6
(
= + + =
(

(

( + +

( = + + =

123
1444442444443
x
x
x x x x x x x x x x x x
I f x f x f x dx
f x f x f x
h
f x f x f x b a
Polinmio de Lagrange de 2 ordem

REGRA DE 1/3 DE SIMPSON COMPOSTA
Tal como na regra dos trapzios, a regra de Simpson pode ser melhorada se o intervalo de
integrao for dividido em n segmentos igualmente espaados
( )
( )
( )
5
4
4
180
=
a
b a
E f
n
O erro local aproximado dado por
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
2
0 2
0 1 2 2 1
1 2
0
1,3,5 2,4,6
intervalo
altura mdia
...
4 4
2 ... 2
6 6
4 2
3

= =
= + +
+ + + +
+ + =
+ + +
=

123
144444444424444444443
n
n
x x
x x
n n n
n n
i i n
i i
I f x dx f x dx
f x f x f x f x f x f x
h h
f x f x f x f x
b a
n

REGRA DE 1/3 DE SIMPSON COMPOSTA
Nos rectngulos est o peso do
valor da funo em cada ponto
( )
( ) ( ) ( ) ( )
1 2
0
1,3,5 2,4,6
intervalo
altura mdia
4 2
3

= =
+ + +
=

123
144444444424444444443
n n
i i n
i i
f x f x f x f x
I b a
n

REGRA DE 3/8 DE SIMPSON
Utilizando um polinmio cbico de Lagrange obtm-se a frmula
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
0 1 2 3
0 1 2 3
intervalo
altura mdia
3 3
3
3 3
8 8
( + + +

( = + + + =

123
14444444244444443
f x f x f x f x
h
I f x f x f x f x b a
( )
( )
( )
( )
( )
5
4 4
5
3
80 6480
= =
t
b a
E h f f
O erro local estimado dado por
NOTA: o erro da regra 3/8 de Simpson menor que o da regra 1/3, mas a ordem de
aproximao a mesma, i.e., so ambas de terceira ordem
3

= =
b a b a
h
n

( ) ( ) x x f x x f I
x
x
x
x
d d
3
0
3
0
3
=

REGRA DE SIMPSON COMPOSTA
Quando o nmero de segmentos par utiliza-se
usualmente a regra 1/3 de Simpson, quando o nmero
de segmentos impar pode utilizar-se um mtodo
composto das regras 1/3 e 3/8 de Simpson
2 intervalos regra 1/ 3
3 intervalos regra 3 / 8
5 intervalos 2 inter. regra 1/ 3 3 inter. regra 3 / 8
7 intervalos 4 inter. regra 1/ 3 3 inter. regra 3 / 8
+
Regra 1/3 Regra 3/8

FRMULAS DE NEWTON-COTES DE ORDEM SUPERIOR
Utilizando polinmios de ordem superior podem obter-se frmulas fechadas de ordem superior
=
b a
h
n
Segmentos
(n)
Pontos Nome Frmula Erro
1 2
Regra dos
trapzios
2 3
Regra 1/3
de Simpson
3 4
Regra 3/8
de Simpson
4 5
Regra de
Boole
5 6
( )
( ) ( ) ( ) ( )
0 1 2 3
3 3
8
( + + +

f x f x f x f x
b a
( )
( ) ( ) ( )
0 1 2
4
6
( + +

f x f x f x
b a
( )
( ) ( ) ( ) ( ) ( )
0 1 2 3 4
7 32 12 32 7
90
( + + + +

f x f x f x f x f x
b a
( )
( )
4
5
3
80
h f
( )
( ) ( ) ( ) ( ) ( ) ( )
0 1 2 3 4 5
19 75 50 50 75 19
288
( + + + + +

f x f x f x f x f x f x
b a
( )
( )
4
5
1
90
h f
( )
3 ''
1
12
h f
( )
( )
6
7
8
945
h f
( )
( )
6 7
275
12,1
h f
( )
( ) ( )
0 1
2
( +

f x f x
b a
NOTA: em engenharia raramente so utilizadas frmulas de integrao de ordem superior terceira;
as regras de Simpson so suficientes para a maioria das aplicaes.

INTEGRAO COM DADOS DESIGUALMENTE ESPAADOS (h
n
)
As frmulas anteriores so vlidas para dados igualmente espaados, o que no acontece
em muitas aplicaes prticas. Nesses casos pode recorrer-se, por exemplo, aplicao
da regra dos trapzios a cada um dos segmentos
( ) ( ) ( ) ( )
0 1 1
1
...
2 2
largura do segmento
+ +
= + +
=
n n
n
i
f x f x f x f x
I h h
h i

MTODOS ABERTOS
As frmulas de integrao abertas tm limites que se estendem para alm do intervalo de
dados
=
b a
h
n
Segmentos
(n)
Pontos Nome Frmula Erro
2 1
Mtodo do
ponto mdio
3 2
4 3
5 4
6 5
( )
( ) ( ) ( )
1 2 3
2 2
3
( +

f x f x f x
b a
( )
( ) ( )
1 2
2
+ (

f x f x
b a
( )
( ) ( ) ( ) ( )
1 2 3 4
11 11
24
( + + +

f x f x f x f x
b a
( )
( )
4 5
14
45
h f
( )
( ) ( ) ( ) ( ) ( )
1 2 3 4 5
11 14 26 14 11
20
( + +

f x f x f x f x f x
b a
( )
( )
4 3
3
4
h f
( )
3 ''
1
3
h f
( )
( )
4 5
95
144
h f
( )
( )
6 7
41
140
h f
( ) ( )
1
b a f x

frmula de
integrao fechada
frmula de
integrao aberta
MTODOS ABERTOS
( )
( ) ( ) ( )
1 2 3
2 2
3
( +

f x f x f x
b a
4 segmentos
3 pontos

INTEGRAIS MLTIPLOS
Em engenharia muitas vezes tem que se lidar com integrais mltiplos
( ) ( )
, ,
| | | |
=
| |
\ \

d b b d
c a a c
f x y dx dy f x y dy dx
A integrao numrica pode ser feita
utilizando as regras dos trapzios ou de
Simpson compostas, aplicando primeiro
numa dimenso com os valores das outras
dimenses constantes e depois aplicar na
outra dimenso

PROGRAMAO EM MATLAB
trapz( , )
vector das variveis independentes
vector das variveis dependentes
=
=
x y
x
y
- Existem funes pr-definidas de integrao numrica (integral e integral acumulado) por
intermdio da regra dos trapzios, i.e.:
Z = TRAPZ(X,Y) estimao de integral numericamente
Z = CUMTRAPZ(X,Y) estimao de integral acumulado
cumtrapz( , ) x y

- Existem funes que calculam o integral duplo e triplo pr-definidas:
Q = DBLQUAD(FUN,XMIN,XMAX,YMIN,YMAX) avaliao de duplo integral
Q = TRIPLEQUAD(FUN,XMIN,XMAX,YMIN,YMAX,ZMIN,ZMAX) avaliao de triplo integral
min max min max
min max
min max
dblquad( , , , , , )
funo de e a integrar
, limites do intervalo de integrao em
, limites do intervalo de integrao em
tolerncia, se no for introduzi
=
=
=
=
fun x x y y tol
fun x y
x x x
y y y
tol
-6
do valor assume 1 10
min max min max min max
triplequad( , , , , , , , ) fun x x y y z z tol
PROGRAMAO EM MATLAB

2.2.3 Integrao numrica de funes
As frmulas de Newton-Cotes podem ser aplicadas a funes ou a dados tabelados.
Nestes ltimos a preciso fica condicionada pelo nmero de pontos disponvel. No caso
de se conhecer a funo pode gerar-se o nmero de pontos necessrios para obter uma
preciso aceitvel
Assim, a regra 1/3 de Simpson parece ser uma ferramenta aceitvel para calcular
integrais de funes. Embora tal possa ser verdade para muitos problemas, existem
mtodos mais eficientes que se baseiam na capacidade de gerar valores da funo para
desenvolver esquemas de integrao numrica eficientes
Integrao de Romberg
Quadratura de Gauss
Quadratura adaptativa
Para funes de ordem superior ou transcendentais necessrio usar aplicaes
compostas para obter melhores estimativas. De seguida apresentam-se tcnicas mais
eficientes do que as frmulas de Newton-Cotes para avaliar esses integrais

INTEGRAO DE ROMBERG
Existem tcnicas para melhorar os resultados da integrao numrica que se baseiam nas
prprias estimativas do integral. Estes mtodos so usualmente designados de
Extrapolao de Richardson e usam duas estimativas de um integral para calcular uma
terceira estimativa mais precisa
Usando a regra dos trapzios composta
( ) ( )
( )
( )
( )
valor exacto do integral
valor estimado pela regra dos trapzios
com segmentos de comprimento
erro
= +
=
=
=
=
I I h E h
I
I h
n h b a n
E h
Se se fizer duas estimativas, uma com n

1
segmentos e outra com n
2
segmentos
( ) ( ) ( ) ( )
1 1 2 2
+ = + I h E h I h E h
1
1
=
b a
h
n
2
2
=
b a
h
n

INTEGRAO DE ROMBERG
Relembrando o erro aproximado da regra dos trapzios
Admitindo que constante independentemente do nmero de segmentos
2
''
12

b a
E h f
Substituindo na equao
'' f
( )
( )
( ) ( )
2
2
1
1 1
1 2
2
2 2
2
| |

|
\
E h
h h
E h E h
E h h
h
( ) ( ) ( ) ( )
1 1 2 2
+ = + I h E h I h E h

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( )
( )
2
2 1
2 1
2
2 2
2
2
1
2 1 2 2 1 1
1 h h
h I h I
h E
h E h I
h
h
h E h I h E h I h E h I

+
|
|
\
|
+ + = +

INTEGRAO DE ROMBERG
Substituindo a expresso anterior obtm-se uma estimativa mais precisa do integral que
depende de duas estimativas e do nmero de segmentos usados nessas mesmas
estimativas
Demonstra-se que o erro associado ao processo anterior de 4 ordem, i.e., O(h
4
).
Recorde-se que as duas estimativas iniciais usando a regra dos trapzios tm O(h
2
)
Para o caso especial em que obtm-se a seguinte expresso:
2 1
2 = h h

( ) ( ) ( )
( ) ( )
2
2
1
2 1
2 2 2
1
|
\
|
+ + =
h
h
h I h I
h I h E h I I

( ) ( )
1 2
3
1
3
4
h I h I I

INTEGRAO DE ROMBERG
Para o caso especial em que os segmentos das m estimativas so sucessivamente metade
do da estimativa anterior
1
1 1
2 .... 2

= = =
m
m m
h h h
1
estimativa mais precisa
estimativa menos precisa
=
=
m
I
I
obtm-se a seguinte expresso para O(h
8
)
obtm-se a seguinte expresso para O(h
6
)
O mtodo pode ser alargado a mais estimativas, permitindo obter solues mais precisas.
Por exemplo, se calcularmos trs estimativas de O(h
2
) pela regra dos trapzios, podemos
combin-las duas a duas para obtermos duas estimativas de O(h
4
), estas duas ltimas
podem ser utilizadas para obter uma estimativa de O(h
6
)

l m
I I I
15
1
15
16

l m
I I I
63
1
63
64

INTEGRAO DE ROMBERG
Note-se que a soma dos coeficientes das equaes igual a 1, significando que
representam pesos relativos que medida que a preciso aumenta vo dando mais peso
estimativa mais precisa
A frmula geral de Integrao de Romberg pode ento ser escrita

( ) ( ) ( )
1 2
4
3
1
3
4
h I h I I h O

( )
l m
I I I h O
15
1
15
16
6

( )
l m
I I I h O
63
1
63
64
8

( )
( )
( )
j j j
h O k
h O k
h O k
k
que preciso mais 1 , integrao de preciso distingue
para 3
para 2
para 1
integrao de nvel
8
6
4
+ =
=
=
=
= =
M

1 4
4
1 1 1
=
+
k
j,k ,k j
k
j,k
I I
I

INTEGRAO DE ROMBERG
Resumo da Integrao de Romberg formulao geral

( ) ... , , k , h O I I
k
j j,k
2 1
2 2
= + =
+
Ordem de integrao
Apresentao matricial
As colunas e as diagonais da matriz
convergem para o valor exacto do
integral
Os integrais da primeira coluna (I
0,0
,
I
1,0
, ...), nvel de integrao k=0, so
estimados com recurso regra dos
trapzios

k , , j , j , j , j j
, , , ,
, , ,
, ,
,
I I I I I h
I I I I h
I I I h
I I h
I h
j
, k
0 3 3 2 2 1 1 0
3 0 2 1 1 2 0 3 3
2 0 1 1 0 2 2
1 0 0 1 1
0 0 0
crescente
preciso
integrao de nvel
L
O M M M M M

Segmento de integrao

( )
... , , , j
a b
h
,
j
j
2 1 0
2
=
=

... , , k ,
I I
I
k
j,k ,k j
k
j,k
2 1
1 4
4
1 1 1
=
=
+

INTEGRAO DE ROMBERG
Exemplo de aplicao da regra de Romberg para calcular
( )
0,8
2 3 4 5
0
0, 2 25 200 675 900 400 + + +
x x x x x dx
estes
resultados j
so exactos
pois o
polinmio
de 5 ordem
e estas
estimativas
j so de
ordem
superior

1 4
4
1
1 1 1
1
k
k , j k , j
k
k , j
I I
I
h
1
h
2
=h
1
/2
h
3
=h
2
/2
h
4
=h
3
/2
...
h
i
=h
i-1
/2

INTEGRAO DE ROMBERG PROGRAMAO
A frmula geral de Integrao de Romberg pode ser implementada atravs de um
programa de computador
1
1, 1 , 1
,
1
4
4 1
k
j k j k
j k
k
I I
I
Precisamos ento de um critrio de paragem, ou seja, que pare o clculo quando a
estimativa j suficientemente boa. Para tal podemos utilizar uma estimativa do erro
relativo
, 1, 1
,
+
=
j k j k
a
j k
I I
I

QUADRATURA DE GAUSS
Nos mtodos de Newton-Cotes (com excepo em que os intervalos tm espaamento
desigual) a estimativa dos integrais obtida para dados igualmente espaados. Admita-
se, que se retira este constrangimento e que se pode avaliar a rea abaixo de uma linha
recta que una dois pontos quaisquer da curva. Se se escolher bem esses dois pontos
podemos definir uma recta que compense os erros positivos com os negativos (este
mtodo designado por Quadratura de Gauss)
Regra dos trapzios
Quadratura de Gauss

QUADRATURA DE GAUSS
O objectivo da Quadratura de Gauss determinar os coeficientes c da equao
( ) ( )
0 0 1 1
+ I c f x c f x
Note-se que, contrariamente ao que acontece na regra dos trapzios, x

0
e x
1
no so
conhecidos pelo que temos 4 incgnitas
Quadratura
de Gauss
0 1 0 1
, , , c c x x

QUADRATURA DE GAUSS
Admitindo que a equao se ajusta a um integral de
uma constante
( ) ( )
0 0 1 1
+ I c f x c f x
1
0 1
1
1 2
+ = =
c c dx
( )
1 = f x
uma recta
1
0 0 1 1
1
0
+ = =
c x c x xdx
( ) ( )
0 0 1 1
+ I c f x c f x
( )
= f x x
uma parbola
1
2 2 2
0 0 1 1
1
2
3
+ = =
c x c x x dx
( ) ( )
0 0 1 1
+ I c f x c f x
( )
2
= f x x
uma equao cbica
1
3 3 3
0 0 1 1
1
0
+ = =
c x c x x dx
( ) ( )
0 0 1 1
+ I c f x c f x
( )
3
= f x x
Determinao dos coeficientes c para o intervalo normalizado [-1 1]:

QUADRATURA DE GAUSS
Resolvendo-se o sistema 4x4 anterioremente descrito obtem-se
( ) ( )
0 0 1 1
1 1
3 3
| | | |
+ = +
| |
\ \
I c f x c f x f f
0 1
0 1
0 0 1 1
2 2 0
0 0 1 1
3 3
1
0 0 1 1
2
1
0
1
2
3
3
1
0
3
+ =

= =

+ =
=

+ =

=
+ =

c c
c c
c x c x
x
c x c x
x
c x c x
Note-se que a frmula anterior foi retirada para limites de integrao 1 e 1. Implica
consequentemente uma mudana de variveis para a sua generalizao.
A generalizao para limites a e b pode ser feita mantendo o intervalo 1 e 1 mas
substituindo nos integrais anteriores
( ) ( )
2
+ +
=
b a b a x
x
2
=
b a
dx dx

QUADRATURA DE GAUSS
A Quadratura de Gauss pode ser utilizada para obter frmulas com mais do que dois
pontos (ordem superior). Para n pontos
( ) ( ) ( )
0 0 1 1 1 1
...

+ + +
n n
I c f x c f x c f x
Pontos Coeficientes Argumentos da funo Erro
1
2
3
4
( )
( )
2
f
0
2 = c
0 3
1 2
525 70 30 35
525 70 30 35
= = +
= =
x x
x x
( )
( )
0 3
1 2
18 30 36
18 30 36
= =
= = +
c c
c c
0 1
1 = = c c
0 2
1
5 9
8 9
= =
=
c c
c
0
0 = x
0 1
1 3 = = x x
0 2
1
3 5
0
= =
=
x x
x
( )
( )
4
f
( )
( )
6
f
( )
( )
8
f

QUADRATURA DE GAUSS
( )
( ) 1
1
2 2
+ + | |

=
|
\

b
t
t
a
b a b a x
b a
f x dx f dx
( ) ( ) ( )
1
0 0 1 1
1
+
t t
g x dx c g x c g x
Para dois pontos, aplicando a mudana de varivel
Aplicao da frmula de Gauss-Legendre
n=1
n=2
n=3
( ) ( )
1
0 0
1

t t
g x dx c g x

( ) 0 2g =
1 1
3 3
| | | |
= + =
| |
\ \
g g
NOTA: a Quadratura de Gauss requer a avaliao da funo em determinados pontos no
uniformemente espaados e por isso no indicada para os casos em que no se
conhece a funo, como o caso de dados tabelados
( ) ( ) ( ) ( )
1
0 0 1 1 2 2
1
+ +
t t
g x dx c g x c g x c g x
( )
5 3 8 5 3
0
9 5 9 9 5
| | | |
= + + =
| |
| |
\ \
g g g
( ) ( )
2
+ +
=
b a b a x
x
2
=
b a
dx dx

QUADRATURA ADAPTATIVA
Embora a regra 1/3 de Simpson composta possa ser utilizada para estimar o integral de
funes, tem a desvantagem de usar pontos igualmente espaados. Este constrangimento
no tem em conta o facto de algumas funes terem regies onde mudam abruptamente
(gradientes especialmente grandes), exigindo um refinamento do espaamento
Assim, para obter a preciso desejada seria necessrio aplicar um espaamento pequeno a
todo o intervalo, quando este s necessrio nas zonas de variao brusca da funo
Os mtodos de Quadratura Adaptativa resolvem o problema pois ajustam automaticamente
o espaamento de modo a que seja pequeno nas regies de variaes bruscas e grande nas
regies em que a funo tem variaes mais suaves
A maioria das tcnicas de Quadratura Adaptativa baseiam-se na aplicao da regra 1/3 de
Simpson composta a sub-intervalos do mesmo modo que a regra dos trapzios aplicada
na Integrao de Romberg, i.e., a regra 1/3 aplicada para obter duas estimativas,
correspondentes a dois espaamentos diferentes, sendo essas duas estimativas usadas para
obter uma estimativa do erro. Se o erro aceitvel, no necessrio diminuir mais o
espaamento e a estimativa do integral no sub-intervalo aceitvel. Seno, o espaamento
diminudo e repete-se o processo at que o erro seja aceitvel

-6
quad( , , , )
funo de e a integrar
, limites do intervalo de integrao
tolerncia, se no for introduzido valor assume 1 10
=
=
=
fun a b tol
fun x y
a b
tol
O MATLAB tem diversas funes para implementar Quadratura Adaptativa, de onde se
destacam:
Q = QUAD(FUN,A,B,TOL) aplicao da quadratura de Simpsons adaptativa
Q = QUADL(FUN,A,B,TOL) aplicao da quadratura de Lobatto adaptativa
quadl( , , , ) fun a b tol
PROGRAMAO EM MATLAB


2.2.4 Uso de sries de Taylor (diferenas regressivas,
centradas e progressivas)
O desenvolvimento em sries de Taylor uma ferramenta fundamental dos mtodos
numricos
( ) ( )
( ) ( )
( )
( )
3
2 3
1
' ''
...
1! 2! 3!
+
= + + + +
i i i
i i
f x f x f x
f x f x h h h
1 +
=
i i
h x x
Ordem zero O(h
0
)
1
o
rd
e
m
O
(h
)
2

o
r
d
e
m

O
(
h
2
)
e
x
a
c
t
a

O desenvolvimento em sries de Taylor na forma progressiva permite a definio das
designadas diferenas finitas progressivas; o valor da funo no ponto actual x
i+1

determinado a partir do valor da funo no ponto anterior x
i
( ) ( )
( ) ( )
( ) ( ) ( )
( )
( )
( ) ( )
( )
( )
( ) ( )
2
1
2
1
1
1
' ''
...
1! 2!
'
'
'
+
+
+
+
= + + +
= + +

i i
i i
i i i
i i
i
i i
i
f x f x
f x f x h h
f x f x f x h O h
f x f x
f x O h
h
f x f x
f x
h
(diferena finita progressiva de 1 ordem para a 1 derivada)

O desenvolvimento em sries de Taylor na forma regressiva permite a definio das
designadas diferenas finitas regressivas; o valor da funo no ponto actual x
i1

determinado a partir do valor da funo no ponto anterior x
i
( ) ( )
( ) ( )
( ) ( ) ( )
( )
( )
( ) ( )
( )
( )
( ) ( )
2
1
2
1
1
1
' ''
...
1! 2!
'
'
'
= +
= +
= +

i i
i i
i i i
i i
i
i i
i
f x f x
f x f x h h
f x f x f x h O h
f x f x
f x O h
h
f x f x
f x
h
(diferena finita regressiva de 1 ordem para a 1 derivada)

Subtraindo ao desenvolvimento em sries de Taylor na forma progressiva o
desenvolvimento em sries de Taylor regressivo, obtm-se a definio das designadas
diferenas finitas centradas
( ) ( ) ( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( )
( ) ( ) ( )
( )
( )
( ) ( ) ( )
( )
( )
( ) ( )
( )
3
2 3
1 1
3
2 3
3
3
1 1
1 1 3 2
1 1
' ''
...
1! 2! 3!
' ''
...
1! 2! 3!
2 ' 2 ...
3!
2 ' '
2
+
+
+
+
= + + +
| |
|
+
|
\
= + +
= + =
i i i
i i i
i i i
i
i
i i i
i i
i i i i
f x f x f x
f x f x f x h h h
f x f x f x
f x h h h
f x
f x f x f x h h
f x f x
f x f x f x h O h f x O h
h
( )
( ) ( )
1 1
'
2
+

i i
i
f x f x
f x
h
(diferena finita centrada de 2 ordem para a 1 derivada)

( ) ( )
( ) ( )
( ) ( ) ( )
( )
( )
( ) ( )
( )
( )
( ) ( )
2
1
2
1
1
1
' ''
...
1! 2!
'
'
'
+
+
+
+
= + + +
= + +

i i
i i
i i i
i i
i
i i
i
f x f x
f x f x h h
f x f x f x h O h
f x f x
f x O h
h
f x f x
f x
h
( ) ( )
( ) ( )
( ) ( ) ( )
( )
( )
( ) ( )
( )
( )
( ) ( )
2
1
2
1
1
1
' ''
...
1! 2!
'
'
'
= +
= +
= +

i i
i i
i i i
i i
i
i i
i
f x f x
f x f x h h
f x f x f x h O h
f x f x
f x O h
h
f x f x
f x
h
( ) ( ) ( )
( )
( )
(
( ) ( ) ( )
( ) ( ) ( )
1 1
1 1
1 1
'
1!
'

1!
2 ' 2
2 '
+
+
+
= +
|
\
= +
= +
i
i i i
i
i i i
i i i
f x
f x f x f x
f x
f x
f x f x f x h
f x f x f x h O
( )
( ) ( )
1 1
'
2
+

i i
i
f x f x
f x
h
1 derivada aproximada por
diferenas progressivas
D
e
r
i
v
a
d
a

e
x
a
c
t
a
D
e
r
i
v
a
d
a

e
x
a
c
t
a
D
e
r
i
v
a
d
a

e
x
a
c
t
a
a
p
ro
x
im
a
o
a
p
r
o
x
i
m
a
o
a
p
r
o
x
i
m
a
o
diferenas regressivas
diferenas centradas

O desenvolvimento em sries de Taylor permite ainda determinar aproximaes para
derivadas de ordem superior
( ) ( )
( )
( )
( )
( )
( ) ( ) ( )
( )
( )
( )
( )
( )
( ) ( )
( ) ( ) ( ) ( )
( )
( )
( ) ( )
2
2
2
2 1
2
2 3
2 1
2 1
' ''
2 2 ...
1! 2!
' ''
2 2 2 ...
1! 2!
' ''
2 ...
1! 2!
2 ''
2
''
+
+ +
+ +
+ +
= + + +
= + + +
| |
+ + +
|
|
\
= + +
+
=
i i
i i
i i
i i i
i i
i
i i i i
i i
i
f x f x
f x f x h h
f x f x
f x f x f x h h
f x f x
f x h h
f x f x f x f x h O h
f x f x
f x
( )
( )
( )
( ) ( ) ( )
2
2 1
2
2
''
+ +

+

i
i i i
i
f x
O h
h
f x f x f x
f x
h
(diferena finita progressiva de 1
ordem para a 2 derivada)

Analogamente pode-se obter
( )
( ) ( ) ( )
( )
( )
( ) ( ) ( )
1 2
2
1 2
2
2
''
2
''

+
= +
+

i i i
i
i i i
i
f x f x f x
f x O h
h
f x f x f x
f x
h
(diferena finita regressiva de
1 ordem para a 2 derivada)
( )
( ) ( ) ( )
( )
( )
( ) ( ) ( )
1 1 2
2
1 1
2
2
''
2
''
+
+
+
= +
+

i i i
i
i i i
i
f x f x f x
f x O h
h
f x f x f x
f x
h
(diferena finita centrada de 2
ordem para a 2 derivada)

2.2.5 Erros de truncatura de termos de ordem superior
(diferena finita regressiva de 1 ordem para a 1 derivada)
(diferena finita centrada de 2 ordem para a 1 derivada)
( )
( ) ( )
( )
( )
( ) ( )
( )
( )
( ) ( )
( )
1
1
1 2
valor exacto
erro de
aproximao
truncatura
'
'
'
2
+
= +
=
123
123
1442443
i i
i
i i
i
i i
i
f x f x
f x O h
h
f x f x
f x O h
h
f x f x
f x O h
h
(diferena finita progressiva de 1 ordem para a 1 derivada)
Note-se um erro de truncatura de O(h
2
) significa que a estimativa contm erros que so
proporcionais a h
2
ou seja ao quadrado do passo de clculo. Temos ento duas
alternativas para diminuir o erro. A primeira diminuir o passo de clculo h (i.e., refinar a
malha de clculo), a segunda utilizarmos aproximaes de ordem superior que podem ser
obtidas das sries de Taylor incluindo termos de maior ordem.
Como vimos anteriormente, as aproximaes por diferenas finitas apresentam sempre um
erro de truncatura

2.2.6. Frmulas de diferenciao de ordem superior
NOTA: na aproximao de 1 ordem tnhamos
desprezado o termo com a 2 derivada
( ) ( )
( ) ( )
( )
( ) ( ) ( )
( )
2
1
1 2
' ''
...
1! 2!
''
'
2!
+
+
= + + +
=
i i
i i
i i i
i
f x f x
f x f x h h
f x f x f x
f x h O h
h
( )
( ) ( )
( )
1
'
+

=
i i
i
f x f x
f x O h
h
Introduzindo na equao anterior a aproximao da 2 derivada por diferenas finitas
( )
( ) ( )
( ) ( ) ( )
( )
( )
( )
( ) ( ) ( ) ( ) ( )
( )
( )
( ) ( ) ( )
( )
2 1
2
1 2
1 2 1 2
2 1 2
2
'
2!
2
'
2
4 3
'
2
+ +
+
+ + +
+ +
| | +
\
=
+
=
+
=
i i i
i i
i
i i i i i
i
i i i
i
f x f x f x
O h
f x f x
h
f x h O h
h
f x f x f x f x f x
f x O h
h h
f x f x f x
f x O h
h
(diferena finita progressiva de
2 ordem para a 1 derivada)
O desenvolvimento de aproximaes de ordem superior pode ser feito, por exemplo usando
as sries de Taylor na sua forma progressiva

Aproximaes por diferenas progressivas

Aproximaes por diferenas regressivas

Aproximaes por diferenas centradas

2.2.7. Extrapolao de Richardson
At aqui j vimos que podemos melhorar a estimativa de derivadas de duas maneiras: i)
diminuindo o passo de cculo h (i.e., refinando a malha de clculo) ou ii) utilizando uma
aproximao de ordem superior que implica utilizar mais pontos
Relembrando a utilizao da Extrapolao de Richardson usada na integrao numrica
Uma terceira alternativa para melhorar a estimativa de derivadas pode ser conseguida
atravs da Extrapolao de Richardson, que atravs de duas estimativas da derivada
permite obter uma terceira estimativa de ordem superior
( )
( ) ( )
( )
2 1
2
1 2
1
= +
I h I h
I I h
h h
( ) ( )
2 1
2
2 1
4 1
3 3
=
=
h h
I I h I h
Podemos utilizar o resultado anterior de forma anloga para a derivao numrica
( ) ( )
2 1
4 1
3 3
= D D h D h
NOTA: usando diferenas centradas O(h
2
) nas duas estimativas, obtm-se uma estimativa de O(h
4
)

2.2.8. Derivadas de dados com espaamento diferente
At aqui j foram apresentadas tcnicas aplicveis apenas determinao de derivadas de
dados igualmente espaados. Esta situao geralmente s possvel ter quando dispomos
da funo para gerar esses dados, inviabilizando a aplicao daquelas tcnicas a dados
experimentais que usualmente apresentam espaamentos diferentes
Uma maneira de lidar com dados com espaamento diferente ajustar aos dados um
polinmio interpolador de Lagrange (este polinmio no requer dados igualmente
espaados) e deriv-lo analiticamente, podendo depois ser calculado o valor da derivada
em qualquer ponto do intervalo de dados
Polinmio de Lagrange:

Por exemplo, ajustando um polinmio de Lagrange de 2 ordem a trs pontos adjacentes
dos dados e depois derivando obtm-se
( ) ( ) ( )
0 0 1 1 2 2
, , , , , x y x y x y
( ) ( )
( )( )
( )
( )( )
( )
( )( )
0 2 1 2
0 1
0 1 0 2 1 0 1 2
0 1
2
2 0 2 1
2 2
'
2

= + +

+

x x x x x x
f x f x f x
x x x x x x x x
x x x
f x
x x x x
Polinmio de Lagrange de 2 ordem:

( )
( )( )
( )( )
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
2
1 2 0 2
1 0
1
2 1 0 1
2 0
0
2 0 1 0
2 1
2
x f
x x x x
x x x x
x f
x x x x
x x x x
x f
x x x x
x x x x
x f

+

+

=

Apesar da equao anterior ter um aspecto mais complexo do que as das aproximaes da 1
derivada por diferenas, tem vantagens importantes:
Permite ter a estimativa da derivada em qualquer ponto dentro do
intervalos dos 3 pontos que serviram de base
( ) ( )
( )( )
( )
( )( )
( )
( )( )
0 2 0 1 1 2
0 1 2
0 1 0 2 1 0 1 2 2 0 2 1
2 2 2
'

= + +

x x x x x x x x x
f x f x f x f x
Os pontos no precisam de estar igualmente espaados
Apresenta preciso de 2 ordem, igual das diferenas centradas
De facto, se se calcular a derivada em x = x

1
e se se considerar os pontos igualmente
espaados, i.e., x
1
x
0
= x
2
x
1
= h, obtm-se a frmula das diferenas centradas
( )
( ) ( )
( )
( ) ( )
2 0 1 1
1
' '
2 2
+

= =
i i
i
f x f x f x f x
f x f x
h h
NOTA: Para aumentar a preciso pode utilizar-se polinmios interpoladores de ordem superior,
mas nesse caso precisamos de mais pontos

2.2.9. Derivadas e integrais para dados com erros
A figura mostra como um pequeno erro nos dados resulta em grandes alteraes na derivada
Outro problema que se coloca quando derivamos dados empricos que usualmente estes
contm erros e a diferenciao numrica tende a amplific-los

2.2.9. Derivadas e integrais para dados com erros
A amplificao dos erros ocorre porque a diferenciao um processo subtractivo, pelo
que os erros aleatrios negativos so transformados em positivos e tendem a somar-se
aos erros aleatrios positivos
Por outro lado, a integrao um processo somativo, pelo que os erros aleatrios
negativos tendem a cancelar os erros aleatrios positivos. Assim, na integrao numrica
menos problemtica a existncia de erros nos dados experimentais
No caso da diferenciao numrica de dados experimentais, a primeira abordagem deve ser
o uso da regresso dos mnimos quadrados para ajustar uma funo suave (com derivada
contnua) aos dados. Na falta de qualquer informao, o ajustamento de um polinmio de
ordem baixa pode ser uma primeira escolha. Obviamente, se for conhecida a verdadeira
relao funcional entre a varivel dependente e a varivel independente, ento essa relao
dever ser a base para o ajustamento dos mnimos quadrados

2.2.10. Derivadas parciais
As derivadas parciais ao longo de uma nica direco so calculadas do mesmo modo que
as derivadas totais ou ordinrias
Por exemplo, supondo que se pretende calcular as derivadas parciais de uma funo
bidimensional f(x,y). Para dados igualmente espaados as derivadas parciais podem ser
aproximadas por qualquer uma das tcnicas j discutidas anteriormente. No caso das
diferenas centradas
No caso de derivadas parciais de ordem superior, pode pretender-se derivar a funo
relativamente a duas ou mais variveis diferentes. O resultado designado de derivada
parcial mista
( ) ( )
, ,
2
+
=

f x x y f x x y
f
x x
( ) ( )
, ,
2
+
=

f x y y f x y y
f
y y

Por exemplo, supondo que se pretende calcular a derivada parcial de uma funo
bidimensional f(x,y) em relao as duas variveis independentes
Para desenvolver uma aproximao de diferenas finitas pode em primeiro lugar formar-se
uma diferena, por exemplo centrada, em x das derivadas parciais em y
2
| |
=
|

\
f f
x y x y
( ) ( )
2
, ,
2

+
| |
=
|

\
f f
x x y x x y
f f y y
x y x y x
Depois usando, por exemplo, diferenas centradas para avaliar cada uma das derivadas
parciais em y
( ) ( ) ( ) ( )
2
, , , ,
2 2
2
+ + + + ( (
( (

f x x y y f x x y y f x x y y f x x y y
y y
f
x y x

Reagrupando os termos obtm-se o resultado final
( ) ( ) ( ) ( )
2
, , , ,
2 2
2
+ + + + ( (
( (

y y
f
x y x
( ) ( ) ( ) ( )
2
, , , ,
4
+ + + + +

f
x y x y

O MATLAB tem duas funes que permitem calcular a derivada de dados tabelados
(experimentais ou gerados por uma funo)
DIFF(X) clculo da derivada de primeira ordem
[FX,FY] = GRADIENT(F,H) clculo do gradiente, incluindo 2D
( )
diff
vector dos dados =
y
y
( )
gradient ,
vector dos dados
espaamento dos dados
=
=
y h
y
h
PROGRAMAO EM MATLAB

2.3 Equaes Diferenciais Ordinrias

Modelos Reduzidos e Computacionais em Engenharia 2.3 Equaes Diferenciais Ordinrias
As leis fundamentais da fsica, da mecnica, da electricidade e da termodinmica so
usualmente baseadas em observaes empricas que explicam variaes de
propriedades fsicas e de estados dos sistemas
Em vez de descreverem directamente o estado do sistema fsico, as leis usualmente
agrupam termos de variao temporal e espacial que definem os mecanismos de
variao
Quando combinados com leis de conservao da massa, da quantidade de movimento
ou da energia, resultam nas equaes diferenciais
A integrao analtica ou numrica daquelas equaes permite a obteno da soluo.

Lei fsica
EDO
soluo
Analtica
(clculo)
Numrica
(computador)

Exemplos de EDOs utilizadas em Engenharia
( )
( ) ( )
2
1
i J h
dh
ds
Fr h
equao do regolfo
2
2
0 + + =
d x dx
m c k x
dt
dt
equao da mola
com atenuao
( )
( )
2
2
2
2
=
f z
d y
L z
EI
dz
deflexo de um pilar
devido ao vento
movimento de queda
de um corpo
2
=
d
c dv
g v
dt m

2.3.2 Prembulo matemtico
Uma equao diferencial uma relao que envolve uma ou mais derivadas de uma
funo incgnita (varivel dependente) e, eventualmente, a prpria funo (varivel
dependente), as variveis atravs das quais a funo definida (variveis
independentes) e constantes
{
2 2 2 2 2 2 2
2 2 2 2
varivel
variveis
dependente
independentes
derivadas da varivel dependente
em relao s variveis in
, , , , , , , , , , , , , , , ,...

14243
h h h h h h h h h h h
F h x y z t
x y z t x y x z y z
x y z t
dependentes
0
| |
|
|
|
=
|
|
|
\
1444444444442444444444443
Exemplo, conservao da massa num escoamento de um fluido
( ) ( ) ( )
0

+ + + =

u v w
t x y z

Quando a funo incgnita (varivel dependente) depende apenas de uma varivel
independente, a equao diferencial designada por equao diferencial ordinria.
{ {
2
2
varivel varivel
dependente independente
em relao varivel independente
, , , ,... 0
| |
|
|
| =
|
|
|
\
14243
dh d h
F h t
dt
dt
Exemplo, equao do regolfo em canais prismticos (regime permanente)
( )
( ) ( )
2
1
i J h
dh
ds
Fr h

As equaes diferenciais ordinrias (EDOs) podem ser classificadas quanto sua ordem.
A ordem de uma equao diferencial a ordem da derivada de maior ordem que
participa na equao
Exemplos
( )
( ) ( )
2
1
i J h
dh
ds
Fr h
{ {
2
2
varivel varivel
dependente independente
em relao varivel independente
, , , ,..., 0
| |
|
|
| =
|
|
|
\
1442443
n
n
dh d h d h
F h t
dt
dt dt
EDO de ordem n
EDO de 1 ordem
equao do regolfo
2
2
0 + + =
d x dx
m c k x
dt
dt
EDO de 2 ordem
equao da mola
com atenuao

Uma equao diferencial linear se a varivel dependente (incgnita) h e as suas
derivadas apenas aparecem em combinaes aditivas das suas primeiras potncias, ou
seja, se puder escrever-se com o seguinte formato
Exemplos
( )
( ) ( )
2
1
i J h
dh
ds
Fr h
( ) ( ) ( ) ( ) ( )
1
1 1 0
1
...
+ + + + =
n n
n n
n n
d h d h dh
a t a t a t a t h F t
dt
dt dt
EDO linear de ordem n
EDO no linear de 1 ordem
equao do regolfo
2
2
0 + + =
d x dx
m c k x
dt
dt
EDO linear de 2 ordem
equao da mola
com atenuao

As equaes diferenciais de ordem superior podem ser reduzidas a um sistema de
equaes diferenciais de 1 ordem atravs da substituio da 1 derivada da varivel
dependente por uma nova varivel
Exemplo
2
2
0 + + =
d x dx
m c k x
dt
dt
EDO linear de 2 ordem
equao da mola
com atenuao
substituindo dx/dt por v
0
+ + =
dx
v
dt
dv
m c v k x
dt
sistema de EDOs lineares
de 1 ordem
NOTA: dado que qualquer EDO de ordem n pode ser substituda por um sistema de n EDOs
de 1 ordem, apenas se apresentam mtodos para resolver EDOs de 1 ordem

A soluo de uma EDO uma funo especfica da varivel independente e de
parmetros que satisfazem a EDO
Exemplo:
4 3 2
0, 5 4 10 8, 5 1 = + + + y x x x x
derivando em ordem a x obtm-se uma EDO
Esta EDO tambm descreve o comportamento
do polinmio inicial, mas de um modo diferente,
em vez de representar explicitamente os
valores de y para cada valor de x d a taxa de
variao de y com x (i.e., o declive) para cada
valor de x
3 2
2 12 20 8, 5 = + +
dy
x x x
dx

Partindo da EDO
Neste caso simples, podemos obter analiticamente a soluo
Esta equao semelhante ao polinmio inicial, mas tem uma diferena substancial que
a constante de integrao C. O valor 1 existente no polinmio inicial foi perdido no
processo de diferenciao e integrao
3 2
2 12 20 8, 5 = + +
dy
x x x
dx
( )
3 2
2 12 20 8, 5 = + + dy x x x dx
4 3 2
0, 5 4 10 8, 5 = + + + y x x x x C
A existncia da constante de integrao C significa que a soluo da EDO no nica.
De facto, existem infinitas funes, tantas quantos os valores possveis de C, que
satisfazem a EDO
( )
3 2
2 12 20 8, 5 = + +
y x x x dx

3 2 4 3 2
2 12 20 8, 5 0, 5 4 10 8, 5 = + + = + + +
dy
x x x y x x x x C
dx
Cada valor da constante de integrao C
d uma soluo da EDO

Assim, para determinar totalmente a soluo de uma EDO so necessrias condies
auxiliares
No caso de EDOs de 1 ordem necessria uma condio inicial para determinar uma
soluo nica. Essa condio designada por valor inicial e permite determinar a
constante de integrao
Exemplo
( ) ( )
3 2
0 0
2 12 20 8, 5 (EDO)
exemplo 0 1 (condio inicial)
= + +
= =
dy
x x x
dx
y x y y
( )
( ) ( ) ( ) ( )
4 3 2
4 3 2
4 3 2
0, 5 4 10 8, 5
0, 5 4 10 8, 5
0 1
0, 5 0 4 0 10 0 8, 5 0 1
= + + +
= + + +

=
+ + + =

y x x x x C
y x x x x C
y
C
4 3 2
0, 5 4 10 8, 5 1 = + + + y x x x x

No caso de EDOs de ordem n so necessrias n condies iniciais para determinar uma
soluo nica
Se todas as condies necessrias forem especificadas no mesmo valor da varivel
independente (por exemplo x ou t = 0) ento o problema designado Problema de Valor
Inicial (PVI)
Por outro lado, se as condies necessrias forem especificadas em valores diferentes da
varivel independente ento o problema designado Problema de Valor na Fronteira
(PVF)
( ) ( ) ( )
1
1
0 0 0 1 0 1
, , ,..., (EDO)
; ; ...; (condies iniciais)
| |
= |
|
= = =
n n
n n
n
n
n
d y dy d y
f x y
dx
dx dx
dy d y
y x y x y x y
dx
dx
( ) ( ) ( )
1
1
0 0 1 1 1
, , ,..., (EDO)
; ; ...; (condies iniciais e de fronteira)
| |
= |
|
= = =
n n
n n
n
n n
n
d y dy d y
f x y
dx
dx dx
dy d y
y x y x y x y
dx
dx

2.3.3 Solues analticas
Na disciplina de Anlise Matemtica III foram apresentadas tcnicas (por exemplo,
transformadas de Laplace) que permitem a soluo analtica de determinadas EDOs.
Aqui sero apenas abordado certos aspectos particulares das EDOs lineares e no
lineares

As equaes lineares gozam da seguinte propriedade importante: se as funes y

1
(t),
y
2
(t),..., y
n
(t) forem solues linearmente independentes de uma EDO, tambm a funo
C
1
y
1
(t) + C
2
y
2
(t) + ... + C
n
y
n
(t) ser soluo daquela EDO, para quaisquer constantes C
i
Para uma EDO de 2 ordem
( )
2
2
=
d y
y t
dt
fcil verificar que y
1
(t) = e
t
e y
2
(t) = e
t
so solues desta equao; por conseguinte,
tambm soluo daquela equao
( )
1 2
= +
t t
y t C e C e
2.3.3 Solues analticas: EDOs lineares

Duas solues y
1
(t) e y
2
(t) de uma EDO linear de 2 ordem dizem-se linearmente
independentes se o Wronskian da soluo for no nulo (W 0)
Este conceito de independncia linear extensvel s solues de equaes de ordem
superior. Se y
1
(t), y
2
(t), , y
n
(t) forem solues linearmente independentes de uma EDO
de ordem n, ento
( ) ( ) ( )
1
1
2 1
1 2 1 2
2
2
, = =
dy
y
dy dy
dt
W y t y t y y
dy dt dt
y
dt
designada soluo geral ( ) ( ) ( ) ( )
1 1 2 2
... = + + +
n n
y t C y t C y t C y t
Entre as EDOs lineares, so particularmente interessantes as EDOs com
coeficientes constantes, pois so frequentes e permitem um tratamento matemtico
simples

Uma EDO linear de ordem n com coeficientes constantes a

i
pode escrever-se (na
forma homognea)
As solues independentes da EDO so da forma e

it
onde os expoentes
i
so razes do
seguinte polinmio (equao caracterstica)
C
i
so constantes arbitrrias
( )
1 2
1 2
...

= + + +
n
t t t
n
y t C e C e C e
Se a equao caracterstica tiver n razes distintas

i
, ento a soluo geral da EDO
escreve-se
1
1 1 0
1
... 0
+ + + + =
n n
n
n n
d y d y dy
a a a y
dt
dt dt
1
1 1 0
... 0
+ + + + =
n n
n
a a a

Se a EDO linear de ordem n com coeficientes constantes a

i
no homognea ou seja
e se (t) for uma soluo particular (integral particular da equao no homognea) desta
equao, ento a soluo geral da EDO, assumindo que as razes da equao
caracterstica so distintas, escreve-se
( ) ( )
1 2
1 2
...

= + + + +
n
t t t
n
y t t C e C e C e
Se a equao caracterstica tiver razes mltiplas (i.e.,

i
=
j
), recorre-se a tcnicas
especiais para a obteno de solues linearmente independentes. Em particular, se
1
for
uma raiz dupla, ento e sero solues linearmente independentes da
EDO
( )
1
1 1 0
1
...
+ + + + =
n n
n
n n
d y d y dy
a a a y g t
dt
dt dt
1
1
=
t
y e
2
2
=
t
y te

Considerando a seguinte EDO linear de coeficientes constantes e homognea
obtm-se a equao caracterstica
No caso mais geral em que a equao caracterstica tem razes complexas da forma
obtm-se as solues linearmente independentes
{
0
2
2
2
0 + =
a
d y
b y
dt
( ) ( ) ( ) ( )
1 2
cos e sen = =
at at
y t e bt y t e bt
2 2 2 2
0 + = = b b
A equao caracterstica tem ento razes complexas
1 2
e = = b i b i
A soluo geral da EDO escreve-se ( ) ( ) ( )
1 2 1 2
cos sen

= + = +
bt i bt i
y t C e C e C bt C bt
1 2
e = + = a b i a b i
A soluo geral da EDO escreve-se ( ) ( ) ( )
1 2
cos sen = +
at at
y t C e bt C e bt

2.3.3 Solues analticas: EDOs no lineares
De um modo geral, podemos resolver analiticamente qualquer EDO de 1 ordem que
esteja, ou possa colocar-se, na forma
Neste caso podemos integrar e obter e a partir desta equao encontrar
a soluo geral
( )
, 0 =
d
t y
dt
( ) ( )
1 cos cos 0 + + + + =
dy
t y t y
dt
Exemplo
( )
, = t y constante
( )
y t
( )
( )
,
sen 0
+ + = (

1442443
t y
d
t t y
dt
pode ser escrita na forma
( )
sen + + = t t y c
( )
arcsen = y c t t
( )
, = t y constante
( )
, 0 =
d
t y
dt

2.3.3 Solues analticas: EDOs no lineares
Atendendo a que
( ) ( )
, ,

= + = +

d dy
d t y dt dy t y
t y dt t y dt
( )
, 0 =
d
t y
dt
0

+ =

dy
t y dt
Assim, so raros os casos em que podemos resolver analiticamente EDOs, pelo que
necessrio resolv-las numericamente para obteno de uma soluo particular
A EDOs pode ser escrita na forma
se existir, em certas condies
nomeadamente se

2.3.4 Resoluo de problemas de valor inicial (PVI) com mtodos
de um passo
Admita-se que a EDO tem a seguinte forma
Aplicando o conceito de diferenas finitas
( )
, =
dy
f t y
dt
1
declive ou funo incremento
=passo de clculo
+
=
=
i i
h t t
Todos os mtodos de um passo podem ser representados na forma geral anterior, diferindo
entre si apenas no modo como estimado o declive
( )
1
1
,
+
+

= =

123
123
i i
i i
h
y y dy y
f t y
dt t t t
1 +
= +
i i
y y h
novo valor antigo valor declive passo de calculo = +

de um passo
MTODO DE EULER
No mtodo de Euler a estimativa do declive (funo incremento) dada pela 1 derivada
no ponto inicial do intervalo
( )
, =
i i
f t y
( )
1
,
+
= +
i i i i
y y f t y h
previsto
exacto
erro

de um passo
MTODO DE EULER - EXEMPLO
Usar o mtodo de Euler para integrar a seguinte EDO de t = 0 a 4 com passo de clculo
igual a 1. A condio inicial em t = 0 y =2.
0,8
4 0, 5 =
t
dy
e y
dt
Soluo
Neste caso possvel obter a soluo analtica. Pode utilizar-se um dos mtodos
analticos estudados em Anlise Matemtica III, ou mais expeditamente utilizar a
funo dsolve disponvel no MATLAB (symbolic toolbox; o MatLab permite
igualmente clculo simblico)
0,8 0,5
40 14
13 13
=
t t
y e e
>> dsolve('Dy=4*exp(0.8*t)-0.5*y','y(0)=2')
ans =
40/13*exp(4/5*t)-14/13*exp(-1/2*t)

de um passo
( )
( )
1
0,8
,
com , 4 0, 5
+
= +
=
i
i i i i
t
i i i
y y f t y h
f t y e y
Aplicao do mtodo de Euler:
( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( )
( )
0,8 0
1 0 0, 0 1
0, 0 0, 2 4 0, 5 2 3 1 2 3 1 5
0 2
= +
= = = = + =
`
)
y y f y
f y f e y
y
1 passo (i = 1)
O resultado exacto
( )
0,8 1 0,5 1
40 14
1 6,19463
13 13

= = y e e
O erro relativo real
6,19463 5
19, 28%
6,19463
= =
t
0,8
4 0, 5 =
t
dy
e y
dt

de um passo
( ) ( ) ( ) ( )
( ) ( ) ( )
( )
( )
0,8 1
2 1 1, 1 1
1, 1 1, 5 4 0, 5 5 6, 40216 2 5 6, 40216 1 11, 40216
1 5
= +
= = = = + =
`
)
y y f y
f y f e y
y
2 passo (i = 2)
14, 84392 11, 40216
23,19%
14, 84392
= =
t
Os passos seguintes calculam-se de modo semelhante aos anteriores. A aplicao do
mtodo pode facilmente ser implementada num algoritmo computacional

de um passo
t
y
analtico
y
Euler

t
0 2,00000 2,00000
1 6,19463 5,00000 19,28%
2 14,84392 11,40216 23,19%
3 33,67717 25,51321 24,24%
4 75,33896 56,84931 24,54%
0,8
4 0, 5 =
t
dy
e y
dt
( )
( )
1
0,8
,
com , 4 0, 5
+
= +
=
i
i i i i
t
i i i
y y f t y h
f t y e y

de um passo
MTODO DE EULER ANLISE DE ERROS
A resoluo numrica de EDOs envolve dois tipos de erro:
Erros de truncatura causados pelas aproximaes numricas usadas
Os erros de truncatura so compostos por duas parcelas. A primeira um erro de
truncatura local e resulta da aproximao numrica num passo de clculo. A segunda um
erro de truncatura propagado que resulta das aproximaes feitas nos passos de clculo
anteriores
Erros de arredondamento causados pelo nmero limitado de algarismos utilizado
por um computador
Mais uma vez, na anlise dos erros de truncatura utilizaremos o desenvolvimento em sries
de Taylor

de um passo
Srie de Taylor
Relembrando o mtodo de Euler
O erro local de truncatura dado por
( )
( )
( )
( )
( )
( )
( )
2 1
1
1
2 1
1
''
' ...
2! !
' , ,
, ...
2! !
+
+
+
+
= + + + + +
= + + + + +
n
n n i i
i i i
n
i i i i n n
i i i i
y y
y y y h h h O h
n
f t y f t y
y y f t y h h h O h
n
( )
1
,
+
= +
i i i i
y y f t y h
( )
( )
2 1
' ,
...
2!
+
= + +
i i n
t
f t y
E h O h
Se o passo de clculo h for pequeno obtm-se o erro
local de truncatura aproximado
( )
( )
2 2
' ,
2!
= =
i i
a
f t y
E h O h
Pode ainda demonstrar-se que o erro total de truncatura O(h)
Na anlise dos erros de truncatura utilizaremos o desenvolvimento em srie de Taylor

O mtodo de Euler ento uma aproximao de 1 ordem, o que faz sentido j que
utiliza segmentos rectos para aproximar a soluo
de um passo
Conclui-se que:
O que foi dito para o mtodo de Euler tambm extensvel aos outros mtodos de um
passo de ordem superior. Ou seja, um mtodo de ordem n dar resultados exactos se a
soluo da EDO for um polinmio de ordem n. O erro local de truncatura ser O(h
n+1
) e
o erro total de truncatura ser O(h
n
)
O erro total de truncatura pode ser reduzido atravs da utilizao de um passo de
clculo h mais pequeno (i.e., refinando a malha de clculo)
O mtodo de Euler d resultados exactos se a funo f (i.e., a soluo da EDO) for
linear, pois o erro depende da 2 derivada

de um passo
A estabilidade do mtodo numrico tambm um aspecto importante na resoluo de EDOs
Uma soluo numrica diz-se instvel se os erros crescem exponencialmente para um
problema cuja soluo tem limites definidos
A estabilidade de uma dada tcnica depende de trs factores: da prpria EDO, do mtodo
numrico utilizado e do passo de clculo adoptado
MTODO DE EULER ANLISE DE ESTABILIDADE

de um passo
A influncia do passo de clculo na estabilidade pode ser analisada atravs de uma EDO
simples
=
dy
ay
dt
Para y(0) = y
0
pode determinar-se a soluo analtica
0
=
at
y y e
Facilmente se constata que a soluo da EDO
comea em y
0
e tende assimptoticamente para
zero
0 2 4 6 8 10
0
1
2
3
4
5
t
y

de um passo
A aplicao do mtodo de Euler resulta
( )
( )
1
1
factor de
amplificao
1
+
+
= = +
=
14243
i i i
i i
dy
ay y y ay h
dt
y y ah
Se o valor absoluto do factor de amplificao (1 ah) for maior do que 1, a soluo
crescer sem limites. Assim, fica claro que a estabilidade depende do passo de clculo h
( ) ( ) ( )
2 2
1 1 1 1 1 1 0
| |
> > < < > >
|
\
ah ah ah h h h
a a
o mtodo instvel
O mtodo de Euler assim dito condicionalmente estvel

de um passo
0 1 2 3 4 5
-6
-4
-2
0
2
4
6
t
y

real
euler stable
euler unstable

de um passo
Note-se que existem EDOs em que os erros crescem sempre independentemente do
mtodo utilizado. Esse tipo de EDOs so designadas mal condicionadas
A preciso e a estabilidade so aspectos diferentes. Por exemplo, um mtodo pouco
preciso pode ser muito estvel
O mtodo de Euler tem uma fonte de erros importante e que resulta da aplicao da
derivada no incio do intervalo a todo o intervalo. Por isso, foram implementadas
algumas modificaes a este mtodo para obviar limitao referida

de um passo
MTODO DE HEUN
Um mtodo de melhorar a estimativa do declive consiste em determinar duas derivadas
no intervalo, uma no princpio e outra no fim. A mdia dessas duas derivadas permite
obter uma melhor estimativa do declive em todo o intervalo. Este mtodo designado por
mtodo de Heun.
declive
declive
declive

de um passo
MTODO DE HEUN
O mtodo consiste assim na sequncia de dois clculos (predictor-correcto method):
clculo de correco
( )
previsto
1
,
+
= +
i i i
i
y y f t y h
( )
( )
declive no fim
declive no incio
do intervalo
do intervalo
previsto
1
1
1
, ,
2
+
+
+
+
= +
6447448
64748
i i i
i
i i
f t y f t y
y y h
clculo de previso (mtodo de Euler)

de um passo
MTODO DE HEUN
O mtodo pode ser expresso
correco
( )
0
1
,
+
= +
m
i i i i
y y f t y h
previso
Critrio de paragem das iteraes

1
1 1
1
1
tolerncia
+
+ +
+
+
=
j j
i i
a
j
i
y y
y
( ) ( )
1
1
1
1
, ,
2
+
+
+
+
= +
j m
i i i
i
j m
i
i
f t y f t y
y y h

de um passo
MTODO DE HEUN EXEMPLO
Usar o mtodo de Heun para integrar a seguinte EDO de t = 0 a 4 com passo de
clculo igual a 1. A condio inicial em t = 0 y =2.
0,8
4 0, 5 =
t
dy
e y
dt
Calcular o declive no incio em (t

0
,y
0
)
( ) ( )
( )
( )
0,8 0
0 0
, 0, 2 4 0, 5 2 3 = = = f t y f e
Aplicar a equao de previso
(corresponde soluo do Mt. Euler)
( )
0 0
1 0 0 0
, 2 3 1 5 = + = + = y y f t y h
Estimar o declive no final do intervalo
( )
( )
( )
( )
0,8 1
0
1 1
, 1, 5 4 0, 5 5 6, 402164 = = = f t y f e
Calcular a mdia do declive no intervalo
( )
( )
0
0 0 1 1
, ,
3 6, 402164
4, 701082
2 2
+
+
= = =
f t y f t y
f

de um passo
Calcular o erro relativo
Iterar at o erro relativo ser inferior a, por exemplo, 0,1%
( ) ( )
0 0
0 0 1 1
1 0
1 0
, ,
2 4, 701082 1 6, 701082
2
+
= + = + =
f t y f t y
y y h
1 0
1 1
1
1
6, 701082 5
25, 39%
6, 701082

= = =
a
y y
y
( ) ( )
( )
( )
( )
0,8 1
0 1
0 0 1 1
2 0
1 0
3 4 0, 5 6, 701082
, ,
2 1 6, 275811
2 2
+
+
= + = + =
e
f t y f t y
y y h
2 1
1 1
2
1
6, 275811 6, 701082
6, 78%
6, 275811

= = =
a
y y
y
Aplicar a equao de correco

de um passo
Continuar a iterar, j=3:
( ) ( )
( )
( )
( )
0,8 1
0 2
0 0 1 1
3 0
1 0
3 4 0, 5 6, 275811
, ,
2 1 6, 382129
2 2
+
+
= + = + =
e
f t y f t y
y y h
2 1
1 1
2
1
6, 382129 6, 275811
1, 67%
6, 382129

= = =
a
y y
y
( )
12
1
1 6, 36087 = = y y
Continua-se a iterar at que
0,1%
a
No presente problema aquela tolerncia atingida na 12 iterao
Encontrada a soluo do 1 intervalo pode passar-se ao 2 intervalo. O processo
semelhante ao anterior com
( )
0
1
1 6, 36087 = = y y

de um passo
t
y
analtico
y
Euler

t
Sem iterao Com iterao
y
Heun

t
y
Heun

t
0 2,00000 2,00000 2,00000 2,00000
1 6,19463 5,00000 19,28% 6,70108 8,18% 6,36087 2,68%
2 14,84392 11,40216 23,19% 16,31978 9,94% 15,30224 3,09%
3 33,67717 25,51321 24,24% 37,19925 10,46% 34,74328 3,17%
4 75,33896 56,84931 24,54% 83,33777 10,62% 77,73510 3,18%

de um passo
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4
y
t
analtica
Euler
Heun sem iteraes
Heun com iteraes

de um passo
MTODO DE HEUN ANLISE DE ERROS
Na maioria dos casos no se conhece a soluo analtica pelo que temos que estimar o
erro. No caso do mtodo de Heun isso pode ser feito tendo em conta que o mtodo est
relacionado com a regra dos trapzios
Para os casos em que a funo f um polinmio, onde a EDO apenas funo da varivel
independente t, o passo de previso no necessrio e o passo de correco aplicado uma
nica vez em cada passo de clculo
( ) ( )
( ) ( )
1
( )
1
1
1
1
1
, ,
2 2
=
+
+
+
+
+
+
+
= + = +
j m
f f t
i i i
i
i i j m
i i i
i
f t y f t y
f t f t
y y h y y h
semelhante regra dos trapzios

de um passo
A semelhana entre os dois mtodos pode ser demonstrada a partir da EDO
Aplicado a regra dos trapzios
( )
=
dy
f t
dt
( ) ( )
1 1 + +
= =

i i
i i
y t
y t
dy f t dt dy f t dt
( )
1
1
+
+
=
i
i
t
i i
t
y y f t dt
( ) ( )
( )
( ) ( )
1 1
1 1 1
2 2
+ +
+ + +
+ +
+
i i i i
i i i i i i
f t f t f t f t
y y t t y y h
Obtm-se o mtodo de Heun
Como o mtodo se pode derivar a partir da regra
dos trapzios, o erro de truncatura local
( )
3
''
12
=
t
f
E h
O mtodo assim de 2 ordem, o erro local O(h
3
) e o erro global O(h
2
)
MTODO DE HEUN ANLISE DE ERROS

de um passo
MTODO DO PONTO MDIO
Outro mtodo de melhorar a estimativa do declive consiste em estimar o declive no meio
do intervalo e depois utiliz-lo como declive em todo o intervalo. Este mtodo designado
por mtodo do ponto mdio
declive
declive

de um passo
MTODO DO PONTO MDIO
O mtodo consiste assim em:
Estimar o valor no final do intervalo partindo do
ponto inicial e utilizando o declive anterior
( )
1 2
,
2
+
= +
i i i
i
h
y y f t y
Estimar o valor de y no ponto mdio do
intervalo atravs do mtodo de Euler
Estimar o valor do declive no ponto mdio
do intervalo
( )
1 2 1 2
,
+ + i i
f t y
( )
1 1 2 1 2
,
+ + +
= +
i i i i
y y f t y h

de um passo
MTODO DO PONTO MDIO EXEMPLO
Usar o mtodo do ponto mdio para integrar a seguinte EDO de t = 0 a 4 com passo de
clculo igual a 1. A condio inicial em t = 0 y =2.
0,8
4 0, 5 =
t
dy
e y
dt
Soluo:
Calcular o declive em (t
0
,y
0
)
( ) ( )
( )
( )
0,8 0
0 0
, 0, 2 4 0, 5 2 3 = = = f t y f e
Aplicar a equao Euler para o ponto mdio
( )
0 0 0
1 2
1
, 2 3 3, 5
2 2
= + = + =
h
y y f t y
Estimar o declive no ponto mdio
( )
( )
( )
( )
0,8 0,5
1 2
1 2
, 0, 5; 3, 5 4 0, 5 3, 5 4, 217299 = = = f t y f e
Estimar o valor de y no final do intervalo
( )
1 0 1 2 1 2
, 2 4, 217299 1 6, 217299 = + = + = y y f t y h

de um passo
( )
1
1 6, 217299 = = y y
t
y
analtico
y
Euler

t
y
ponto mdio

t
0 2,00000 2,00000 2,00000
1 6,19463 5,00000 19,28% 6,217299 0,37%
2 14,84392 11,40216 23,19% 14,94074 0,65%
3 33,67717 25,51321 24,24% 33,94115 0,78%
4 75,33896 56,84931 24,54% 75,96863 0,84%

de um passo
0
10
20
30
40
50
60
70
80
0 1 2 3 4
y
t
analtica
Euler
ponto mdio
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4
y
t
analtica
Euler
Heun sem iteraes
Heun com iteraes

de um passo
MTODO DO PONTO MDIO ANLISE DE ERROS
O mtodo do ponto mdio pode, tal como o mtodo de Heun, ser comparado s frmulas de
integrao de Newton-Cotes. Se se recordar que frmula aberta de Newton-Cotes (mtodo
do ponto mdio)
( ) ( ) ( )
1
=
b
a
f x dx b a f x
Sendo x
1
o ponto mdio obtm-se
Relembrando (j demonstrado no mtodo de Heun)
( ) ( )
( )
1 2 +

b
i
a
f t dt b a f t
( )
=
dy
f t
dt
( ) ( )
1 1 + +
= =

i i
i i
y t
y t
dy f t dt dy f t dt
( )
1
1
+
+
=
i
i
t
i i
t
y y f t dt
( )
( ) ( )
1 1 1 2 1 1 2 + + + + +
+
i i i i i i i i
y y t t f t y y f t h
Aproximando o integral pelo ponto mdio
obtm-se o mtodo do ponto mdio
O mtodo utiliza uma aproximao centrada (i + 1/2) e tem por isso 2 ordem, o erro local
O(h
3
) e o erro global O(h
2
)

de um passo
MTODOS DE RUNGE-KUTTA (RK)
Para melhorar a preciso pode-se diminuir o passo de clculo (refinar a malha de clculo)
ou utilizar frmulas que incluam termos de ordem superior do desenvolvimento em sries
de Taylor. Uma terceira alternativa aplicar os designados mtodos de Runge-Kutta (RK),
nos quais se incluem os mtodos apresentados anteriormente (Euler, Heun e ponto mdio)

de um passo
A equao geral dos mtodos de Runge-Kutta (RK) escreve-se
declive ou funo incremento
passo de clculo
=
= h
1 +
= +
i i
y y h
A funo incremento pode escrever-se na forma geral
1 1 2 2
... = + + +
n n
a k a k a k
constantes =
j
a
Os coeficientes k so declives dados por
constantes
constantes
=
=
j
ij
p
q
( )
( )
( )
( )
1
2 1 11 1
3 2 21 1 22 2
1 1,1 1 1, 1 1
,
,
,

, ...

=
= + +
= + + +
= + + + +
M
i i
i i
i i
n i n i n n n n
k f t y
k f t p h y q k h
k f t p h y q k h q k h

de um passo
Os declives k so funes recursivas, ou seja, k

1
aparece na equao de k
2
, este por sua
vez aparece na equao de k
3
e assim sucessivamente. Isto faz com que o mtodos RK
sejam muito eficientes do ponto de vista computacional
A ordem dos mtodos RK depende do nmero de declives k utilizados. Se apenas se usar
k
1
obtm-se RK de 1 ordem que o mtodo de Euler
Uma vez escolhida a ordem do RK (i.e., nmero de ks) podem-se determinar os valores as,
ps e qs, igualando a equao aos termos do desenvolvimento em sries de
Taylor
1 +
= +
i i
y y h

de um passo
MTODOS DE RUNGE-KUTTA DE 2 ORDEM
A verso de 2 ordem dada por
Desenvolvendo em sries de Taylor
( )
1 1 1 2 2 +
= + +
i i
y y a k a k h
( )
( )
1
2 1 11 1
,
,
=
= + +
i i
i i
k f t y
k f t p h y q k h
( ) ( ) ( )
( )
1 1 2 1 11
, , ,
+
(
= + + + +

i i i i i i i i
y y a f t y a f t p h y q f t y h h
Desenvolvendo a equao anterior
( ) ( ) ( ) ( )
( )
2
1 11 1 11
, , , ,

+ + = + + +

i i i i i i i i
f f
f t p h y q f t y h f t y p h q f t y h O h
t y
( ) ( )
, , ...

+ + = + + +

f f
f t r y s f t y r s
t y
( ) ( )
1 11
, , + +
i i i i
f t p h y q f t y h

de um passo
Substituindo a equao anterior
( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
1 1 2 1 11
2
1 11 1 11
, , ,
, , , ,
+
(
= + + + +

+ + = + + +
i i i i i i i i
i i i i i i i i
y y a f t y a f t p h y q f t y h h
f f
f t p h y q f t y h f t y p h q f t y h O h
t y
( ) ( ) ( )
( )
2
1 1 2 1 11
, , ,
+
| |
(
= + + + + +
|
(

\
i i i i i i i i
f f
y y a f t y a f t y p h q f t y h O h h
t y
( ) ( ) ( )
( )
2 2 3
1 1 2 2 1 2 11
, ,
+

= + + + + +

i i i i i i
f f
y y a a f t y h a p h a q f t y h O h
t y
( ) ( )
( )
2
3
1
, ' ,
2
+
= + + +
i i i i i i
h
y y f t y h f t y O h
( )
( )
2
3
1
,
2
+
| |
= + + + +
|

\
i i i i
f f dy h
y y f t y h O h
t y dt
( ) ( )
( )
2
3
1
, ,
2
+
| |
= + + + +
|

\
i i i i i i
f f h
t y
Igualando a equao srie de Taylor de 2 ordem

de um passo
Obtm-se
NOTA: temos 3 equaes e 4 incgnitas
( ) ( ) ( )
( )
( ) ( )
( )
2 2 3
1 1 2 2 1 2 11
2
3
1
, ,
, ,
2
+
+

= + + + + +
| |
= + + + +
|

\
i i i i i i
i i i i i i
f f
y y a a f t y h a p h a q f t y h O h
t y
f f h
t y
( ) ( ) ( ) ( ) ( )
2
2 2
1 2 2 1 2 11
, , , ,
2
| |
+ + + = + +
|

\
i i i i i i i i
f f f f h
a a h f t y a p h a q f t y h f t y h f t y
t y t y
( )
( ) ( )
1 2
1 2
2
2
2 1 2 1
2
2
2 11
2 11
1
1
2 2
1
, ,
2
2

+ =
+ =
= =

=
=

i i i i
a a h h
a a
h
a p h a p
h
a q
a q f t y h f t y

de um passo
Para saber os valores dos coeficientes temos que arbitrar o valor de um deles. Supondo
que se arbitra o valor de a
2
NOTA: podemos assim obter uma infinidade de
mtodos RK de 2 ordem, cada um
correspondente a um dado valor de a
2
1 2
1 2
2 1
1 11
2
2 11
1
1
1
1
2
2
1
2
+ =
=

=

= =

a a
a a
a p
p q
a
a q
Cada um dos mtodos RK de 2 ordem do exactamente os mesmos resultados se a
soluo da EDO for linear ou quadrtica. Porm, daro resultados diferentes para
solues de ordem superior

de um passo
Mtodo de Heun (a
2
= 1/2)
1 2
2
1 11
2
1
1
1
2
1
2
1
2
= =
=

= = =
a a
a
p q
a
( )
( )
( )
( )
( )
1 1 2
1 1 1 2 2
1 1
2 1 11 1 2 1
1 1
2 2
, ,
, ,
+
+
| |
= + +
|
= + +
\

= =

= + + = + +
i i
i i
i i i i
i i i i
y y k k h
y y a k a k h
k f t y k f t y
k f t p h y q k h k f t h y k h
( )
( ) 1
1
1
, ,
2
+
+
+
+
= +
previsto
i i i
i
i i
f t y f t y
y y h
Mtodo do ponto mdio (a

2
= 1)
1 2
2
1 11
2
1 0
1 1
1
2 2
= =
=

= = =
a a
a
p q
a
( )
1 2
1
2 1
,
,
2 2
+
= +
| |
= + +
|
\
i i
i i
i i
y y k h
k f t y
h h
k f t y k
( )
1 1 2 1 2
,
+ + +
= +
i i i i
y y f t y h

de um passo
Mtodo de Ralston (a
2
= 2/3): Ralston demonstrou que a escolha de a
2
= 2/3 permite ter o
menor erro nos mtodos RK de 2 ordem
1 2
2
1 11
2
1
1
2
3
1 3
3
2 4
= =
=

= = =
a a
a
p q
a
( )
1 1 2
1
2 1
1 2
3 3
,
3 3
,
4 4
+
| |
= + +
|
\
| |
= + +
|
\
i i
i i
i i
y y k k h
k f t y
k f t h y k h

de um passo
A verso de 4 ordem dada por
( )
1 1 1 2 2 3 3 4 4 +
= + + + +
i i
y y a k a k a k a k h
( )
( )
( )
( )
1
2 1 11 1
3 2 21 1 22 2
4 3 31 1 32 2 33 3
,
,
,
,
=
= + +
= + + +
= + + + +
i i
i i
i i
i i
k f t y
k f t p h y q k h
k f t p h y q k h q k h q k h
Os mtodos de RK de 4 ordem so os mais usados. Tal como nos RK de 2 ordem,
existe um nmero infinito de mtodos RK de 4 ordem
Os valores dos coeficientes podem ser determinados pelo mesmo procedimento usado
para os mtodos RK de 2 ordem, ou seja, igualando a equao ao desenvolvimento em
srie de Taylor, neste caso, de 4 ordem

de um passo
( )
1 1 2 3 4
1
2 2
6
+
= + + + +
i i
y y k k k k h
( )
( )
1
2 1
3 2
4 3
,
,
2 2
,
2 2
,
=
| |
= + +
|
\
| |
= + +
|
\
= + +
i i
i i
i i
i i
k f t y
h h
k f t y k
h h
k f t y k
k f t h y k h
A verso mais comum dos mtodos RK de 4 ordem, tambm designada por mtodo
clssico de RK de 4 ordem, dada por
Para EDOs que so funo apenas de t (i.e., f = f(t) e no f = f(t,y)), o mtodo clssico RK
de 4 ordem semelhante regra 1/3 de Simpson

de um passo
( )
1 1 2 3 4
1
2 2
6
+
= + + + +
i i
y y k k k k h
( )
( )
1
2 1
3 2
4 3
,
,
2 2
,
2 2
,
=
| |
= + +
|
\
| |
= + +
|
\
= + +
i i
i i
i i
i i
k f t y
h h
k f t y k
h h
k f t y k
k f t h y k h
O mtodo clssico RK de 4 ordem constitui uma abordagem semelhante do mtodo de
Heun
Estimativa de declives
Obteno de uma soluo melhor com
base na mdia ponderada dos declives
estimados

de um passo
MTODOS DE RUNGE-KUTTA DE 4 ORDEM EXEMPLO
Usar o mtodo clssico RK de 4 ordem para integrar a seguinte EDO de t = 0 a 4
com passo de clculo igual a 1. A condio inicial em t = 0 y =2.
0,8
4 0, 5 =
t
dy
e y
dt
Soluo
Calcular o declive no incio do intervalo, k

1
Calcular o declive k
2
3

( )
( )
( )
0,8 0
1
0, 2 4 0, 5 2 3 = = = k f e
( )
( )
( )
2 1
0,8 0,5
1 1
, 0 ; 2 3
2 2 2 2
0, 5; 3, 5 4 0, 5 3, 5 4, 217299
| | | |
= + + = + + =
| |
\ \
= = =
i i
h h
k f t y k f
f e
( )
( )
( )
3 2
0,8 0,5
1 1
, 0 ; 2 4, 217299
2 2 2 2
0, 5; 4,109649 4 0, 5 4,109649 3, 912974
| | | |
= + + = + + =
| |
\ \
= = =
i i
h h
k f t y k f
f e

de um passo
4
Calcular o y estimado no final do 1 intervalo
( ) ( )
( )
( )
( )
4 3
0,8 1
, 0 1; 2 3, 912974 1
1; 3, 912974 4 0, 5 3, 912974 5, 945677
= + + = + + =
= = =
i i
k f t h y k h f
f e
( )
( ) ( ) ( ) ( )
( )
1 1 2 3 4
1
2 2
6
1
1 2 3 2 4, 217299 2 3, 912974 5, 945677 1
6
1 6, 201037
+
= + + + +
= + + + +
=
i i
y y k k k k h
y
y
( )
1
1 6, 201037 = = y y
0,10% =
t

de um passo
t
y
analtico
y
Euler

t
Com iterao Clssico RK de 4 ordem
y
Heun

t
y
RK4

t
0 2,00000 2,00000 2,00000 2,00000
1 6,19463 5,00000 19,28% 6,36087 2,68% 6,20104 0.10%
2 14,84392 11,40216 23,19% 15,30224 3,09% 14,86248 0.13%
3 33,67717 25,51321 24,24% 34,74328 3,17% 33,72135 0.13%
4 75,33896 56,84931 24,54% 77,73510 3,18% 75,43917 0.13%

de um passo
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4
y
t
analtica
Euler
Heun com iteraes
RK de 4 ordem

de um passo
MTODOS DE RUNGE-KUTTA DE ORDEM SUPERIOR
Como bvio podem desenvolver-se mtodos de RK ordens superiores. Por exemplo,
Butcher desenvolveu o seguinte RK de 5 ordem
( )
1 1 3 4 5 6
1
7 32 12 32 7
90
+
= + + + + +
i i
y y k k k k k h
( )
1
2 1
3 1 2
4 1 3
5 1 4
6 1 2 3 4 5
,
,
4 4
,
4 8 8
,
2 2
3 3 9
,
4 16 16
3 2 12 12 8
,
7 7 7 7 7
=
| |
= + +
|
\
| |
= + + +
|
\
| |
= + +
|
\
| |
= + + +
|
\
| |
= + + + +
|
\
i i
i i
i i
i i
i i
i i
k f t y
h h
k f t y k
h h h
k f t y k k
h h
k f t y k k h
h h h
k f t y k k
h h h h h
k f t h y k k k k k

2.3.5 Resoluo de problemas de valor inicial com mtodos de
um passo (sistemas de EDOs)
At aqui falmos da resoluo de uma EDO de 1 ordem. Porm, muitos problemas de
engenharia envolvem a resoluo de EDOs de ordem superior ou de sistemas de EDOs de
1 ordem (relembre-se que qualquer EDO de ordem superior pode ser transformada num
sistema de EDO de 1 ordem)
A resoluo de um sistema de n EDOs exige
conhecer n condies iniciais no valor inicial t
0

( )
( )
( )
1
1 1 2
2
2 1 2
1 2
, , ,...,
, , ,...,

, , ,...,
M
n
n
n
n n
dy
f t y y y
dt
dy
f t y y y
dt
dy
f t y y y
dt
Todos os mtodos apresentados anteriormente para resolver uma EDO de 1 ordem
podem ser generalizados para a resoluo de sistemas de EDOs de 1 ordem

Mtodo de Euler (sistemas de EDOs)
A generalizao dos mtodos para a resoluo de sistemas de EDOs de 1 ordem muito
simples, bastando aplicar os mtodos a todas as EDOs num dado passo de clculo antes de
prosseguir para o passo de clculo seguinte
( )
, =
i i
f t y
( )
1
,
+
= +
i i i i
y y f t y h
Expresso geral do mtodo de Euler

Exemplo: usar o mtodo de Euler para integrar o seguinte sistema de EDOs de t = 0 a 10 com
passo de clculo igual a 2. Assumindo que em t = 0 se tem x = 0 e v = 0, e que g = 9,81
m/s
2
, m = 68,1 kg e c
d
= 0,25 kg/m
2
2
2
2
| |
=

|
\
=
d
d
dx
v
c d x dx
dt
g
c dv
m dt
dt
g v
dt m

>> x=dsolve('D2x=g-cd/m*(Dx)^2','x(0)=0','Dx(0)=0');
>> simple(x)
ans =
1/2*(-2*g^(1/2)*cd^(1/2)*t*m^2-m^(5/2)*log(4)-m^(5/2)*log(1/
(exp(1/m^(1/2)*g^(1/2)*cd^(1/2)*t)^4+2*exp(1/m^(1/2)*g^(1/2)*cd^(1/2)*t)^2+1)))/m^(
3/2)/cd
Soluo analtica
Neste caso possvel obter a soluo analtica. Pode utilizar-se um dos mtodos analticos
estudados em Anlise Matemtica III, ou mais expeditamente utilizar a funo dsolve
disponvel no MatLab (symbolic toolbox)

( )
2 5 2 5 2
4 2
3 2
1 1
2 log 4 log
2
2 1
| |
(
|
(
|
(
|
(
|
(

|
(
| | | |
|
(
| |
+ + |
(
| |
|
| | (
\ \

\
=
d d
d
gc gc
t t
m m
d
gc tm m m
e e
x
m c
=
d
gc
z t
m
( )
( ) ( )
4 2
ln 4 ln 2 1
2 2
(
= + + +
(

z z
d d d
m m m
x z e e
c c c
( )
( )
( )
2
2
1 1
ln ln 4 ln 1
2 2
| |
(
(
|
( = + +
(
|
(

\
z z
d
m
e e
c
( )
( )
( )
2
ln ln 2 ln 1
| |
(
= + +
|
(

\
z z
d
m
e e
c
Soluo analtica

( )
2
1
ln
2
| |
(
+
|
(
=
|
(
|
(
|

\
z
z
d
e
m
c
e
( )
ln ln cosh ln cosh
2
| | ( ( | |
+
| = = = ( ( | (

|
|
( (
\ \
z z
d
d d d
gc m e e m m
z t
c c c m
( )
( )
( )
2
ln ln 2 ln 1
| |
(
= + +
|
(

\
z z
d
m
e e
c
ln cosh
(
| |
= ( |
|
(
\

d
d
gc m
x t
c m
cosh
senh
ln cosh
cosh cosh
| |
(
| |
| |
|
( |
|
|
| |
| |
(
| |
(
\

\ \
|
= = = ( |
|
|
| | | |
(
\

\
| |
| |
\ \
d
d d
d
d d d
d d
gc d
gc gc
t
dt m
m m
gc m d m m
v t
c dt m c c
gc gc
m m
tanh
| |
=
|
|
\
d
d
gc gm
v
c m
Soluo analtica

( )
( )
1
2
2
, ,
, ,
= =
= =
d
dx
v f t x v
dt
c dv
g v f t x v
dt m
O mtodo de Euler ser ento aplicado
1 passo (i = 1)
Calcular os declives no incio do intervalo
( )
( ) ( )
1
2
2
0; 0; 0 0
0; 0; 0 0 9, 81
=
= = =
d
f
c
f g g
m
Soluo numrica
( )
, =
i i
f t y
( )
1
,
+
= +
i i i i
y y f t y h

Soluo numrica
Calcular os valores de x e v no final do intervalo pelo mtodo de Euler
( ) ( ) ( )
( ) ( ) ( )
1
2
2 0 0; 0; 0 0 0 2 0
2 0 0; 0; 0 0 9, 81 2 19, 62
= + = + =
= + = + =
x x f h
v v f h
O resultado exacto
( )
( )
2 19,16629
2 18, 72919
=
x
v
( )
( )
100%
4, 76%
t
t
x
v
Os passos seguintes calculam-se de modo semelhante ao anterior. Como bvio a
aplicao do mtodo pode ser efectuada atravs do desenvolvimento de um algoritmo
computacional

Soluo numrica
t
x
analtico
v
analtico
x
Euler
v
Euler

t
(x)
t
(v)
0 0 0 0 0
2 19,1663 18,7292 0 19,6200 100% 4,76%
4 71,9304 33,1118 39,2400 36,4137 45,45% 9,97%
6 147,9462 42,0762 112,0674 46,2983 24,25% 10,03%
8 237,5104 46,9575 204,6640 50,1802 13,83% 6,86%
10 334,1782 49,4214 305,0244 51,3123 8,72% 3,83%

Soluo numrica

Mtodos de Runge-Kutta (sistemas de EDOs)
No exemplo anterior ficou claro que o mtodo de Euler para um passo de clculo h = 2 no
produz resultados muito satisfatrios. Uma alternativa de melhor-los seria diminuir h,
outra ser utilizar mtodos RK de ordem superior mantendo o h

Mtodo RK de 4 ordem (sistemas de EDOs)
( )
1 1 2 3 4
1
2 2
6
+
= + + + +
i i
y y k k k k h
( )
( )
1
2 1
3 2
4 3
,
,
2 2
,
2 2
,
=
| |
= + +
|
\
| |
= + +
|
\
= + +
i i
i i
i i
i i
k f t y
h h
k f t y k
h h
k f t y k
k f t h y k h
Exemplo: usar o mtodo clssico RK de 4 ordem para integrar o seguinte sistema de EDOs
de t = 0 a 10 com passo de clculo igual a 2. Assumindo que em t = 0 se tem x = 0 e v = 0, e
que g = 9,81 m/s
2
, m = 68,1 kg e c
d
= 0,25 kg/m
2
2
2
2
| |
=

|
\
=
d
d
dx
v
c d x dx
dt
g
c dv
m dt
dt
g v
dt m

Soluo numrica
( )
( )
1
2
2
, ,
, ,
= =
= =
d
dx
v f t x v
dt
c dv
g v f t x v
dt m
O mtodo RK de 4 ordem ser ento aplicado
( )
1 1 2 3 4
1
2 2
6
+
= + + + +
i i
y y k k k k h
( )
( )
1
2 1
3 2
4 3
,
,
2 2
,
2 2
,
=
| |
= + +
|
\
| |
= + +
|
\
= + +
i i
i i
i i
i i
k f t y
h h
k f t y k
h h
k f t y k
k f t h y k h

1 passo (i = 1)
Calcular os declives no incio do intervalo, k
1
, para cada EDO
( )
( ) ( )
1;1 1
2
1;2 2
0; 0; 0 0
0; 0; 0 0 9, 81
= =
= = = =
d
k f
c
k f g g
m
Calcular os declives k
2
( )
( )
2;1 1 1;1 1;2 1 1
2;2 2 1;1 1;2 2
2 2 2
; ; 0 ; 0 0 ; 0 9, 81 1; 0; 9, 81
2 2 2 2 2 2
; ; 1; 0; 9, 81
2 2 2
| | | |
= + + + = + + + =
| |
\ \
| |
= + + + =
|
i i i
i i i
h h h
k f t x k v k f f
h h h
k f t x k v k f
2;1
2;2
9, 8100
9, 4567
=
k
k
Soluo numrica

Soluo numrica
3
( )
( )
3;1 1 2;1 2;2 1 1
3;2 2 2;1 2;2 2
2 2 2
; ; 0 ; 0 9, 81 ; 0 9, 4567 1; 9, 81; 9, 4567
2 2 2 2 2 2
; ; 1;9, 81;9, 4567
2 2 2
| | | |
= + + + = + + + =
| |
\ \
| |
= + + + =
|
i i i
i i i
h h h
k f t x k v k f f
h h h
k f t x k v k f
3;1
3;2
9, 4567
9, 4817
=
k
k
4
( )
( ) ( )
( )
( )
4;1 1 3;1 3;2 1 1
4;2 2 3;1 3;2 2
; ; 0 2; 0 9, 4567 2; 0 9, 4817 2 2;18, 9634;18, 9634
; ; 2;18, 9634;18, 9634
= + + + = + + + =
= + + + =
i i i
i i i
k f t h x k h v k h f f
k f t h x k h v k h f
4;1
4;2
18, 9634
8, 4898
=
k
k

Soluo numrica
Calcular x e v estimados no final do 1 intervalo
( ) ( )
( )
( ) ( ) ( )
( ) ( )
( )
( ) ( ) ( )
1;1 2;1 3;1 4;1
1;2 2;2 3;2 4;2
1 1
2 0 2 2 0 0 2 9, 81 2 9, 4567 18, 9634 2
6 6
1 1
2 0 2 2 0 9, 81 2 9, 4567 2 9, 4817 8, 4898 2
6 6
= + + + + = + + + +
= + + + + = + + + +
x x k k k k h
v v k k k k h
( )
( )
0, 004%
0, 019%
t
t
x
v
semelhante ao anterior
( )
( )
2 19,1656
2 18, 7256
=
x
v

Soluo numrica
t
x
analtico
v
analtico
x
RK4
v
RK4

t
(x)
t
(v)
0 0 0 0 0
2 19,1663 18,7292 19,1656 18,7256 0,004% 0,019%
4 71,9304 33,1118 71,9311 33,0995 0,001% 0,037%
6 147,9462 42,0762 147,9521 42,0547 0,004% 0,051%
8 237,5104 46,9575 237,5104 46,9345 0,000% 0,049%
10 334,1782 49,4214 334,1626 49,4027 0,005% 0,038%

Soluo numrica

vrios passos (mtodos adaptativos)
Mtodos Adaptativos Runge-Kutta
At aqui falmos mtodos de resoluo de EDOs que usam um passo de clculo
constante. Porm, para um nmero significativo de problemas, tal representa uma
limitao sria
A soluo do EDO representada na figura varia
gradualmente em quase todo o domnio, excepto num
curto intervalo onde apresenta uma variao abrupta

Para obtermos bons resultados na regio de variao abrupta ser necessrio utilizar um
passo de clculo pequeno. A grande desvantagem de utilizar mtodos de passo
constante que o passo pequeno teria que ser aplicado a todo o domnio, quando tal no
necessrio nas regies de mudana gradual
A utilizao de algoritmos que ajustem
automaticamente o tamanho do passo de
clculo podem evitar aquela desvantagem

Existem dois alternativas de implementar nos mtodos de um passo o controlo adaptativo
do passo clculo:
Calcular o intervalo duas vezes, uma com passo clculo h e outra com dois passos
de clculo h/2. A diferena entre os dois resultados representa uma estimativa do erro
local de truncatura, podendo o passo de clculo ser ajustado com base nessa
estimativa.
Calcular o intervalo utilizando dois mtodos de RK de ordem diferente. A
diferena entre os dois resultados representa uma estimativa do erro local de
truncatura, podendo o passo de clculo ser ajustado com base nessa estimativa.
Os mtodos que adoptam a segunda alternativa, designados mtodos adaptativos RK,
so actualmente os mais usados pois so mais eficientes do ponto de vista computacional

Mtodos Adaptativos Runge-Kutta programao em MatLab
Existem diversos mtodos adaptativos de Runge-Kutta. O MATLAB dispe de diversas
funes correspondentes a alguns daqueles mtodos
A funo ode23 usa um algoritmo baseado nas frmulas RK de 2 e de 3 ordem para
adaptar o passo de clculo
( )
1 1 2 3
1
2 3 4
9
+
= + + +
i i
y y k k k h
( )
1
2 1
3 2
,
,
2 2
3 3
,
4 4
=
| |
= + +
|
\
| |
= + +
|
\
i i
i i
i i
k f t y
h h
k f t y k
k f t h y k h
( )
4 1 1
,
+ +
=
i i
k f t y
Erro estimado:
As frmulas para calcular a soluo
NOTA: apesar de existirem 4 declives, apenas tem que se calcular 3 pois k
4
igual ao k
1
do
prximo intervalo
( )
1 1 2 3 4
1
5 6 8 9
72
+
= + +
i
E k k k k h

A funo ode45 usa um algoritmo baseado nas frmulas RK de 4 e de 5 ordem para
adaptar o passo de clculo. O MATLAB recomenda a funo ode45 como a melhor
escolha para uma primeira tentativa de soluo da maioria dos problemas
As funes anteriores podem ser evocadas em MatLab de vrias formas, sendo a mais
simples
[t, y] = ode45(odefun, tspan, y0)
y a matriz das solues, onde cada coluna corresponde a uma varivel dependente e
cada linha corresponde a um tempo do vector coluna t
odefun o nome da funo que d um vector coluna com as funes do lado direito
das EDOs
y
0
um vector com as condies iniciais
tspan um vector que pode representar um intervalo se for definido como tspan=[ti tf] em
que ti o tempo no incio do intervalo e tf o tempo no final, ou pode representar um vector
de vrios tempos tspan=[t0 t1 tn] onde se pretende obter a soluo

Exemplo: usar a funo ode45 para integrar a seguinte EDO de t = 0 a 4. A condio inicial
em t = 0 y =2.
0,8
4 0, 5 =
t
dy
e y
dt
>> dydt=@(t,y) 4*exp(0.8*t)-0.5*y;
>> [t,y]=ode45(dydt,[0 4],2);
>> y(length(t))
ans =
75.3390
definio da funo
chamada da funo ode45
resultado em t = 4
NOTA: se no pusssemos ; na ode45 o resultado
seria dois vectores t e y com todos os
pontos calculados
Soluo

Exemplo: usar a funo ode45 para resolver o seguinte sistema de EDOs de t = 0 a 10.
Em t = 0 tem-se y
1
= 2 e y
2
= 1
1
1 1 2
1, 2 0, 6 =
dy
y y y
dt
2
2 1 2
0, 8 0, 3 = +
dy
y y y
dt
Soluo
Antes de obter a soluo pode-se criar um ficheiro M-file com as duas funes
function yp = func(t,y)
yp = [1.2*y(1)-0.6*y(1)*y(2);-0.8*y(2)+0.3*y(1)*y(2)];
Pode-se ento definir os vectores com os tempos inicial e final e com as condies
iniciais, aplicando depois a ode45
>> tspan = [0 10];
>> y0 = [2, 1];
>> [t,y] = ode45(@func,tspan,y0);
>> plot(t,y); plot(y(:,1),y(:,2))
alternativamente
>> [t,y] = ode45(@func,[0 10],[2, 1]);
>> plot(t,y); plot(y(:,1),y(:,2))

y
1
y
2
>> plot(t,y) >> plot(y(:,1),y(:,2))
y
1
y
2
t

Mtodos de Vrios Passos
Os mtodos de um passo, descritos anteriormente, utilizam informao de um nico
ponto anterior t
i
para estimar o valor da varivel dependente no ponto seguinte t
i+1
.
Alternativamente, os mtodos de vrios passos utilizam informao de vrios pontos
anteriores, j calculados, para estimar o valor da soluo no ponto seguinte, melhorando
assim a estimativa

Mtodo de incio no automtico de HEUN
Relembrando o mtodo de Heun com utilizao do mtodo de Euler no passo de previso
( )
1
,
+
= +
previsto
i i i
i
y y f t y h
E com utilizao da regra dos trapzios no passo de correco
( )
( )
1
1
, ,
2
+
+
+
= +
previsto
i i i
i
corrigido
i
i
f t y f t y
y y h
O algoritmo de previso tem um erro local de truncatura O(h
2
), enquanto o algoritmo de
correco tem O(h
3
). Assim, o algoritmo de previso o ponto fraco do mtodo. Uma maneira
de melhorar o mtodo de Heun desenvolver um algoritmo de previso com erro local de
truncatura O(h
3
)

Tal pode ser conseguido usando o mtodo de Euler e o declive f(t

i
,y
i
) conjuntamente com
informao do ponto anterior y
i1
( )
1
1
, 2
+
= +
previsto
i i i
i
y y f t y h
Obtm-se assim um erro local de truncatura O(h
3
) dado que se utiliza uma abordagem
centrada. Porm, o mtodo no tem incio automtico dado que, nos problemas tpicos
de valor inicial, no instante inicial no se dispe do ponto anterior

O mtodo de incio no automtico de Heun pode ser sumariado
( ) ( )
1
1
1
1
, ,
2
+
+
+
+
= +
j m
i i i
i
j m
i
i
f t y f t y
y y h
(correco)
( )
0
1 1
, 2
+
= +
m m
i i i i
y y f t y h (previso)
declive
declive

Tal como no mtodo de Heun podem efectuar-se iteraes no passo de correco para
melhorar a estimativa de y
i+1
( ) ( )
1
1
1
1
, ,
2
+
+
+
+
= +
j m
i i i
i
j m
i
i
f t y f t y
y y h
As iteraes podem ser terminadas com base no erro relativo de aproximao
1
1 1
1
+ +
+
=
j j
i i
a
j
i
y y
y

Exemplo: usar o mtodo de incio no automtico de Heun para integrar a seguinte EDO
de t = 0 a 4 com passo de clculo igual a 1. A condio inicial em t = 0 y =2. Como se
trata de um mtodo de vrios passos necessria a informao y(1) = 0,3929953
0,8
4 0, 5 =
t
dy
e y
dt

Soluo
Aplicar o algoritmo de previso ao primeiro intervalo
1
1 1
1
6, 549331 5, 607005
14, 4%
6, 549331
+ +
+

= = =
j j
i i
a
j
i
y y
y
( )
( ) ( )
0 0,8 0
1 1 0 0
, 2 1 0; 2 2 1 0, 3929953 4 0, 5 2 2 5, 607005
(
= + = + = + =

y y f t y h y f e
( )
( ) ( )
( )
( ) ( )
0
1
1
1
0,8 0 0,8 1
0, 0 1,
0; 2 1; 5, 607005
0 2 1
2 2
4 0, 5 2 4 0, 5 5, 607005
2 6, 549331
2

+
+
= + = + =
( (
+

= + =
f y f y
f f
y y h
e e
Aplicar o algoritmo de correco ao primeiro intervalo
Erro relativo de aproximao

Fazer iteraes em y
i+1
no algoritmo de correco
Erro relativo aproximado
As iteraes poderiam continuar at que o erro
a
fosse menor que um dado valor. Depois de
calculado o primeiro intervalo poder-se-ia passar ao segundo intervalo repetindo o processo
de clculo
1
1 1
1
6, 313749 6, 549331
3, 7%
6, 313749
+ +
+

= = =
j j
i i
a
j
i
y y
y
( )
( ) ( )
( )
( ) ( )
1
1
2
1
0,8 0 0,8 1
0, 0 1,
0; 2 1; 6, 549331
0 2 1
2 2
4 0, 5 2 4 0, 5 6, 549331
2 6, 313749
2

+
+
= + = + =
( (
+

= + =
f y f y
f f
y y h
e e

Para alm de permitir um aumento da eficincia, o mtodo de incio no automtico de
Heun pode ser utilizado para estimar o erro local de truncatura, podendo esse erro
estimado ser utilizado, tal como nos mtodos adaptativos RK, para ajustar o passo de
clculo h
( )
3
1
''
3
=
p p
E h f
Reconhecendo que o algoritmo de previso semelhante regra do ponto mdio (frmula
aberta de Newton-Cotes) obtm-se o seguinte erro local de truncatura
( )
3
1
1
''
3
+
= +
previsto
exacto p
i
y y h f
Reconhecendo que o algoritmo de correco semelhante regra dos trapzios (frmula
fechada de Newton-Cotes) obtm-se o seguinte erro local de truncatura
( )
3
1
''
12
=
c c
E h f ( )
3
1
1
''
12
+
=
corrigido
exacto c
i
y y h f

( )
( )
3
1
3
1
1
''
3
1
''
12
+
+
= +
previsto
exacto p
i
corrigido
exacto c
i
y y h f
y y h f
( )
3 1 1
1
''
12 5
+ +
= =
corrigido previsto
i i
c c
y y
E h f
Conhecendo os valores previsto e corrigido podemos estimar o erro e verificar se
necessrio ajustar o passo de clculo
( )
( )
3 3
1 1
1 1
'' ''
3 12
+ +
+ =
previsto corrigido
p c
i i
y h f y h f
( ) ( )
( )
'' ''
3 1 1
1
''
5 12
=
+ +
=
p c
corrigido previsto f f
i i
y y
h f
Apesar de serem teis para resolver alguns problemas, os mtodos de vrios passos no
so usualmente utilizados. O MatLab dispe da funo ode113 que utiliza um mtodo
de vrios passos

Gradientes elevados
O problema de gradientes elevados pode surgir na resoluo de EDOs. Um problema de
gradientes elevados aquele que envolve a variao rpida da soluo conjuntamente
com variaes graduais da mesma
Exemplo de EDO com gradientes elevados
Tanto as EDOs como os sistemas de EDOs podem apresentar este problema de gradientes
elevados
1000 3000 2000

= +
t
dy
y e
dt
Considerando a condio inicial y(0) = 0, pode obter-se a soluo analtica
1000
3 0, 998 2, 002

=
t t
y e e

Gradientes elevados
A soluo inicialmente
dominada pelo termo e
1000t

(gradiente elevado) e depois
passa a governada pelo termo e
t
1000
3 0, 998 2, 002

=
t t
y e e

Gradientes elevados
O passo de clculo necessrio para garantir a estabilidade da soluo pode ser avaliado
com base na seguinte equao
=
dy
ay
dt
Considerando a condio inicial y(0) = y
0
, pode obter-se a soluo analtica
0
=
at
y y e
Assim, a soluo comea em y

0
e tende assimptoticamente para zero
A soluo numrica pode ser obtida com o mtodo de Euler
1 +
= +
i
i i
dy
y y h
dt
( )
1
1
+
= =
i i i i
y y ay h ah y

Gradientes elevados
A estabilidade da soluo y claramente depende do passo de clculo h. Mais, (1 ah) tem
que ser menor que 1. Se h > 2/a ento o mtodo instvel
Note-se que apesar da regio de elevados gradientes ser pequena ela condiciona o
tamanho do passo de clculo
2 2
0, 002
1000
< = = h
a
( )
1
1
+
=
i i
y ah y
No caso da equao estudada anteriormente, para que o mtodo seja estvel

Gradientes elevados
Uma maneira de contornar este problema da instabilidade causado pelos gradientes
elevados utilizar mtodos implcitos em vez de explcitos. Os mtodos implcitos so
aqueles em que a soluo y
i+1
aparece nos dois lados da equao do mtodo
Note-se que o mtodo anterior sempre estvel independentemente do passo de clculo,
dizendo-se por isso que incondicionalmente estvel
1
1 1
+
+ +
= + = +
i
i i i i
dy
y y h y ay h
dt
O mtodo implcito de Euler pode ser desenvolvido atravs da avaliao da derivada em t

i+1
1
1
+
=
+
i
i
y
y
ah

Gradientes elevados
Exemplo: Utilize os mtodos explcito e implcito de Euler para resolver a seguinte EDO
com y(0) = 0. a) Use o mtodo explcito de Euler com passos de clculo de 0,0005 e 0,0015
no intervalo de t = 0 a 0,006. b) Use o mtodo implcito de Euler com passo de clculo de
0,05 no intervalo t = 0 a 0,4.
Soluo
( ) 1
1000 3000 2000

+
= + +
i
t
i i i
y y y e h
1000 3000 2000

= +
t
dy
y e
dt
Mtodo implcito de Euler
( )
1
1 1
1000 3000 2000
+
+ +
= + +
i
t
i i i
y y y e h
1
1
3000 2000
1 1000
+
+
+
=
+
i
t
i
i
y h he
y
h
Mtodo explcito de Euler

Gradientes elevados
A soluo pode ser obtida tal como
nos exemplos anteriores

Gradientes elevados
Os sistemas de EDOs podem tambm ser resolvidos por mtodos implcitos. A soluo
obtida tal como na aplicao dos mtodos explcitos a sistemas de EDOs
Note-se que embora os esquemas implcitos permitam ganhar estabilidade, muitas
vezes requerem maior complexidade; i.e. se a funo f(t
i+1
,y
i+1
) for no linear no
possvel explicitar e obter facilmente a soluo y
i+1
. Nesses casos necessrio utilizar um
mtodo numrico para obter as razes da equao (bisseco, Newton-Raphson, etc.)
O MatLab dispe de um conjunto de funes para resolver EDOs com gradientes
elevados (ode15s, ode23s, ode23t, ode23tb)

Gradientes elevados
Exemplo: A equao de van der Pol um modelo de um circuito electrnico
A soluo desta EDO comea a apresentar gradientes elevados medida que
aumenta. Tendo em conta as condies iniciais y
1
(0) = dy
1
/dt(0) = 1, determine a soluo:
( )
2
2 1 1
1 1
2
1 0 + =
d y dy
y y
dt
dt
a) Para = 1 usando a ode45 de t = 0 a 20
b) Para = 1000 usando a ode23s de t = 0 a 6000
Soluo
O primeiro passo transformar a EDO de 2 ordem
num sistema de duas EDOs de 1 ordem
( )
1
2
2 2
1 2 1
1 0
+ =
dy
y
dt
dy
y y y
dt

Gradientes elevados
Em primeiro lugar pode criar-se
um M-file com as funes
Depois pode-se chamar a ode45 e
fazer o grfico
function yp = func2(t,y,miu)
yp = [y(2);miu*(1-y(1)^2)*y(2)-y(1)];
>> [t,y] = ode45(@func2,[0 20],[1 1],[],1);
>> plot(t,y(:,1),-,y(:,2),--)
>> legend(y1,y2);

Gradientes elevados
Para a alnea b) chamar a ode23s e
fazer o grfico
>> [t,y] = ode23s(@func2,[0 6000],[1 1],[],1000);
>> plot(t,y(:,1))

2.3.7 Resoluo de problemas de valor na fronteira
Uma EDO acompanhada de condies auxiliares que so usadas para avaliar as
constantes de integrao. Para uma EDO de ordem n so necessrias n condies
Se todas as condies auxiliares so especificadas no mesmo valor da varivel
independente, ento temos um problema de valor inicial. Porm, existem casos em que as
condies no so conhecidas num nico ponto, mas sim em diferentes valores da varivel
independente. Dado que essas condies so muitas vezes especificadas nos pontos
extremos do domnio de clculo, so designados problemas de valor na fronteira PVF
Existem diversos tipos de condies de fronteira:
Tipos de condies de fronteira
Condies de fronteira fixas ou de Dirichlet
Condies de fronteira diferenciais ou de Neumann

condio
inicial
condio de
fronteira
condies
iniciais
com com
Tipos de condies de fronteira

O mtodo Shooting baseado na converso do problema de valor na fronteira num
problema de valor inicial. Um processo de tentativas implementado de modo a encontrar
uma soluo para o valor inicial que satisfaz as condies de fronteira
O mtodo pode ser implementado para EDOs de ordem superior ou no lineares, mas
pode ser facilmente exemplificado atravs da seguinte EDO de 2 ordem (EDO que
representa a transmisso de calor numa haste)
Mtodo Shooting
( )
2
2
2
0 '
temperatura da haste (K)
coordenada axial (m)
' parmetro de transferncia de calor (m )
temperatura do gs em torno da haste (K)
= +
=
=
=
=
d T
h T T
dx
T
x
h
T
( )
( )
0 =
=
a
b
T T
T L T
transmisso
conveco

Mtodo Shooting
Primeiro converte-se o problema de valor na fronteira num problema de valor inicial,
definindo o gradiente de T podemos transformar a EDO de 2 ordem num sistema de
EDOs de 1 ordem
Se conhecssemos os valores iniciais de T e z teramos um problema de valor inicial. Porm,
apenas conhecemos T(0) = T
a
pelo que se arbitrarmos um valor z(0) = z
a1
podemos integrar
e obter uma soluo e no final do intervalo teremos T(L) = T
b1
( )
( )
2
2
0 '
'
= +

dT
z
d T
dx
h T T
dz
dx
h T T
dx
Se o valor T
b1
demasiado grande (T
b1
> T
b
) ento significa que devemos arbitrar z(0) = z
a2
<
z
a1
e voltamos a integrar para gerar uma nova soluo. O processo repete-se at que se
obtenha o valor correcto T(L) = T
b
O valor fronteira T
b
utilizado como parmetro de calibrao/validao do modelo de clculo
transmisso
conveco

A origem do nome shooting tem a ver com o facto, de tal como se ajusta o ngulo de um
canho para atingir um alvo, neste mtodo ajusta-se a trajectria da soluo atravs do
arbtrio de valores z(0) at obter o valor T(L) = T
b
No caso de EDOs lineares possvel implementar uma estratgia mais eficiente do que
ir por tentativas utilizao de um polinmio interpolador. Nestes casos a trajectria
da soluo exacta (z
a
, T
b
) est linearmente relacionada com os resultados de duas
tentativas (z
a1
, T
b1
) e (z
a2
, T
b2
). Assim, pode usar-se a interpolao linear a partir dessas
duas estimativas para obter o valor z(0) que conduzir a T(L) = T
b
( )
2 1
1 1
2 1
= +
a a
a a b b
b b
z z
z z T T
T T
Mtodo Shooting

Exemplo: Use o mtodo shooting para resolver a seguinte EDO, sabendo que L = 10 m,
h = 0,05 m
2
, T
= 200 K, T(0) = 300 K e T(10) = 400 K.

Soluo
( )
2
2
0 '
= +
d T
h T T
dx
( )
( ) ( )
2
2
0 '
' 0, 05 200
= +

= =
dT
z
d T
dx
h T T
dz
dx
h T T T
dx
Comea-se por arbitrar um valor para z(0), por exemplo z(0) = z
a1
= 5 K/m
Obtm-se a soluo no intervalo x = 0 a 10 m, por exemplo utilizando a funo ode45 do
MatLab
Mtodo Shooting
transmisso
conveco

Mtodo Shooting
Pode desenvolver-se um M-file para as funes
Como T
b1
= 569,7539 K > T(10) = T
b
= 400 K, arbitramos um novo valor de z(0) = z
a2
= 20 K/m
(menor que z
a1
= 5 K/m dado que T diminui com z)
function Tp = func3(x,T)
Tp = [T(2);-0.05*(200-T(1))];
Podemos obter a soluo T
b1
em x = 10 m chamando a ode45
>> [x,T]=ode45(@func3,[0 10],[300,-5]);
>> Tb1=T(length(x))
Tb1 =
569.7539
>> [x,T]=ode45(@func3,[0 10],[300,-20]);
>> Tb2=T(length(x))
Tb2 =
259.5131

Como a EDO linear pode-se aplicar o polinmio interpolador
Podemos agora obter a soluo da EDO
em todo o intervalo chamando a ode45
>> [x,T]=ode45(@func3,[0 10],[300,-13,2075]);
( )
( )
( )
2 1
1 1
2 1
20 5
5 400 569, 7539 13, 2075
259, 5131 569, 7539

= + = + =

a a
a a b b
b b
z z
z z T T
T T
Mtodo Shooting
1 tentativa
2 tentativa
soluo
A soluo, representada no grfico pelo
crculo azul, indistinguvel da soluo
exacta (linha azul)

transmisso
conveco
conveco
Mtodo Shooting
Exemplo: Use o mtodo shooting para resolver a seguinte EDO, sabendo que L = 10 m,
h = 0,05 m
2
, T
= 200 K, dT/dx(x=0) = (T(0) T
)/200 e T(x=10) = 400 K

No exemplo anterior o mtodo shooting foi aplicado a um problema com condies de
fronteira fixas ou de Dirichlet. Porm, o mtodo pode ser tambm facilmente
implementado para condies de fronteira diferenciais ou de Neumann
( )
( ) ( )
2
2
0 '
' 0, 05 200
= +

= =
dT
z
d T
dx
h T T
dz
dx
h T T T
dx

Mtodo Shooting
Comea-se por arbitrar um valor para T(0), por exemplo T(0) = T
a1
= 300 K
Obtm-se a soluo no intervalo x = 0 a 10 m, por exemplo utilizando a funo ode45 do
MatLab
( ) ( ) ( ) ( )
1 1
1 1
(0) 300 K 0 0 300 200 0, 5
200 200
= = = = = =
a a
dT
T T z T T
dx
>> [x,T]=ode45(@func3,[0 10],[300,0.5]);
>> Tb1=T(length(x))
Tb1 =
683.5088
Como T
b1
= 683,5088 K > T(10) = T
b
= 400 K, arbitramos um novo valor de T(0) = T
a1
= 150 K
(menor que T
a1
= 300 K dado que T
b
diminui com T
a
)
( ) ( ) ( ) ( )
2 2
1 1
(0) 150 K 0 0 150 200 0, 25
200 200
= = = = = =
a a
dT
T T z T T
dx
Soluo

Mtodo Shooting
Soluo
Obtm-se a soluo no intervalo x = 0 a 10 m, novamente utilizando a funo ode45 do
MatLab
>> [x,T]=ode45(@func3,[0 10],[150,-0.25]);
>> Tb2=T(length(x))
Tb2 =
-41.7544
Como a EDO linear pode-se aplicar o polinmio interpolador para calcular o valor de T
a

que dar a soluo T
b
( ) ( )
2 1
1 1
2 1
150 300
300 400 683, 5088 241, 3643 K
41, 7544 683, 5088

= + = + =

a a
a a b b
b b
T T
T T T T
T T
( ) ( ) ( ) ( )
1 1
(0) 241, 3643 K 0 0 241, 3643 200 0, 2068
200 200
= = = = = =
a a
dT
T T z T T
dx

Mtodo Shooting
Podemos agora obter a soluo da EDO em todo o intervalo chamando a ode45
>> [x,T]=ode45(@func3,[0 10],[241.3643,0.2068]);
1 tentativa
2 tentativa
soluo
Novamente a soluo,
representada no grfico pelo
crculo azul, indistinguvel da
soluo exacta (linha azul)

Mtodo Shooting
Para problemas no lineares de valor na fronteira, a interpolao linear em dois pontos
pode no fornecer uma estimativa precisa da condio de fronteira para atingir a soluo
exacta
Uma alternativa seria obter n estimativas pelo mtodo shooting e depois interpolar os
resultados atravs de um polinmio interpolador de ordem n1. Porm, esta alternativa
pouco provvel que permita obter a soluo exacta sem ter que se efectuar iteraes
adicionais
Outra alternativa tratar os problemas no lineares como um problema de determinao de
razes de equaes. Relembre-se que o objectivo geral do problema de determinao de
razes de equaes encontrar o valor de x que faz com que f(x) = 0
Fazendo uso do problema da haste aquecida pode-se compreender melhor esta abordagem

Mtodo Shooting
( )
=
b a
T f z
Em primeiro lugar podemos reconhecer que T

b
uma funo de z
a
, pelo que a integrao
do sistema de EDOs pode ser visto como
Assim, o que se pretende saber o valor de z

a
que permite obter T
b
. Admitindo que as
tentativas de z
a
no correspondem exactamente a T
b
obtm-se
( ) ( )
=
a a b
res z f z T
A soluo do sistema EDOs pode ser obtida se esta nova funo res(z
a
) for levada at zero
Exemplo: Use o mtodo shooting para resolver a seguinte EDO no linear, sabendo que L =
10 m, h = 0,05 m
2
, = parmetro de radiao = 2,7x10
9
K
3
m
2
, T
= 200 K, T(0) = 300 K e

T(10) = 400 K
( )
( )
2
4 4
2
0 ' '

= + +
d T
h T T T T
dx
(modelo mais completo que inclui
perdas por radiao)

Mtodo Shooting
Soluo
( )
( )
( )
( )
( )
( )
2
4 4
2
4 4 9 4 4
0 ' '
' ' 0, 05 200 2, 7 10 200

= + +
= = +
d T
h T T T T
dx
dT
z
dx
dz
h T T T T T T
dx
Primeiro, tal como nos exemplos lineares, dividimos a EDO de 2 ordem num sistema de
EDOs de 1 ordem
Pode desenvolver-se um M-file para as funes
function Tp = func4(x,T)
Tp = [T(2);-0.05*(200-T(1))-2.7e-9*(200^4-T(1)^4)];

Mtodo Shooting
Soluo
Pode desenvolver-se um M-file para calcular a funo residual
function r = res(za)
[x,T]=ode45(@func4,[0 10],[300 za]);
r = T(length(x),1)-400;
De seguida pode utilizar-se a funo fzero para determinar a raiz da funo residual
>> fzero(@res,-50)
ans =
-41.7434
Finalmente podemos obter a soluo do sistema de EDOs no intervalo, utilizando z(0) =
z
a
=-41,47434
>> [x,T]=ode45(@func4,[0 10],[300 fzero(@res,-50)]);

Mtodo Shooting
Soluo
Soluo da
EDO linear
Soluo da EDO
no linear

Os mtodos que usualmente so alternativas ao mtodo shooting so os mtodos de
diferenas finitas
Nos mtodos de diferenas finitas, as derivadas da EDO so substitudas por diferenas
finitas (tal como foi apresentado no captulo de diferenciao numrica), formando uma
equao que pode ser resolvida algebricamente. No caso de sistemas de EDOs podem
ser utilizados mtodos de resoluo de sistemas de equaes (eliminao de Gauss, etc.)
Mtodos de Diferenas Finitas
( )
2
2
0 '
= +
d T
h T T
dx
O problema da haste aquecida pode ser utilizado para exemplificar a metodologia
Em primeiro lugar o domnio de
clculo dividido numa srie de
ns

Em cada n, as derivadas da EDO podem ser aproximadas por diferenas finitas. Por
exemplo, no n i a segunda derivada pode ser expressa
2
1 1
2 2
2
+
+
i i i
T T T d T
dx x
A aproximao anterior pode ser substituda na EDO
A equao anterior pode ser convertida numa equao algbrica
( ) ( )
2
1 1
2 2
2
0 ' ' 0
+

+
= + + =
i i i
i
T T T d T
h T T h T T
dx x
( )
2 2
1 1
2 ' '
+
+ + =
i i i
T h x T T h x T
Esta equao pode ser escrita para cada um dos n1 ns interiores. Os ns de
extremidade T
0
e T
n
so especificados pelas condies de fronteira. Assim, o problema
reduz-se a resoluo simultnea de um sistema linear de n1 equaes algbricas

A equao anterior tem duas propriedades importantes:
O sistema de equaes resultante tridiagonal, pois cada equao consiste num n i e
nos dois ns adjacentes i 1 e i + 1. Esta propriedade permite a soluo do sistema
atravs de algoritmos muito eficientes dado que a eliminao de Gauss
simplificada pela maioria dos elementos da matriz serem nulos
( )
2 2
1 1
2 ' '
+
+ + =
i i i
T h x T T h x T
O sistema de equaes resultante dominado pela diagonal principal, pois o
coeficiente de T
i
superior aos valores absolutos dos coeficientes de T
i 1
e T
i + 1
. Esta
propriedade permite a obteno de solues convergentes utilizando tcnicas
iterativas como o mtodo de Gauss-Seidel

Exemplo: Use a abordagem de diferenas finitas para resolver a seguinte EDO, sabendo
que L = 10 m, h = 0,05 m
2
, T
= 200 K, T(0) = 300 K e T(10) = 400 K. Use quatro ns

interiores com espaamento x = 2 m
( )
2
2
0 '
= +
d T
h T T
dx
Soluo
Nos ns interiores a equao pode ser aproximada por diferenas finitas
( ) ( )
( )
2
2 2 1 1
1 1
2 2
2
0 ' ' 0 2 ' '
+
+
+
= + + = + + =
i i i
i i i i
T T T d T
h T T h T T T h x T T h x T
dx x
( )
2 2
1 1 1 1
2 0, 05 2 0, 05 2 200 2, 2 40
+ +
+ + = + =
i i i i i i
T T T T T T
No n 1 a equao escreve-se
0
300
0 1 2 1 2
2, 2 40 2, 2 340
=
+ = =
T
T T T T T

Soluo
1 2 3
2, 2 40 + = T T T
2 3 4
2, 2 40 + = T T T
( )
5
10 400
3 4 5 3 4
2, 2 40 2, 2 440
= =
+ = + =
T T
T T T T T
Colocando as equaes anteriores na forma matricial obtm-se a seguinte matriz tridiagonal
dominada pela diagonal principal
1
2
3
4
2, 2 1 0 0 340
1 2, 2 1 0 40
0 1 2, 2 1 40
0 0 1 2, 2 440
( ( (
( ( (

( ( (
=
( ( (

( ( (

T
T
T
T

O MatLab pode ser usado para encontrar a soluo
>> A=[2.2 -1 0 0;-1 2.2 -1 0;0 -1 2.2 -1;0 0 -1 2.2];
>> b=[340 40 40 440]';
>> T=A\b
T =
283.2660
283.1853
299.7416
336.2462
Soluo
diferenas
finitas
mtodo
shooting

No exemplo anterior as condies de fronteira eram fixas ou de Dirichlet. Interessa agora
perceber como as diferenas finitas podem ser aplicadas a um problema com condies
de fronteira diferenciais ou de Neumman
( )
2
2
0 '
= +
d T
h T T
dx
O problema da haste aquecida pode ser utilizado para exemplificar a metodologia
Se em vez de especificarmos o valor da varivel dependente numa das extremidades
especificarmos o valor da sua derivada temos uma condio de fronteira de Neumman
( )
( )
0 ' =
=
a
b
dT
T
dx
T L T

Tal como foi feito anteriormente o domnio de clculo pode ser dividido numa srie de
ns interiores. Porm, como no conhecemos a varivel independente numa das
fronteiras, essa fronteira tem tambm que ser includa no domnio de clculo
Aplicando a equao de diferenas ao n de extremidade 0
( ) ( )
2 2 2 2
1 1 1 0 1
2 ' ' 2 ' '
+
+ + = + + =
i i i
T h x T T h x T T h x T T h x T

Fica claro que necessitamos de conhecer o valor fora do domnio de clculo T

1
. Apesar de
isso parecer difcil, na realidade uma maneira de incorporar a condio de fronteira
diferencial
Se representarmos a derivada no n 0 por diferenas centradas
( ) ( )
2 2 2 2
1 1 1 0 1
2 ' ' 2 ' '
+
+ + = + + =
i i i
T h x T T h x T T h x T T h x T
( ) ( )
1 1
1 1
0 2 0
2
= =
T T dT dT
T T x
dx x dx
Substituindo o resultado na primeira equao
( )
( )
( )
( )
2 2
1 0 1
2 2
0 1
2 0 2 ' '
2 ' 2 ' 2 0
(
+ + =
(

+ =
dT
T x h x T T h x T
dx
dT
h x T T h x T x
dx

Exemplo: Use a abordagem de diferenas finitas para resolver a seguinte EDO, sabendo que
L = 10 m, h = 0,05 m
2
, T
= 200 K, dT/dx(0) = 0 K/m e T(10) = 400 K. Use quatro ns interiores

com espaamento x = 2 m. Determine tambm a soluo quando dT/dx(0) = 20 K/m
( )
2
2
0 '
= +
d T
h T T
dx
Soluo
No n 0 a equao pode ser aproximada por diferenas finitas
( )
( )
( )
2 2
0 1
2 2
0 1 0 1
2 ' 2 ' 2 0
2 0, 05 2 2 0, 05 2 200 2 2 0 2, 2 2 40
+ =
+ = =
dT
h x T T h x T x
dx
T T T T
1 2 3
2, 2 40 + = T T T
2 3 4
2, 2 40 + = T T T
0 1 2
2, 2 40 + = T T T

Soluo
( )
5
10 400
3 4 5 3 4
2, 2 40 2, 2 440
= =
+ = + =
T T
T T T T T
Colocando as equaes anteriores na forma matricial obtm-se a seguinte matriz tridiagonal
e dominada pela diagonal principal
0
1
2
3
4
2, 2 2 0 0 0 40
1 2, 2 1 0 0 40
0 1 2, 2 1 0 40
0 0 1 2, 2 1 40
0 0 0 1 2, 2 440
( ( (
( ( (

( ( (
( ( ( =
( ( (

( ( (
( ( (

T
T
T
T
T

Soluo
>> A=[2.2 -2 0 0 0;-1 2.2 -1 0 0;0 -1 2.2 -1 0;0 0 -1 2.2 -1;0 0 0 -1 2.2];
>> b=[40 40 40 40 440]';
>> T=A\b
T =
243.0278
247.3306
261.0994
287.0882
330.4946

Soluo
No caso de dT/dx(0) = 20, no n 0 a equao pode ser aproximada por diferenas finitas
As restantes equaes so iguais s apresentadas anteriormente e a matriz escreve-se
( )
( )
( )
( )
2 2
0 1
2 2
0 1 0 1
2 ' 2 ' 2 0
2 0, 05 2 2 0, 05 2 200 2 2 20 2, 2 2 120
+ =
+ = =
dT
h x T T h x T x
dx
T T T T
0
1
2
3
4
2, 2 2 0 0 0 120
1 2, 2 1 0 0 40
0 1 2, 2 1 0 40
0 0 1 2, 2 1 40
0 0 0 1 2, 2 440
( ( (
( ( (

( ( (
( ( ( =
( ( (

( ( (
( ( (

T
T
T
T
T

>> A=[2.2 -2 0 0 0;-1 2.2 -1 0 0;0 -1 2.2 -1 0;0 0 -1 2.2 -1;0 0 0 -1 2.2];
>> b=[120 40 40 40 440]';
>> T=A\b
T =
328.2710
301.0981
294.1448
306.0204
339.1002
dT/dx(0) = 20
dT/dx(0) = 0
Soluo

No caso de EDOs no lineares, a aproximao por diferenas finitas resulta num sistema
de equaes algbricas no lineares. Assim, a abordagem para resolver este tipo de
problemas utilizar um mtodo de obteno de razes de sistemas de equaes no
lineares (exemplo, mtodo de Newton-Raphson). Embora esta abordagem possa ser
implementada, muitas vezes mais simples recorrer a uma metodologia de substituio
sucessiva
Para demonstrar a metodologia utilizar-se- o problema da haste aquecida com perdas por
radiao
( )
( )
2
4 4
2
0 ' '

= + +
d T
h T T T T
dx
A EDO anterior pode ser aproximada por diferenas finitas no n i
( )
( )
4 4 1 1
2
2
0 ' '
+

+
= + +
i i i
i i
T T T
h T T T T
x
( ) ( )
2 2 2 4 4
1 1
2 ' ' '
+
+ + = +
i i i i
T h x T T h x T x T T

A equao anterior no linear e a soluo de T

i
pode ser determinada de um modo
iterativo simultaneamente para todos os ns i explicitando a equao anterior em ordem a T
i

( ) ( )
2 2 2 4 4
1 1
2 ' ' '
+
+ + = +
i i i i
T h x T T h x T x T T
( )
2 2 4 4
1 1
2
' '
2 '
+
+ + +
=
+
i i i
i
h x T x T T T T
T
h x
Note-se que o processo iterativo para encontrar T

i
pode no resultar em alguns problemas.
Nesses casos tem que se usar mtodos de resoluo de sistemas no lineares mais
complexos de implementar
Exemplo: Use a abordagem de diferenas finitas para resolver a seguinte EDO no linear,
sabendo que L = 10 m, h = 0,05 m
2
, = parmetro de radiao = 2,7x10
9
K
3
m
2
, T
=
200 K, T(0) = 300 K e T(10) = 400 K. Use quatro ns interiores com espaamento x = 2 m
( )
( )
2
4 4
2
0 ' '

= + +
d T
h T T T T
dx
(modelo mais completo que inclui perdas por radiao)

Soluo
Usando a equao podemos obter a soluo iterativamente e simultaneamente para todos os
ns interiores, iniciando com T
i
= 0
1 iterao
( )
( )
2 2 4 4
1 1
2
2 9 2 4 4
1 1
2
' '
2 '
0, 05 2 200 2, 7 10 2 200
2 0, 05 2
+
+
+ + +
=
+
+ + +
=
+
i i i
i
i i i
i
h x T x T T T T
T
h x
T T T
T
N 1
( )
( )
2 9 2 4 4
1 0 2
1
2
2 9 2 4 4
2
0, 05 2 200 2, 7 10 2 200
2 0, 05 2
0, 05 2 200 2, 7 10 2 200 0 300 0
162, 4000
2 0, 05 2
+ + +
= =
+
+ + +
= =
+
T T T
T

Soluo
1 iterao
N 2
( )
( )
2 9 2 4 4
2 1 3
2
2
2 9 2 4 4
2
0, 05 2 200 2, 7 10 2 200
2 0, 05 2
0, 05 2 200 2, 7 10 2 200 0 162, 4000 0
99, 8545
2 0, 05 2
+ + +
= =
+
+ + +
= =
+
T T T
T
N 3
( )
( )
2 9 2 4 4
3 2 4
3
2
2 9 2 4 4
2
0, 05 2 200 2, 7 10 2 200
2 0, 05 2
0, 05 2 200 2, 7 10 2 200 0 99, 8545 0
71, 4248
2 0, 05 2
+ + +
= =
+
+ + +
= =
+
T T T
T

Soluo
1 iterao
N 4
( )
( )
2 9 2 4 4
4 3 5
4
2
2 9 2 4 4
2
0, 05 2 200 2, 7 10 2 200
2 0, 05 2
0, 05 2 200 2, 7 10 2 200 0 71, 4248 400
240, 3204
2 0, 05 2
+ + +
= =
+
+ + +
= =
+
T T T
T
Aps a iterao podem comparar-se os resultados com os da iterao anterior e se as
diferenas forem menores do que uma dada tolerncia o processo termina, seno passa-se
iterao seguinte
162, 4000 0 162, 4000
99, 8545 0 99, 8545
71, 4248 0 71, 4248
240, 3204 0 240, 3204
( ( (
( ( (
( ( (
= =
( ( (
( ( (

t
E

Soluo
function [x,T] = dif_fin(xini,xfin,dx,Tini,Tfin)
tol=1e-4; err=1;
x=[xini:dx:xfin]; n=length(x)
T0(1)=Tini; T0(n)=Tfin;
for i=2:n-1
T0(i)=0;
end
while err>tol
for i=2:n-1
T1(i)=(0.05*dx^2*200+2.7e-9*dx^2*(200^4-T0(i)^4)+T0(i-1)+T0(i+1))/(2+0.05*dx^2);
erro(i)=abs(T1(i)-T0(i));
T0(i)=T1(i)
end
err=max(erro)
end
x = x'; T = T0';
O processo pode ser implementado num M-file

Soluo
Aps algumas iteraes obtm-se a seguinte soluo
300
250, 4827
236, 2962
245, 7596
286, 4921
400
(
(
(
(
=
(
(
(
(
(

T


Como bvio uma maneira de melhorar a preciso diminuir o espaamento entre ns
(i.e., refinar a malha de clculo)
Outra alternativa seria aproximar a derivada por diferenas finitas de ordem superior
(ver captulo da diferenciao numrica). Esta ltima alternativa coloca alguns problemas
junto s fronteiras dado que para calcular o n i poderemos ter que ter informao em
ns fora do domnio de clculo (i 2 ou i + 2). Uma soluo ser utilizar a ordem inferior
nos ns junto s fronteiras e ordem superior no restantes ns interiores

Problemas de Valores Prprios
Os problemas de valores prprios, ou de valores caractersticos, so um grupo especial
de problemas de valor na fronteira muito comuns em problemas de engenharia que
envolvem vibraes, elasticidade e outros sistemas oscilatrios
Um sistema no homogneo de equaes algbricas lineares tem a forma geral
Prembulo Matemtico
[ ]{ } { }
[ ]
{ }
{ }
matriz dos coeficientes
vector das incnitas
vector de constantes (parte no homognea)
=
=
=
=
A X B
A
X
B
Se as equaes que compem o sistema so linearmente independentes (i.e., o determinante
det(A) 0), ento tero uma soluo nica

Um sistema homogneo de equaes algbricas lineares tem a forma geral
Prembulo Matemtico
[ ]{ }
0 = A X
Apesar de ser possvel obter solues no triviais (i.e., {X} 0) para este tipo de sistemas,
elas no so geralmente nicas. Ou seja existem diferentes combinaes de valores de x
que satisfazem as equaes
Os problemas de valores prprios em Engenharia tm usualmente a forma
( )
( )
( )
11 1 12 2 1
21 1 22 2 2
1 1 2 2
... 0
... 0

... 0
+ + + =
+ + + =
+ + + =
M
n n
n n
n n nn n
a x a x a x
a x a x a x
a x a x a x
uma incgnita designada por
valor prprio, ou valor
caracterstico

A soluo {X} do sistema anterior designada por vector prprio
[ ] [ ] ( ){ }
0
matriz identidade
=
=
A I X
I
O sistema anterior pode ainda ser escrito de uma forma mais concisa
A soluo do sistema baseia-se na determinao dos valores prprios . Para tal basta
garantir que o determinante det([A] [I]) = 0 de modo a encontrar solues no triviais
A expanso do determinante permite obter um polinmio em , que designado
polinmio caracterstico. As razes deste polinmio so os valores prprios
Prembulo Matemtico

Mtodo Polinomial
O Mtodo Polinomial consiste em expandir o determinante para obter o polinmio
caracterstico. As razes do polinmio so as solues dos valores prprios

Mtodo de Potncia
O Mtodo de Potncia uma abordagem iterativa que pode ser usada para determinar o
maior valor prprio (valor prprio dominante). Com uma pequena alterao permite
tambm determinar o menor valor prprio. Tem a vantagem de o vector prprio
correspondente ser tambm determinado durante a aplicao do mtodo
[ ]{ } { }
= A x x
Para implementar o Mtodo de Potncia o sistema deve ser expresso na forma

Mtodo de Potncia
Note-se que existem casos em que o mtodo converge para o segundo maior valor prprio
em vez do maior
Existem alguns casos onde pode interessar conhecer o menor valor prprio. Isso pode ser
efectuado aplicando o Mtodo de Potncia matriz inversa de A, convergindo o mtodo
para o maior valor de 1/, ou seja o menor valor de
Depois de encontrado o maior valor prprio possvel determinar o seguinte maior valor
prprio, substituindo a matriz original por uma que inclui apenas os restantes valores
prprios. Apesar de isso ser possvel, existem mtodos mais eficientes de determinar
valores prprios intermdios do que o Mtodo de Potncia

Funes do MATLAB
O MatLab dispe de funes que permitem determinar valores e vectores prprios
A funo eig permite determinar os valores prprios e/ou os vectores prprios
>> A = [40 -20 0;-20 40 -20;0 -20 40];
>> e = eig(A)
e =
11.7157
40.0000
68.2843
>> A = [40 -20 0;-20 40 -20;0 -20 40];
>> [v,d] = eig(A)
v =
0.5000 -0.7071 -0.5000
0.7071 -0.0000 0.7071
0.5000 0.7071 -0.5000
d =
11.7157 0 0
0 40.0000 0
0 0 68.2843

2.3.8 Estabilidade numrica
Os mtodos que utilizam algoritmos de previso-correco tm as seguintes vantagens
Em geral, as frmulas de correco so mais precisas do que as de previso
Permitem estimar e depois corrigir os erros de truncatura locais;
Possibilitam a utilizao de passos de clculo relativamente maiores do que os mtodos
de um passo com preciso semelhante
O passo de clculo deve ser suficientemente pequeno para garantir a convergncia do
passo de previso e satisfazer quaisquer restries relativas ao erro local de
truncatura. Por outro lado, o passo de clculo deve ser suficientemente grande de modo
a minimizar o tempo de clculo e diminuir os erros de arredondamento
Verifica-se que a melhor preciso dos mtodos de previso-correco pode ser perdida com
o aumento do nmero de operaes a efectuar

Exemplo: determine a soluo da seguinte EDO no intervalo t = 0 a 4, com passo de
clculo h = 0,025 e condio inicial y(0) = 1, utilizando o mtodo de Euler e o algoritmo de
previso do mtodo de incio no automtico de Heun
NOTA: o esquema de vrios passos no tem incio automtico pelo que se considera
( ) 1 1
, 2
+
= +
i i i i
y y f t y h
( ) 1
,
+
= +
i i i i
y y f t y h
Mtodo de Euler (um passo) Mtodo de vrios passos (n/a Heun)
( )
2
'
2
=
h
E f
( )
3
''
3
=
h
E f
2 1 = +
dy
y
dt
soluo analtica
2
1 1
2 2
= +
t
y e
( )
( )
2 0,025
1 1
0, 025
2 2

= + y e


O mtodo de vrios passos
conduz a melhores resultados
no incio do intervalo, mas ao
fim de algum tempo comea
a apresentar uma carcter
oscilatrio (instabilidade)

A justificao pode ser encontrada substituindo a funo no algoritmo (Heun)
A soluo homognea dada por
( )
1 1 1 1
2 1 2 4 2
+ +
= + + + =
i i i i i i
y y y h y hy y h
J vimos no prembulo matemtico que a equao no homognea anterior tem soluo
dada por
homognea particular
= +
i i i
Y Y Y
homognea
1 1 2 2
= +
i i
i
Y C C
Em que
k
so razes do polinmio
1 1
4 0
+
+ =
i i i
h
( )
2
2 2
1,2
4 1 0
2 1 4 2 1
+ =
(
= + = +
(

h
h h h O h
( ) ( )
homognea 2 2
1 1 2 2 1 2
1 2 1 2
( (
= + = + +
( (

i i
i i
i
Y C C C h O h C h O h
particular
1 1 1 1
1 1
considerando 4 2 4 2
2 2
+ +
= = + = = = =
i i i i i i i i i
y y y y hy y h hy h y Y
2 1 = +
dy
y
dt
( )

Desprezando os termos de 2 ordem
( )
homognea particular
particular
homognea
1 2
1
2
2 2
1 1 1
1 1
= +
| | | |
+ +
| |
\ \
i i
i i i
i
t h t h
i
i
Y Y Y
Y
Y C C
h h
( ) ( )
( ) ( ) ( )
homognea 2 2
1 2 1 2
1 2 1 2 1 2 1 1 2
( (
= + + + +
( (

i i
i i i
i
Y C h O h C h O h C h C h
( )
homognea
1 2
2 2
1 1 1
1 1
=
| | | |
+ +
| |
\ \
i
i i
t
i
t h t h
h
i
i
Y C C
h h
( )
1 2
2 2 1
1 1 1
1 1 2
| | | |
+ + +
| |
\ \
i i
t h t h
i
i
Y C C
h h

Da Anlise Matemtica sabe-se que
1
0
lim 1
1
| |
+ =
|
\
x
x
e
x
( )
1 2
0 0 0
2 2 1
lim lim 1 1 lim 1
1 1 2
| | | |
+ + +
| |
\ \
i i
t h t h
i
i
h h h
Y C C
h h
( )
1
2 2
0 0
1
2
0 0
2 2
lim 1 lim 1
1 1
2 2
lim 1 lim 1
1 1

(
| | | |

(
= + = =
| |

(
\ \

`
(
| | | |

(
+ = + =
| |

(
\ \

)
i
i
i
i
i
i
i
t
t h h
t
t
h h
t
t h h
t
h h
e e
h h
e
h h
( )
2 2
1 2
0
1
lim 1
2
+ +
i
t t
i
h
Y C e C e

( )
2
2 2
1 2
0
termo estranho
soluo da EDO
soluo
1 1
2 2
1
lim 1
2
= +
+ +
14243
14243
t
i
t t
i
h
y e
Y C e C e
O aparecimento de um termo estranho
soluo deve-se utilizao de um
mtodo de ordem superior da
equao original. Esse termo cresce
exponencialmente com t
i
e ora
negativo ora positivo, o que explica o
carcter oscilatrio da soluo
numrica do mtodo de vrios passos

Um mtodo diz-se instvel se os erros crescerem exponencialmente medida que a
soluo avana
Os mtodos de um passo, como os RK, no exigem instabilidade numrica para valores
de h suficientemente pequenos
Os mtodos de vrios passos podem, em alguns casos, tornar-se instveis para qualquer
valor de h, ou para uma dada gama de valores de h
Se o mtodo de vrios passos conduzir a uma equao de ordem n, procuram-se as n
razes da equao caracterstica
homognea
1 1 2 2
... = + + +
i i i
n n i
Y C C C
Uma das solues , admita-se , em conjunto com a soluo particular, tender para a
soluo exacta da EDO quando h tender para 0. Todas as outras sero termos estranhos
soluo
1
i
Procedimento para avaliar a estabilidade de um mtodo

Um mtodo numrico diz-se fortemente estvel se os termos estranhos soluo
satisfizerem a seguinte condio
Um mtodo numrico diz-se relativamente estvel se os termos estranhos soluo
satisfizerem a seguinte condio
0
lim 1 com 2, 3,...,
< =
i
k
h
k n
1
0
lim com 2, 3,...,
< =
i i
k
h
k n
Um mtodo numrico diz-se instvel se pelo menos um dos termos estranhos soluo
satisfizer a seguinte condio
{ }
0
lim 1 com 2, 3,...,
>
i
k
h
k n
Procedimento para avaliar a estabilidade de um mtodo

Os problemas de valores prprios, ou de valores caractersticos, so um grupo especial
de problemas de valor na fronteira muito comuns em problemas de engenharia que
envolvem vibraes, elasticidade e outros sistemas oscilatrios
Um sistema no homogneo de equaes algbricas lineares tem a forma geral
Prembulo Matemtico
[ ]{ } { }
[ ]
{ }
{ }
matriz dos coeficientes
vector das incnitas
vector de constantes (parte no homognea)
=
=
=
=
A X B
A
X
B
Se as equaes que compem o sistema so linearmente independentes (i.e., o determinante
det(A) 0), ento tero uma soluo nica

Um sistema homogneo de equaes algbricas lineares tem a forma geral
[ ]{ }
0 = A X
A matriz A define uma transformao linear.
Apesar de ser possvel obter solues no triviais (i.e., {X} 0) para este tipo de sistemas,
elas no so geralmente nicas. Ou seja existem diferentes combinaes de valores de
x que satisfazem as equaes
Os problemas de valores prprios em Engenharia tm usualmente a forma
( )
( )
( )
uma incgnita designada por valor
prprio, ou valor caracterstico
A soluo {X} do sistema anterior
designada por vector prprio

[ ] [ ] ( ){ }
0
matriz identidade
=
=
A I X
I
O sistema anterior pode ainda ser escrito de uma forma mais concisa (soma de uma
matriz de coeficientes com uma matriz diagonal cujos elementos so iguais a )
A soluo do sistema baseia-se na determinao dos valores prprios . Para tal basta
garantir que o determinante det([A] [I]) = 0 de modo a encontrar solues no triviais
A expanso do determinante permite obter um polinmio em , que designado
polinmio caracterstico. As razes deste polinmio so os valores prprios
1,
2
, ...,
n
[ ]{ } { }
= A x x
Outra forma de escrever o sistema que define os valores e o vectores prprios :

A matriz A transforma um vector agindo sobre a sua magnitude e direco.
Uma matriz pode apenas modificar a amplitude do vector sobre o qual aplicada, mantendo
a sua direco de aco inalterada estes vectores denominam-se os vectores prprios.
A transformao feita pela matriz A sobre o vector prprio define-se pela simples
multiplicao de um factor, positivo se o sentido do vector no mudar, negativo se o sentido
mudar este factor o valor prprio associado ao vector prprio resultante da
transformao.
A valores prprios distintos correspondem vectores prprios distintos.
Os valores e os vectores prprios so propriedades intrnsecas de uma transformao linear
[ ]{ } { }
= A x x

O sistema de massa-mola representado na figura permite ilustrar como os valores
prprios ocorrem em problemas fsicos
Exemplo

Para simplificar a anlise considera-se que sobre cada massa no actuam foras de
amortecimento. Admita-se ainda que as duas molas so idnticas, apresentando igual
comprimento natural l e igual constante da mola k. Nestas condies a 2 lei de Newton
pode ser aplicada para o balano de foras em cada massa
Exemplo
( )
( )
2
1
1 1 2 1
2
2
2
2 2 1 2
2
= +
d x
m kx k x x
dt
d x
m k x x kx
dt
( )
( )
2
1
1 1 2
2
2
2
2 1 2
2
2 0
2 0
+ =
d x
m k x x
dt
d x
m k x x
dt
Sabe-se da Teoria das Vibraes que as solues tomam a forma
( )
sin =
i i
x X t
amplitudes de vibrao
2
frequncia de vibrao
perodo
=
= =
=
i
X
T
T

( )
( )
( )
( )
( ) ( ) ( )
( )
( )
( )
( ) ( ) ( ) ( )
2
1
2
1 1 2
2
1 1 1 2
2
2
2
2 2 1 2
2 1 2
2
2 0
sin 2 sin sin 0
sin sin 2 sin 0
2 0
+ =
+ =

=
=

d x
m k x x
m X t k X t X t
dt
d x
m X t k X t X t
m k x x
dt
Substituindo os resultados anteriores no sistema de equaes
( ) ( )
2
2
2
sin sin = =
i
i i i
d x
x X t X t
dt
O problema foi assim reduzido a um problema
de valores prprios. Podem-se agora
determinar os valores prprios
2
[ ] [ ] ( ){ }
matriz identidade = I

Mtodo Polinomial determinao dos valores prprios
O Mtodo Polinomial consiste em expandir o determinante para obter o polinmio
caracterstico. As razes do polinmio so as solues dos valores prprios
Exemplo: calcule os valores prprios do sistema massa-mola anterior para o caso
em que m
1
= m
2
= 40 kg e k = 200 N/m
Soluo
( )
( )
[ ] [ ] ( ){ }
0
matriz identidade
=
=
A I X
I
A matriz A apenas modifica a amplitude do vector sobre o qual aplicada, mantendo a
sua direco de aco inalterada. A transformao que a matriz A exerce o produto de

2
pelo vector (X
1
,X
2
). Os valores
2
denominam-se valores prprios.

Soluo
( )
( )
Obtm-se o polinmio caracterstico
Neste caso particular a soluo pode ser obtida facilmente atravs da frmula resolvente
2
1, 62 s e 2, 81 s
= = =
T T
Como j foi referido anteriormente, no possvel por este mtodo obter uma soluo
nica das incgnitas X (amplitudes)
Os perodos correspondentes aos valores prprios determinados correspondem aos modos
de vibrao do sistema (dois modos neste caso)
valores prprios

Soluo
Porm, substituindo os valores prprios nas equaes iniciais pode-se obter uma relao
entre as amplitudes X
1
e X
2
correspondente a cada valor prprio, i.e. Modo de vibrao
1 modo de vibrao) obtm-se o vector prprio [1 1]
T

( )
( )
( )
( )
2 modo de vibrao) obtm-se o vector prprio [1 1]
T

( )
( )
( )
( )

Soluo
Apesar de no se determinar as
amplitudes X
1
e X
2
, obtm-se informao
valiosa sobre o comportamento do
sistema vibratrio modos principais de
vibrao.
Para alm do perodo, sabe-se que se o
sistema vibrar no 1 modo a amplitude
da segunda massa igual mas oposta
da primeira massa

Soluo
Sabe-se que se o sistema vibrar no 2
modo a amplitude da segunda massa
igual da primeira massa
As configuraes das amplitudes
permitem perspectivar em como
devem ser as condies iniciais para
atingir o movimento puro em cada um
dos modos

( )
( )
2
2 2
2
2 2 2
2
10 5
10 5 20 75 0
5 10

(
= = + =

Soluo
O MatLab dispe de funes que permitem efectuar os clculos do mtodo
polinomial
A funo poly permite obter o polinmio caracterstico
A funo roots permite calcular as razes do polinmio (valores prprios)
>> A = [10 -5;-5 10];
>> p = poly(A)
p =
1 -20 75
>> roots(p)
ans =
15 5
2 2 2 2
15 s e 5 s

= =

Funes do MATLAB
O MatLab dispe de funes que permitem determinar valores e vectores prprios
A funo eig permite determinar os valores prprios e/ou os vectores prprios
>> A = [40 -20 0;-20 40 -20;0 -20 40];
>> e = eig(A)
e =
11.7157
40.0000
68.2843
>> A = [40 -20 0;-20 40 -20;0 -20 40];
>> [v,d] = eig(A)
v =
0.5000 -0.7071 -0.5000
0.7071 -0.0000 0.7071
0.5000 0.7071 -0.5000
d =
11.7157 0 0
0 40.0000 0
0 0 68.2843

Exerccio
Na Engenharia Ssmica os modelos massa-mola so muito usados para avaliar a
dinmica de estruturas sob a aco de sismos. Na figura representa-se um modelo com
trs andares
Admitindo que a anlise se limita
ao movimento horizontal,
determine os valores e vectores
prprios do sistema e represente
graficamente os modos de
vibrao

Exerccio
O balano das foras dado por
2 1 2 2
1 2
1 1
2 2 3 3 2
1 2 3
2 2 2
2 3 3
2 3
3 3
0
0
0
| | +
=
|
\
| | +
+ =
|
\
| |
+ =
|
n
n
n
k k k
X X
m m
k k k k
X X X
m m m
k k
X X
m m
deslocamentos horizontais (m)
frequncia natural de vibrao
ou de ressonncia (Hz)
=
=
i
n
X
( )
( )
( )
[ ] [ ] ( ){ }

Exerccio
Utilizando o MATLAB pode-se determinar os valores e vectores prprios
>> A = [450 -200 0;-240 420 -180;0 -225 225];
>> [v,d] = eig(A)
v =
-0.5879 -0.6344 0.2913
0.7307 -0.3506 0.5725
-0.3471 0.6890 0.7664
d =
698.7157 0 0
0 339.4779 0
0 0 56.9239
Os valores prprios so
>> e = diag(d)
e =
698.7157
339.4779
56.9239
[ ] [ ] ( ){ }
0
matriz identidade
=
=
A I X
I
( )

Exerccio
As frequncias naturais obtm-se
>> wn = sqrt(e)
wn =
4.2066
2.9324
1.2008
Os vectores prprios normalizados de modo a que o deslocamento no terceiro piso seja
unitrio so
>> v1 = v(:,1)/v(3,1)
v1 =
1.6937
-2.1052
1.0000
>> v2 = v(:,2)/v(3,2)
v2 =
-0.9208
-0.5089
1.0000
>> v3 = v(:,3)/v(3,3)
v3 =
0.3801
0.7470
1.0000
2 1 2 2
1 2
1 1
2 2 3 3 2
1 2 3
2 2 2
2 3 3
2 3
3 3
0
0
0
| | +
=
|
\
| | +
+ =
|
\
| |
+ =
|
n
n
n
k k k
X X
m m
k k k k
X X X
m m m
k k
X X
m m

Exerccio
1,0000 1,0000
0,7470
0,3801
-0,5089
-0,9208
1 piso
-2,1052
1,6937
2 piso
3 piso 1,0000

A anlise dos valores prprios permite obter os modos prprios de vibrao/oscilao so
sistema em anlise
No se obteve a soluo do sistema mas uma relao entre as diversas amplitudes de
oscilao no sistema, cada uma associada a um modo de vibrao prprio cada relao
destas corresponde a uma configurao do sistema
Em determinados problemas os modos naturais de oscilao (associados a frequncas
naturais) podem sern teoricamente infinitos, podendo assim definir-se infinitas
configuraes do sistema (solues no triviais correspondentes aos vectores prprios)

2.4 Equaes Diferenciais Parciais

Modelos Reduzidos e Computacionais em Engenharia 2.4 Equaes Diferenciais Parciais
A maioria dos fenmenos fsicos, quer sejam no domnio da Mecnica de Fluidos, da
Electricidade, do Magnetismo, da Mecnica, da ptica ou da Transmisso de Calor,
podem, em geral, ser descritos por equaes diferenciais parciais (EDPs)
Contrariamente ao que acontece com as EDOs, onde a varivel dependente depende
apenas de uma varivel independente, nas EDPs a varivel dependente depende de
diversas variveis independentes (i.e. tempo t, posio x, y e z)
A maioria das leis fsicas de conservao, tal como as equaes de Maxwell no
electromagnetismo, as leis do movimento de Newton na mecnica, as equaes de
Navier-Stokes na mecnica dos fluidos, a equao de Schrdinger na mecnica
quntica, so expressas em termos de EDPs, relacionando derivadas temporais e
espaciais

Exemplos de EDPs utilizadas em Engenharia
2
2

=

T T
k
t
x
equao unidimensional da
transmisso do calor
equao bidimensional de Laplace
2 2
2
2 2

=

y y
c
t x
equao da onda unidimensional
equaes de Saint-Venant
(conservao da massa e da
quantidade de movimento)
0
0
2

+ + =
+ + =

h h u
u h
t x x
u u g h
u
t x x
2 2
2 2
0

+ =

T T
x y

Existe um conjunto extenso de mtodos para resolver EDPs. Os mais
importantes so os que se baseiam na transformao das EDPs em EDOs.
Alguns mtodos de resoluo de EDPs
Separao de variveis: tcnica que transforma uma EDP com n variveis em n EDOs
Transformadas integrais: tcnica que transforma uma EDP com n variveis
independentes numa EDO com n 1 variveis
Mudana de coordenadas: tcnica que transforma uma EDP numa EDO ou noutra EDP
(mais fcil de resolver) atravs da mudana de coordenadas (por exemplo rodando os
eixos)
Transformao da varivel dependente: tcnica que transforma a incgnita (varivel
dependente) de uma EDP numa nova incgnita que mais fcil de determinar

Alguns mtodos para resolver EDPs
Mtodos numricos: tcnica que transforma uma EDP num sistema de equaes
algbricas, que podem ser resolvidas iterativamente, atravs da discretizao do
domnio de clculo e da aproximao das derivadas
Mtodos de perturbaes: tcnica que transforma um problema no linear numa
sequncia de problemas lineares
Tcnica de impulso-resposta: tcnica que decompe as condies iniciais e de
fronteira de um problema em impulsos simples, encontrando a soluo para cada um
desses impulsos. A soluo pode ento ser encontrada somando as solues de todos
os impulsos
Equaes integrais: tcnica que transforma a EDP numa equao integral (onde a
varivel dependente est dentro de um integral). A equao integral pode ento ser
resolvida por diversas tcnicas

Alguns mtodos para resolver EDPs
Mtodos variacionais: tcnica que encontra a soluo das EDPs atravs da reformulao
do problema como um problema de minimizao. Muitas vezes o mnimo de uma dada
expresso tambm a soluo da EDP
Expanso de funes prprias: tcnica que tenta encontrar a soluo de uma EDP como
um somatrio infinito de funes prprias. Estas funes prprias so determinadas
atravs da soluo de um problema de valores prprios correspondente ao problema
original

Tal como as EDOs, as EDPs podem ser classificadas em relao a vrios aspectos
Ordem da EDP: a ordem de uma EDP definida como a maior ordem das derivadas
parciais presentes
2
2

=

u u
t
x
(2 ordem)

=

u u
t x
(1 ordem)
3
3
sen

= +

u u
u x
t
x
(3 ordem)
Nmero de variveis: o nmero de variveis o nmero de variveis independentes
presentes
2
2

=

u u
t
x
(duas variveis: x e t)
2 2
2 2 2
1 1
= + +

u u u u
t r r
r r
(trs variveis: t, r e )

Linearidade: EDPs podem ser lineares ou no lineares. Nas EDPs lineares, a varivel
dependente e todas as suas derivadas aparecem numa forma linear (ou seja no
esto multiplicadas entre si, ou elevadas a uma potncia, ou envolvidas numa funo no
linear). Por exemplo, uma EDP linear de 2 ordem tem a seguinte forma
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2 2
2 2
sen

= +

t
u u
e t
t x
(linear)
(no linear)
, , , , , constantes ou funes de e = A B C D E F x y
2
2
0

+ =
u u
u
t
x
(linear)
2 2
2 2
0

+ =

u u
y
x y
(no linear)
2
0

+ + =

u u
x y u
x y

Homogeneidade: uma EDP diz-se homognea se no existem termos para alm dos que
envolvem a varivel dependente e as suas derivadas (termo G da equao anterior igual
a zero), caso contrrio designada no homognea
2 2
2 2
sen

= +

t
u u
e t
t x
2
0

+ + =

u u
x y u
x y
(homognea)
Tipo de coeficientes: se os coeficientes dos termos que envolvem a varivel dependente
e as suas derivadas (termos A, B, C, D, E e F da equao anterior) so constantes, ento
diz-se que a EDP tem coeficientes constantes (caso contrrio tem coeficientes variveis)
(coeficientes variveis)
(coeficientes constantes)
2 2
2 2
4 0

=

u u
x y
2
0

+ + =

u u
x y u
x y
(no homognea)
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y

As EDPs lineares de 2 ordem so amplamente utilizadas em diversos domnios da
engenharia, pelo que os apontamentos se vo cingira estas.
Tm de modo geral a seguinte forma:

As EDPs lineares de 2 ordem, classificam-se habitualmente em trs tipos consoante a
seguinte relao entre os termos A, B e C
Parablicas (quando B
2
4AC = 0)
Hiperblicas (quando B
2
4AC > 0)
Elpticas (quando B
2
4AC < 0)
As EDPs parablicas descrevem geralmente processos de transmisso de calor e de difuso
As EDPs hiperblicas descrevem geralmente processos de vibrao e propagao de ondas
As EDPs elpticas descrevem geralmente estados estacionrios (no variam no tempo)

Exemplos
2
2

=

u u
t
x
2
0
0 4 0 EDP parablica
1
=
= =
A
B B AC
C
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2 2
2 2

=

u u
t x
2
1
0 4 4 0 EDP hiperblica
1
=
= = >
A
B B AC
C
2 2
2 2
0

+ =

u u
x y
2
1
0 4 4 0 EDP elptica
1
=
= = <
A
B B AC
C

EDPs lineares com coeficientes variveis
2 2
2 2
0

+ =

u u
y
x y
2
EDP elptica se 0
0 4 4 EDP parablica se 0
1 EDP hiperblica se 0
= >

= = =

= <

A y y
B B AC y y
C y
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
NOTA: no caso de EDPs com coeficientes variveis a situao pode mudar de
ponto para ponto
A classificao aqui apresentada, em equaes parablicas, hiperblicas e elpticas, muito
mais do que uma formalidade matemtica, dado que ela distingue processos fsicos do
sistema importantes para a escolha do mtodo numrico

Exemplos de EDPs parablicas
Haste fina aquecida com as extremidades a temperaturas diferentes. Contrariamente ao
problema da placa aquecida a transmisso lateral de calor no importante, e em vez
do estado estacionrio bidimensional interessa determinar a distribuio espacial
unidimensional
2
2

=
T T
k
t
x
(equao de transmisso do
calor unidimensional)
Quente Frio

equao de transmisso do calor unidimensional
2
0
0 4 0 EDP parablica
1
=
= =
A
B B AC
C
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2
2

=
T T
k
t
x
- k

Exemplos de EDPs hiperblicas
Cabo em traco vibrando com pequena amplitude. A soluo consiste num nmero de
estados caractersticos. Um grande nmero de problemas de Engenharia apresenta este
tipo de comportamento (vibrao de hastes e vigas, propagao de ondas, propagao do
som e de sinais elctricos)
2 2
2
2 2

=

y y
c
t x
(equao da onda unidimensional)

2
1
1
=
= = >
A
B B AC
C
2 2
2
2 2

=

y y
c
t x
equao da onda unidimensional
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
NOTA: segundas derivadas temporais associadas a derivadas espaciais indicam adveco
(carcter hiperblico)

Difuso: processo em que os gradientes da varivel dependente (presso, altura de
gua, temperatura, concentrao, velocidade, tenso, etc.) se suavizam; processo de
propagao (por exemplo as molculas de um gs tendem por difuso a passar das
regies de maior presso para as de menor presso, ou seja tendem a igualar a distribuio
da presso)
Difuso da massa (molecular):
1 lei de Fick o fluxo difusivo da concentrao de uma dada substncia vai de regies
de alta concentrao para regies de baixa concentrao, com uma magnitude que
proporcional ao gradiente da concentrao (derivada espacial)
( )
grad
= =
i
m m m
i
c
q c
x
2
2
3
fluxo de massa ( / ( ))
difusividade da massa ( / )
concentrao ( / )
=
=
=
m
m
q kg m s
m s
c kg m
2 lei de Fick descreve como o processo de difuso provoca a mudana do campo de
concentraes no tempo (inclui uma derivada temporal)
( )
2
2
2

= =

m m
i
c c
c
t
x
NOTA: primeiras derivadas temporais associadas a segundas
derivadas espaciais indicam difuso (carcter parablico)

( )
grad
= =
i
h
i
T
q k k T
x
2
fluxo de calor ( / )
condutividade trmica do meio ( / ( ))
temperatura ( )
=
=
=
h
q W m
k W mK
T K
Equao do calor descreve como o processo de difuso provoca a mudana do
campo de temperaturas no tempo (inclui derivada no tempo)
( )
2
2
2

= =

i
T T
k k T
t
x
Difuso do calor:

Lei de Fourier o fluxo difusivo da calor num dado meio vai de regies de alta
temperatura para regies de baixa temperatura, com uma magnitude que proporcional ao
gradiente da temperatura (derivada espacial)

Difuso pura: quando v

i
= 0
NOTA: Os processos difusivos so caracterizados pela suavizao (atenuao) dos
gradientes. Na figura a concentrao, ao longo do tempo, vai diminuindo no centro e
propagandos-se para o restante domnio
( )
2
2
2

= =

m m
i
c c
c
t
x

Difuso pura: exemplo da difuso da massa de uma substncia num fluido parado (v
i
= 0)
t
t + t
t + 2t
c
x
( )
2
2
2

= =

m m
i
c c
c
t
x

Equao da adveco: EDP que descreve o movimento de uma propriedade (massa,
concentrao, temperatura) medida que esta transportada por um campo de
velocidades (escoamento)
Adveco da massa: equao da continuidade ou da conservao da massa
Adveco: processo em que a varivel dependente (presso, altura de gua, temperatura,
concentrao, velocidade, tenso, etc.) transportada por um meio em movimento
(fluido), i.e., um processo associado existncia de um campo de velocidades ambiente
( )
( )
( )
( )
0

+ = + =

r
i
i
v
v
t t x
Adveco do calor: equao da conservao de calor
( )
( )
0

+ = + =

r
i
i
Tv
T T
Tv
t t x

Adveco pura: exemplo propagao unidimensional de uma onda cinemtica
t t + t t + 2t
h
x
0

+ =

k
h h
c
t x
A equao da adveco (equao de 1 ordem) hiperblica; no contm termos difusivos

Conveco: refere-se ao movimento das molculas num meio processo de adveco-
difuso. Trata-se de um dos mais importantes processos de transporte, juntando
difuso e adveco. Muitas vezes o termo conveco utilizado como sinnimo
de adveco
A equao geral do transporte de uma propriedade de um sistema fsico dada por:
( )
( ) ( )
termo de termo convectivo termo difusivo
termo varivel
transporte devido transporte devido
(variao local)
existncia de um campo existncia de gradientes
de velocidades

+ = +
r
14243 14243
123
v S
t
{
fonte
que aumentam ou
diminuem
A equao tem termos difusivos e termos convectivos juntamente com o termo de
variao no tempo, pelo que pode assumir um carcter misto (i.e. parablico-hiperblico).
Nota: se o termo difusivo for desprezvel a equao tem carcter hiperblico. Se o termo
convectivo for desprezvel a equao tem carcter parablico

Adveco-difuso: exemplo propagao unidimensional de uma onda difusiva
t
t + t
t + 2t
h
x
NOTA: derivadas temporais associadas a primeiras e segundas derivadas espaciais
indicam adveco-difuso (carcter hiperblico-parablico)
2
2
' 0

+ =

k D
h h h
c C
t x
x

Exemplos de EDPs elpticas
Placa aquecida com as fronteiras mantidas a diferentes temperaturas. As condies de
fronteira criam um potencial que conduz transmisso de calor da fronteira mais quente
para a mais fria
2 2
2 2
0

+ =

T T
x y
(equao de Laplace)
Frio
Frio
Quente
Quente
Estados estacionrios ou permanentes: caracterizam-se pela ausncia de
derivadas temporais e do origem a EDPs elpticas

Exemplos de EDPs elpticas
Escoamento potencial de gua na fundao de uma barragem provocado pelo
desnvel entre montante e jusante
2 2
2 2
0

+ =

h h
x y
(equao de Laplace)
Barragem
Camada impermevel

2.4.2 Mtodos de Diferenas Finitas (equaes elpticas)
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2
4AC = 0)
2
4AC > 0)
Elpticas (quando B
2
4AC < 0)
2 2
2 2
0

+ =

u u
x y
2
1
0 4 4 0 EDP elptica
1
=
= = <
A
B B AC
C

Em primeiro lugar, discretiza-se o domnio
de clculo, neste caso bi-dimensional, em
ns igualmente espaados
Depois aproximam-se as derivadas por
diferenas finitas. Por exemplo, no
caso da equao de Laplace
2 2
2 2
0

+ =

T T
x y
2
1, , 1,
2 2
2
+
+

i j i j i j
T T T
T
x x
2
, 1 , , 1
2 2
2
+
+

i j i j i j
T T T
T
y y
(diferenas centradas em x)
(diferenas centradas em y)
Exemplo: equao de Laplace

2 2
1, , 1, , 1 , , 1
2 2 2 2
1, 1, , 1 , 1 ,
2 2
0 0
4 0
+ +
+ +
+ +

+ = + =

+ + + =
i j i j i j i j i j i j
i j i j i j i j i j
T T T T T T
T T
x y x y
T T T T T
2 2
1, , 1, , 1 , , 1
2 2 2 2
1, 1, , 1 , 1 ,
2 2
0 0
4 0
+ +
+ +
+ +

+ = + =

+ + + =
i j i j i j i j i j
T T T T T T
T T
x y x y
T T T T T
substituindo na equao de Laplace
2
1, , 1,
2 2
2
+
+

i j i j i j
T T T
T
x x
2
, 1 , , 1
2 2
2
+
+

i j i j i j
T T T
T
y y
(diferenas centradas em x)
(diferenas centradas em y)
Admitindo que a malha de clculo quadrada, i.e., x = y, por manipulao
da equao anterior obtm-se
2 2
2 2
0

+ =

T T
x y

2 2
1, , 1, , 1 , , 1
2 2 2 2
1, 1, , 1 , 1 ,
2 2
0 0
4 0
+ +
+ +
+ +

+ = + =

+ + + =
i j i j i j i j i j
T T T T T T
T T
x y x y
T T T T T
No n (1;1) obtm-se
2,1 0,1 1,2 1,0 1,1 2,1 1,2 1,1
1,1 1,2 2,1
4 0 75 0 4 0
4 75
+ + + = + + + =
+ + =
T T T T T T T T
T T T
Considerando condies de fronteira
fixas (de Dirichlet)
O ndice 0 corresponde s fronteiras

Aplicando aos restantes ns obtem-se um sistema de equaes algbricas que pode
ser expresso na forma matricial:
1,1
2,1
3,1
1,2
2,2
3,2
1,3
2,3
3,3
4 1 0 1 0 0 0 0 0 75
1 4 1 0 1 0 0 0 0 0
0 1 4 0 0 1 0 0 0 50
1 0 0 4 1 0 1 0 0 75
0 1 0 1 4 1 0 1 0 0
0 0 1 0 1 4 0 0 1 50
0 0 0 1 0 0 4 1 0 17
0 0 0 0 1 0 1 4 1
0 0 0 0 0 1 0 1 4
(
(
(
(
(
(
(
(

(
(

(
(
(
(
=
(
(

(
(
(
(

(
(
(
(
(
(

T
T
T
T
T
T
T
T
T
5
100
150
(
(
(
(
(
(
(
(
(
(
(
(
(

O sistema anterior facilmente resolvido por aplicao do mtodo de eliminao de Gauss

Neste caso simples (sistema 9x9), o sistema pode ser resolvido no MatLab
>> A=[-4 1 0 1 0 0 0 0 0;1 -4 1 0 1 0 0 0 0;0 1 -4 0 0 1 0 0 0;1 0 0 -4 1 0 1 0 0;0 1 0 1 -4
1 0 1 0;0 0 1 0 1 -4 0 0 1;0 0 0 1 0 0 -4 1 0;0 0 0 0 1 0 1 -4 1;0 0 0 0 0 1 0 1 -4];
>> B=[-75;0;-50;-75;0;-50;-175;-100;-150];
>> T=A\B
T =
42.8571
33.2589
33.9286
63.1696
56.2500
52.4554
78.5714
76.1161
69.6429

A maioria dos problemas envolvem sistemas muito maiores do que o anterior. Por exemplo,
uma malha de clculo com 10x10 ns d origem a um sistema com 100 equaes
Os mtodos de eliminao (Gauss) no so adequados pois esto sujeitos a erros de
arredondamento e ocupam muita memria no computador (grande parte dos elementos
da matriz so nulos)
Por outro lado, a matriz tem diagonal dominante, pelo que as EDPs elpticas so
usualmente resolvidas por mtodos iterativos do tipo Gauss-Seidel, que quando aplicado a
EDPs se designa por mtodo de Liebmann
Mtodo de Liebmann

1, 1, , 1 , 1
1, 1, , 1 , 1 , ,
4 0
4
+ +
+ +
+ + +
+ + + = =
i j i j i j i j
T T T T
T T T T T T
No mtodo de Liebmann a equao expressa de modo a permitir um processo iterativo
Retomando o esquema numrico para resoluao da equao de Laplace recorrendo a
diferenas finitas, explicita-se este em funo do n que se pretende resolver:
Mtodo de Liebmann
A equao anterior resolvida iterativamente de j = 1
at n e de i = 1 at m; nos ns interiores necessrio
atribuir-se valores iniciais, por exemplo T
i,j
= 0

Mtodo de Liebmann
Para acelerar a convergncia pode aplicar-se uma frmula de relaxao aps cada
iterao
As iteraes so repetidas at que o erro relativo (

a
) estimado esteja abaixo de uma dada
tolerncia - tol
( )
, , ,
1 = +
antigo novo novo
i j i j i j
T T T
, ,
, ,
valor de na iterao actual
valor de na iterao anterior
factor de peso que toma valor entre 1 e 2
=
=
=
novo
i j i j
antigo
i j i j
T T
T T
Nota: o erro relativo determinado para todos os ns definidos em i e j e avalia-se o erro
mximo

( ) tol
T
T T
novo
j , i
anterior
j , i
novo
j , i
j , i
a

=
O valor de geralmente superior a 1, o que impe uma ponderao negativa ao valor
determinado anteriormente reforando a importncia do valor actual

Exemplo: use o mtodo de Liebmann (Gauss-Seidel) para determinar a temperatura na
placa aquecida do exemplo anterior, utilizando uma relaxao com = 1,5 e considerando
uma tolerncia de 1%
Esquema numrico
de resoluo
1, 1, , 1 , 1
,
4
+ +
+ + +
=
i j i j i j i j
i j
T T T T
T
Mtodo de Liebmann - exemplo

No n (1;1) obtm-se
2,1 0,1 1,2 1,0
1,1
0 75 0 0
18, 75
4 4
+ + +
+ + +
= = =
T T T T
T
1 iterao (NOTA: nos ns interiores considera-se inicialmente T

i,j
= 0)
Aplicando a relaxao obtm-se
( ) ( )( )
1,1
1, 5 18, 75 1 1, 5 0 28,125 = + = T
No n (2;1) obtm-se
3,1 1,1 2,2 2,0
2,1
0 28,125 0 0
7, 03125
4 4
+ + +
+ + +
= = =
T T T T
T
( ) ( )( )
2,1
1, 5 7, 03125 1 1, 5 0 10, 546875 = + = T
Esquema numrico
de resoluo
1, 1, , 1 , 1
,
4
+ +
+ + +
=
i j i j i j i j
i j
T T T T
T
No n (3;1) obtm-se
4,1 2,1 3,2 3,0
3,1
50 10, 546875 0 0
15,13671875
4 4
+ + +
+ + +
= = =
T T T T
T
( ) ( )( )
3,1
1, 5 15,13671875 1 1, 5 0 22, 70508 = + = T

No n (1;1) obtm-se
2,1 0,1 1,2 1,0
1,1
0 75 0 0
18, 75
4 4
+ + +
+ + +
= = =
T T T T
T
1 iterao (NOTA: nos ns interiores considera-se inicialmente T

i,j
= 0)
( ) ( )( )
1,1
1, 5 18, 75 1 1, 5 0 28,125 = + = T
No n (2;1) obtm-se
(actualizao imediata)
3,1 1,1 2,2 2,0
2,1
0 28,125 0 0
7, 03125
4 4
+ + +
+ + +
= = =
T T T T
T
( ) ( )( )
2,1
1, 5 7, 03125 1 1, 5 0 10, 546875 = + = T
Esquema numrico
de resoluo
1, 1, , 1 , 1
,
4
+ +
+ + +
=
i j i j i j i j
i j
T T T T
T
No n (3;1) obtm-se (actualizao imediata)
4,1 2,1 3,2 3,0
3,1
50 10, 546875 0 0
15,13671875
4 4
+ + +
+ + +
= = =
T T T T
T
( ) ( )( )
3,1
1, 5 15,13671875 1 1, 5 0 22, 70508 = + = T

No n (1;2) obtm-se
2,2 0,2 1,3 1,1
1,2
0 75 0 28,125
25, 78125
4 4
+ + +
+ + +
= = =
T T T T
T
( ) ( )( )
1,2
1, 5 25, 78125 1 1, 5 0 38, 67188 = + = T
Os restantes ns obtm-se da mesma forma
2,2
18, 45703 = T
3,2
34,18579 = T
1,3
80,12696 = T
2,3
74, 469 = T 3,3
96, 99554 = T

Como inicialmente T
i,j
= 0 todos os erros relativos no final da 1 iterao so 100%
Os resultados da 2 iterao so os seguintes
1,1 2,1 3,1
1,2 2,2 3,2
1,3 2,3 3,3
32, 51953 22, 35718 28, 60108
57, 95288 61, 63333 71, 86833
75, 21973 87, 95872 67, 68736
= = =
= = =
= = =
T T T
T T T
T T T
O erro relativo estimado no ponto (1;1)
( )
1,1
32, 51953 28,125
0,135 13, 5% 1%
32, 51953
= = >
a

( ) tol
T
T T
novo
j , i
anterior
j , i
novo
j , i
j , i
a

=

Na 9 iterao obtm-se um erro mximo de 0,71% sendo os resultados
1,1 2,1 3,1
1,2 2,2 3,2
1,3 2,3 3,3
43, 00061 33, 29755 33, 88506
63, 21152 56,11238 52, 33999
78, 58718 76, 06402 69, 71050
= = =
= = =
= = =
T T T
T T T
T T T
Este processo iterativo adequa-se
para implementao num algoritmo
de clculo

T =
42.8571
33.2589
33.9286
63.1696
56.2500
52.4554
78.5714
76.1161
69.6429
1,1 2,1 3,1
1,2 2,2 3,2
1,3 2,3 3,3
43, 00061 33, 29755 33, 88506
63, 21152 56,11238 52, 33999
78, 58718 76, 06402 69, 71050
= = =
= = =
= = =
T T T
T T T
T T T
por eliminao de Gauss mtodo de Liebmann (Gauss-Seidel)

Condies de Fronteira
O problema anterior tinha condies de fronteira simples (valores fixos e geometria
rectangular). Porm, na maioria dos problemas de Engenharia as fronteiras podem
apresentar condies diferenciais (Neumann) e/ou geometria irregulares

( )
0, 0
T
y
x
Condies de fronteira diferenciais (Neumann)
Tomando o exemplo da placa aquecida e
considerando que a extremidade esquerda est
isolada termicamente, ou seja tem fluxo de calor
igual a zero (em x = 0, T/x = 0), tem-se um
caso especial de condio de fronteira
diferencial
Condies de Fronteira
O problema anterior tinha condies de fronteira simples (valores fixos e geometria
rectangular). Porm, na maioria dos problemas de Engenharia as fronteiras podem
apresentar condies diferenciais (Neumann) e/ou geometria irregulares

Condies de fronteira diferenciais
1, 1, , 1 , 1 ,
4 0
+ +
+ + + =
i j i j i j i j i j
T T T T T
Como no se conhecem as temperaturas na fronteira esquerda T(0,y), tal como foi feito
no caso das EDOs, aplicar-se- a equao aos ns dessa fronteira (0,j)
Os ns (1,j) so fictcios e aparentemente representam uma
dificuldade. Porm, em vez disso so uma maneira de
incorporar informao concedida pela condio de
fronteira diferencial. Isto pode ser feito aproximando a 1
derivada no ponto (0,j) por uma diferena finita centrada
( )
( )
Relembrando a equao aproximada por diferenas finitas centradas para a equao de
Laplace
( ) ( )

Substituindo na equao inicial
( )
( )
Utilizando a mesma metodologia podem-se desenvolver de modo similar equaes para
outras fronteiras que tenham condies diferenciais
Resumindo, para os ns na fronteira esquerda (quaisquer j) tem-se
( )
1, 0, 1 0, 1 0,
2 2 0, 4 0
+
+ + =
j j j j
T
T x j T T T
x
Para os ns no interior do domnio de clculo tem-se, de novo
1, 1, , 1 , 1 ,
4 0
+ +
+ + + =
i j i j i j i j i j
T T T T T
Condies de fronteira diferenciais
1, 1, , 1 , 1 ,
4 0
+ +
+ + + =
i j i j i j i j i j
T T T T T

Condies de fronteira diferenciais - aplicao
Exemplo: determinar as temperaturas no problema da placa aquecida, considerando que
a extremidade inferior est isolada termicamente, ou seja, em y = 0, T/y = 0 (condio de
Neumann)
( )
, 0 0
T
x
y
Esquema numrico
Nos ns da fronteira com condio
diferencial (i,0) tem-se
1, 1, , 1 , 1 ,
4 0
+ +
+ + + =
i j i j i j i j i j
T T T T T
Nos ns interiores tem-se
n fictcio

Esquema numrico na fronteira
Aproximando a 1 derivada em (i,0) obtm-se
1,0 1,0 ,1 , 1 ,0
4 0
+
+ + + =
i i i i i
T T T T T
( )
,1 , 1
, 0
2
=

i i
T T
T
i
y y
( )
, 1 ,1
2 , 0
i i
T
T T y i
y
Substituindo na equao inicial ( )
1,0 1,0 ,1 ,0
2 2 , 0 4 0
+
+ + =
i i i i
T
T T T y i T
y
No n de fronteira diferencial (1;0) obtm-se
1,0 2,0 1,1
4 2 75 + + = T T T
No n interior (1;1) obtm-se
2,1 1,2 1,0 1,1
4 75 + + = T T T T
= 0

Para os restantes ns o procedimento o mesmo bastando utilizar a equao para a
fronteira diferencial e a equao dos ns interiores, de acordo com a posio do n.
Obtm-se assim a seguinte igualdade matricial (12x12)
1,0
2
4 1 0 2 0 0 0 0 0 0 0 0
1 4 1 0 2 0 0 0 0 0 0 0
0 1 4 0 0 2 0 0 0 0 0 0
1 0 0 4 1 0 1 0 0 0 0 0
0 1 0 1 4 1 0 1 0 0 0 0
0 0 1 0 1 4 0 0 1 0 0 0
0 0 0 1 0 0 4 1 0 1 0 0
0 0 0 0 1 0 1 4 1 0 1 0
0 0 0 0 0 1 0 1 4 0 0 1
0 0 0 0 0 0 1 0 0 4 1 0
0 0 0 0 0 0 0 1 0 1 4 1
0 0 0 0 0 0 0 0 1 0 1 4
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

T
T
,0
3,0
1,1
2,1
3,1
1,2
2,2
3,2
1,3
2,3
3,3
75
0
50
75
0
50
75
0
50
175
100
150
(

(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

T
T
T
T
T
T
T
T
T
T

O sistema pode ser resolvido com recurso ao MatLab
>> A=[-4 1 0 2 0 0 0 0 0 0 0 0;1 -4 1 0 2 0 0 0 0 0 0 0;0 1 -4 0 0 2 0 0 0 0 0 0;1 0 0 -4 1 0 1 0 0 0 0 0;0 1
0 1 -4 1 0 1 0 0 0 0;0 0 1 0 1 -4 0 0 1 0 0 0;0 0 0 1 0 0 -4 1 0 1 0 0;0 0 0 0 1 0 1 -4 1 0 1 0;0 0 0 0 0 1 0 1
-4 0 0 1;0 0 0 0 0 0 1 0 0 -4 1 0;0 0 0 0 0 0 0 1 0 1 -4 1;0 0 0 0 0 0 0 0 1 0 1 -4];
B=[-75;0;-50;-75;0;-50;-75;0;-50;-175;-100;-150]; T=A\B
T =
71.9074
67.0145
59.5362
72.8074
68.3073
60.5652
76.0151
72.8420
64.4172
83.4109
82.6286
74.2614
>> x=[1 2 3]; y=[0 1 2 3];
>> [yy,xx]=meshgrid(y,x);
>> Tf=[T(1:3) T(4:6) T(7:9) T(10:12)];
>> mesh(xx,yy,Tf)
figura:

>> x=[1 2 3]; y=[0 1 2 3];
>> Tf=[T(1:3) T(4:6) T(7:9) T(10:12)];
>> contour(xx,yy,Tf,'fill','on')
>> colorbar
Representao da soluo em MatLab

Condies de fronteira irregulares
A figura seguinte serve para ilustrar como
se pode lidar com fronteiras irregulares.
O canto inferior esquerdo da placa
circular com raio r
Podem ser definidos parmetros (

1
,
2
,
1

e
2
) para os comprimentos ao redor do
n, que representam de algum modo a
irregularidade da malha de clculo
parameterizao da fronteira
curva/irregular
No caso da figura
2
=
2
= 1. Porm, a variao
destes parmetros permite representar qualquer
irregularidade

As 1
as
derivadas na direco x podem ser aproximadas por
, 1,
1 1 a
i j i j
i i
T T
T
x x
| |

|

\
1, ,
2 a 1
i j i j
i i
T T
T
x x
+
+
| |

|

\
(diferena finita progressiva)
(diferena finita regressiva)
As 2
as
derivadas podem ser obtidas a partir das 1
as
derivadas
( ) ( )

Reagrupando os termos obtm-se
Uma equao semelhante pode ser obtida para a direco y
( ) ( )
2
1, , 1, ,
2 2
1 1 2 2 1 2
2
i j i j i j i j
T T T T
T
x x
+

(
+
(
+ +
(

( ) ( )
2
, 1 , , 1 ,
2 2
1 1 2 2 1 2
2
i j i j i j i j
T T T T
T
y y
+

(
+
(
+ +
(

Substituindo as equaes anteriores na EDP
( ) ( ) ( ) ( )
1, , 1, , , 1 , , 1 ,
2 2
1 1 2 2 1 2 1 1 2 2 1 2
2 2
0
i j i j i j i j i j i j i j i j
T T T T T T T T
x y
+ +

( (
+ + + =
( (
+ + + +
( (

2 2
2 2
0
T T
x y

+ =

(obtm-se assim o esquema numrico geral de resoluo da equao diferencial)

Condies de fronteira irregulares aplicao
Exemplo: determinar as temperaturas no problema da placa aquecida, considerando que a
extremidade inferior esquerda redonda e que nesta regio, tomando uma malha
quadrada, os ns podem ser definidos com
1
=
1
= 0,732,
2
=
2
= 1 e x = y = 0,1 m
Esquema numrico
No n interior influenciado pela fronteira irregular (1;1) tem-se
1, 1, , 1 , 1 ,
4 0
+ +
+ + + =
i j i j i j i j i j
T T T T T
Nos ns interiores com fronteiras regulares tem-se
( ) ( ) ( ) ( )
0,1 1,1 2,1 1,1 1,0 1,1 1,2 1,1
2 2
1 1 2 2 1 2 1 1 2 2 1 2
2 2
0
T T T T T T T T
x y
( (
+ + + =
( (
+ + + +
( (

75C
(1,1) (0,1)
(1,0)
(2,0)
(0,2)
(2,1)
(2,2)
(1,2)
75C
100C
50C
}
( )
}
( )
75
0,1 1,1 2,1 1,1
75
1,0 1,1 1,2 1,1
1,1 2,1 1,2
0, 788675 0, 57735
0, 788675 0, 57735 0
2, 73205 0, 57735 0, 57735 118, 3
T T T T
T T T T
T T T
=
| |
|
+ +
|
\
| |
|
+ + =
|
\
+ + =
Substituindo os valores na equao anterior n junto fronteira irregular: (1,1)
( ) ( ) ( ) ( )
0,1 1,1 2,1 1,1 1,0 1,1 1,2 1,1
2 2
1 1 2 2 1 2 1 1 2 2 1 2
2 2
0
T T T T T T T T
x y
( (
+ + + =
( (
+ + + +
( (

Aplicando aos restantes ns obtm-se o seguinte sistema na forma matricial, de forma
similar ao que foi realizado anteriormente:
1,1
2,1
3,1
1,2
2,2
3,2
1,3
2,3
3,3
2, 732 0, 577 0 0, 577 0 0 0 0 0 118,
1 4 1 0 1 0 0 0 0
0 1 4 0 0 1 0 0 0
1 0 0 4 1 0 1 0 0
0 1 0 1 4 1 0 1 0
0 0 1 0 1 4 0 0 1
0 0 0 1 0 0 4 1 0
0 0 0 0 1 0 1 4 1
0 0 0 0 0 1 0 1 4
T
T
T
T
T
T
T
T
T
(
(
(
(
(
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(

3
75
125
75
0
50
175
100
150
(
(
(
(
(
(
(
(
(
(
(
(

O sistema pode uma vez mais ser resolvido com recurso ao MatLab
>> A=[-2.732 0.577 0 0.577 0 0 0 0 0;1 -4 1 0 1 0 0 0 0;0 1 -4 0 0 1 0 0 0;1 0 0 -4 1 0 1 0 0;0
1 0 1 -4 1 0 1 0;0 0 1 0 1 -4 0 0 1;0 0 0 1 0 0 -4 1 0;0 0 0 0 1 0 1 -4 1;0 0 0 0 0 1 0 1 -4];
>> B=[-118.3;-75;-125;-75;0;-50;-175;-100;-150];
>> T=A\B
T =
74.9788
72.7609
66.0692
77.2252
74.9956
66.5160
83.9264
83.4802
74.9990
>> x=[1 2 3]; y=[1 2 3];
>> Tf=[T(1:3) T(4:6) T(7:9)];
>> mesh(xx,yy,Tf)

Representao da soluo em MatLab
>> x=[1 2 3]; y=[1 2 3];
>> Tf=[T(1:3) T(4:6) T(7:9)];
>> contour(xx,yy,Tf,'fill','on')
>> colorbar

Condies de fronteira
Incluir num programa condies de fronteira diferenciais e irregulares
A modificao de um programa (algoritmo) para incluir condies de fronteira
diferenciais relativamente simples. Basta garantir que se geram as equaes adicionais
que definem os ns na fronteira onde as derivadas so especificadas. Essas equaes tero
ainda que ter em conta o modo como a primeira derivada incorporada
O desenvolvimento de um software mais genrico que
permita lidar com qualquer fronteira irregular mais
complicado. Para tal necessrio especificar
convenientemente os ns e quais so de fronteira.
Depois seria necessrio desenvolver um algoritmo
para gerar as equaes adequadas em cada uma
das fronteiras

Condies de fronteira
Uma maneira de simplificar este problema adoptar uma malha de clculo muito fina,
podendo os ns mais prximos das fronteiras ser considerados como n de fronteira
aproximao tangencial. Assim, no necessrio considerar os parmetros de forma
e , referidos anteriormente.
Apesar do procedimento anterior introduzir alguns erros, o uso de uma malha muito fina
pode torn-los negligenciveis. No entanto, este procedimento envolve um compromisso
entre a preciso dos resultados e o aumento do tempo de clculo, pois o aumento do
nmero de ns traduz-se num aumento do nmero de equaes
Consequentemente, foram desenvolvidas abordagens alternativas s diferenas finitas
e que permitem lidar de modo mais simples com fronteiras irregulares. So exemplos
dessas abordagens, os mtodos de elementos finitos e volumes finitos
Incluir num programa condies de fronteira diferenciais e irregulares

2.4.2 Mtodos de Diferenas Finitas (equaes parablicas)
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2
4AC = 0)
2
4AC > 0)
Elpticas (quando B
2
4AC < 0)
2
2

=

u u
t
x
2
0
0 4 0 EDP parablica
1
=
= =
A
B B AC
C

Em primeiro lugar discretiza-se o
domnio de clculo em ns igualmente
espaados na direco espacial (no
tempo veremos que t pode ser
varivel)
Depois aproximam-se as derivadas por
diferenas finitas. Por exemplo, no caso
da equao da transmisso do calor
2
2
T T
k
t
x

=

NOTA: devido sua dependncia do tempo, a soluo de EDPs parablicas e hiperblicas
envolvem aspectos como a estabilidade, que no eram relevantes nas EDPs elpticas
Paradigma:
equao de transmisso do calor

Mtodos explcitos
Em relao coordenada espacial pode aproximar-se, tal como no caso das EDPs
elpticas, a 2 derivada por uma diferena centrada
A 1 derivada temporal pode ser aproximada por uma diferena progressiva
( )
1
com O
j j
i i
T T
T
t
t t
+

( )
2
2 1 1
2 2
2
com O
j j j
i
i i
T T T
T
x
x x
+
+

Nota: o ndice j diz agora respeito ao tempo e por isso
representa-se em cima, reservando o ndice
inferior s coordenadas espaciais
Substituindo as aproximaes na EDP obtm-se
( )
1
2
1 1
2 2
1
1 1
2
2
2
j j j j j
i i i i i
j j j j j
i i i i i
T T T T T
T T
k k
t t
x x
k t
T T T T T
x
+
+
+
+
+

=

= + +
2
2
T T
k
t
x

=

Mtodos explcitos
A equao anterior pode ser aplicada a todos os ns interiores permitindo, de uma
forma explcita, determinar a varivel dependente (T) no instante de tempo (j + 1) a
partir dos valores adjacentes no instante de tempo anterior (j)
Pode deste modo definir-se a
seguinte molcula de clculo:
( )
1
1 1
2
2
j j j j j
i i i i i
k t
T T T T T
x
+
+
= + +
Ns envolvidos na diferena temporal

Ns envolvidos na diferena espacial

Mtodos explcitos exemplo
Use um mtodo explcito para determinar a distribuio de temperaturas, nos
instantes t = 3, 6, 9 e 12 s, numa haste fina e longa, com 10 cm de comprimento e
condutividade trmica k = 0,835 cm
2
/s. Considerando que, inicialmente, a
temperatura da haste 0 C e que as condies de fronteira so fixas no tempo
T(0) = 100 C e T(10) = 50 C. Utilize x = 2 cm e t = 0,1 s.
Soluo
Nos ns interiores vlida a equao
( )
( )
1
1 1
2
1 1
2
0, 020875 2
j j j j j
i i i i i
j j j j
i i i i
k t
T T T T T
x
T T T T
+
+
+
= + + =
= + +
2
2
T T
k
t
x

=

( )
( ) ( )
1 0 0 0 0
1 1 2 1 0
0, 020875 2 0 0, 020875 0 2 0 100 2, 0875 T T T T T = + + = + + =
( )
( ) ( )
1 0 0 0 0
2 2 3 2 1
0, 020875 2 0 0, 020875 0 2 0 0 0 T T T T T = + + = + + =
( )
( ) ( )
1 0 0 0 0
3 3 4 3 2
0, 020875 2 0 0, 020875 0 2 0 0 0 T T T T T = + + = + + =
( )
( ) ( )
1 0 0 0 0
4 4 5 4 3
0, 020875 2 0 0, 020875 50 2 0 0 1, 0438 T T T T T = + + = + + =
No instante t = 0,1 s
( )
( )
1
1 1
2
1 1
2
0, 020875 2
j j j j j
i i i i i
j j j j
i i
i i
k t
T T T T T
x
T T T T
+
+
+
= + + =
= + +

( )
( ) ( )
( )
( ) ( )
1 0 0 0 0
2 2 3 2 1
0, 020875 2 0 0, 020875 0 2 0 0 0 T T T T T = + + = + + =
( )
( ) ( )
1 0 0 0 0
3 3 4 3 2
0, 020875 2 0 0, 020875 0 2 0 0 0 T T T T T = + + = + + =
( )
( ) ( )
No instante t = 0,1 s
Como bvio o processo repete-se explicitamente at ao instante t pretendido.
Assim, pode desenvolver-se um algoritmo num M-file
( )
( )

( )
( )
1
1 1
2
1 1
2
0, 020875 2
j j j j j
i i i i i
j j j j
i i i i
k t
T T T T T
x
T T T T
+
+
+
= + + =
= + +
% Funo que calcula explicitamente a transmisso do calor EDP parablica
function [xp,Tp] = EDP_calor(xini,xfin,tini,tfin,dx,dt)
k=0.835;
x=[xini:dx:xfin]; nx=round((xfin-xini)/dx)+1;
t=[tini:dt:tfin]; nt=round((tfin-tini)/dt)+1;
t(1)=tini;
T(1,1:nt)=100; %condio fronteira de montante
T(nx,1:nt)=50; %condio fronteira de jusante
T(2:nx-1,1)=0; %condies iniciais

for j = 1:nt-1 %ciclo que percorre os pontos t no intervalo
for i = 2:nx-1
T(i,j+1)=T(i,j)+k*dt/dx^2*(T(i+1,j)-2*T(i,j)+T(i-1,j));
end
end
xp=x;
Tp=T(1:nx,nt);
Algoritmo MatLab

>> [xp,Tp]=EDP_calor(0,10,0,3,2,0.1); % no esquecer EDP_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(xp,Tp,bo-')
A figura mostra o carcter
parablico da soluo,
i.e. os gradientes vo-se
atenuando no tempo;
A partir de certo t limite
atinge-se uma situao de
equilbrio, regime
permanente

Mtodos explcitos exemplo: influncia do passo de clculo
>> [xp,Tp]=EDP_calor(0,10,0,12,2,var); % no esquecer EDP_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(xp,Tp,bo-')
>> plot(xp,Tp,ko-')
A figura mostra que o passo
de clculo t tem influncia
na estabilidade
Demonstra-se que o
presente esquema
estvel e convergente se
2
1
2, 9385
2
x
t
k
=

Mtodos explcitos
No exemplo que vimos anteriormente da aplicao de mtodos explcitos, as condies de
fronteira eram fixas. A incorporao de condies de fronteira diferenciais relativamente
simples nas EDPs parablicas, bastando acrescentar, tal como nas EDPs elpticas, as
equaes que caracterizam as fronteiras
Por exemplo, no n da extremidade esquerda da haste (i = 0) tem-se
Condies de fronteira diferenciais (de Neumann)
( )
1 1
0 0 1 0 1
2
2
j j j j j
k t
T T T T T
x
+ +
= + +
A equao anterior introduz o n fictcio i = 1. Tal como nas EDPs elpticas este n pode
servir para incorporar uma condio de fronteira diferencial. Por exemplo na fronteira, i = 0
( )
1 1
0,
2
j j
T T
T
j
x x

( )
1 1
2 0,
j j
T
T T x j
x

Mtodos explcitos
O restante procedimento seria semelhante ao utilizado para a resoluo das equaes
elpticas pelo mtodo das diferenas finitas
Realiza-se a modificao do algoritmo de base para incluir condies de fronteira
diferenciais, i.e. geram-se as equaes adicionais que definem os ns na fronteira onde
as derivadas so especificadas.
Condies de fronteira diferenciais (de Neumann)

Convergncia e Estabilidade
(

A convergncia de um mtodo numrico significa que, medida que x e t tenderem
para zero, o resultado numrico deve tender para a verdadeira soluo
A estabilidade de um mtodo numrico significa que os erros no so amplificados mas
sim atenuados medida que o clculo progride

Coeficiente de amplificao
Repare-se na equao do calor como exemplo
1
1 1
2
2
0
j j j j j
i
i i i i
T T T T T
k
t
x
+
+
+
=

Qualquer esquema numrico utilizado para a discretizao da EDP conduz necessariamente
a uma frmula do tipo (somatrio linear de T em diversas posies da malha de clculo)
,
0
k n k
l j l
l k
a T
+
+
=
2
2
0
T T
k
t
x

=

Para um esquema discreto pode-se efectuar um desenvolvimento semelhante (considerando
J+1 pontos de discretizao no espao [0,L] o desenvolvimento limitar-se- a 2J+1
harmnicas)
m
J
j i j x j
m
k
m J
T A e

=
=

Admitindo que a soluo da equao num determinado domnio [0,L] uma curva que se
repete um nmero infinito de vezes e sem descontinuidades, pode escrever-se o
desenvolvimento em srie de Fourier:
( )
( ) ( ) ( ) ( ) ( )
, cos sen
m
i x
m m m m
m m
T x t a t e a t x i x

= =
( = = +

2
2
m
m
L
=

Designando por
m
o coeficiente de amplificao da harmnica m entre dois instantes
consecutivos, j e j+1, tem-se:
1
e
j j j k k j
m m m m m m
A A A A
+ +
= =
Considerando que cada harmnica verifica a equao inicial e aps algumas manipulaes
algbricas obtm-se a denominada equao de amplificao
,
0
m
i l x k k
l m
l k
a e

=
1
e
j j j k k j
m m m m m m
A A A A
+ +
= =
m
J
j i j x j
m
k
m J
T A e

=
=

,
0
k n k
l j l
l k
a T
+
+
=
esquema numrico de uma EDP

transformada de Fourier discreta da soluo da EDP (T)
amplificao entre dois instantes consecutivos

Designando por
m
o coeficiente de amplificao da harmnica m entre dois instantes
consecutivos, j e j+1, tem-se:
1
e
j j j k k j
m m m m m m
A A A A
+ +
= =
Considerando que cada harmnica verifica a equao inicial e aps algumas manipulaes
algbricas obtm-se a denominada equao de amplificao
1
e
j j j k k j
m m m m m m
A A A A
+ +
= =
m
J
j i j x j
m
k
m J
T A e

=
=

esquema numrico de uma EDP
transformada de Fourier discreta da soluo da EDP (T)
amplificao entre dois instantes consecutivos

max 1
m
m

A condio de estabilidade ento definida por nenhum daqueles coeficientes ser
superior a 1 em valor absoluto
simples, bastando
Equao de amplificao

Coeficiente de amplificao exemplo
Estudar a estabilidade do esquema explcito desenvolvido anteriormente para a equao do
calor
( )
1
1
1 1
1 1
2 2
2
0 2 0
j j j j j
j j j j j i
i i i i
i i i i i
T T T T T
k t
k T T T T T
t
x x
+
+
+
+
+

= + =

2
2
0
T T
k
t
x

=

Use um mtodo explcito para determinar a distribuio de temperaturas, nos instantes t = 3, 6, 9 e 12 s,
numa haste fina e longa, com 10 cm de comprimento e condutividade trmica k = 0,835 cm
2
/s.
Considerando que inicialmente a temperatura da haste 0 C e que as condies de fronteira so fixas no
tempo T(0) = 100 C e T(10) = 50 C. Utilize ainda x = 2 cm e t = 0,1 s

A equao geral de amplificao :
A escrita da equao de amplificao de um dado esquema simples, bastando substituir
no esquema discretizado por
n k
j l
T
+
+
m
i l x k
m
e

( )
1
1 1
1 1
2 2
0 2 0
j j j j j
i i i i i
k t
k T T T T T
x x
+
+
= + =

( )
( )
( )
( )
( )
( )
0; 1
0 1 1
0; 0
0
0
2
1; 0
1
0
1
1; 0
1
0
1
1
1 2 1 0
m
m
m m
m
m
m
m
l k
i x j
m m i
l k
i x j
m i
i x i x
m
l k
i x j i x
m
i
l k
i x j i x
m
i
T e
T e
k t
e e
x
T e e
T e e
= =
+
= =

= =

+
= =

= =

= =

+ =
`
= =
= =
)
(que tem a forma genrica )
,
0
k n k
l j l
l k
a T
+
+
=
equao de amplificao

Tendo em conta a relao
( )
( )
( )
2 2
1 2 1 0 1 2 1 cos
m m
i x i x
m m m
k t k t
e e x
x x

( + = =

( )
2cos
m m
i x i x
m
e e x

+ =
A estabilidade ser assegurada desde que 1
m
1. Analisando a equao anterior
conclui-se que se tem sempre
m
1. Bastar ento garantir que
m
1
2 2
1
1 4 1
2
k t k t
x x

Garantingo 1
m
1, o esquema diz-se assim condicionalmente estvel (ver grfico da
soluo obtida anteriormente). Em geral, fixa-se o espaamento x e determina-se o
incremento t a partir da condio de estabilidade
equao de amplificao
2
2
0
T T
k
t
x

=

vlido para
equaes de
difuso do
gnero

Particularmente demonstra-se que:
- para <1/2, a soluo poder ser com erros que no tendem a crescer mas
que podem oscilar
- para <1/4, a soluo no oscilar
- para <1/6, tende a minimizar os erros de truncatura
Para sistemas de EDPs (duas ou mais equaes) define-se de modo semelhante a matriz
de amplificao
2
2
0
T T
k
t
x

=

)

Mtodos implcitos
Como se referiu anteriormente, os esquemas explcitos apresentam problemas de
estabilidade que podem condicionar o tamanho da malha de clculo, podendo conduzir a
uma morosidade do clculo. Para alm disso excluem informao que pode ser importante
para a soluo
Os mtodos explcitos so mais lestos mas requerem no entanto passos de clculo muito
pequenos
Os mtodos implcitos so naturalmente estveis.
Existem fenmenos fsicos que condicionam a escolha do esquema numrico a utilizar.

Mtodos implcitos
A branco representam-se os
ns que, no esquema
explcito, influenciam o n
(i,l). A preto esto os ns que
no so utilizados
A influncia piramidal e no
exercida lateralmente no
mesmo instante de clculo
Condies iniciais
Condio de
fronteira

Mtodos implcitos
Nos esquemas implcitos, a derivada espacial aproximada no instante mais frente l + 1.
Por exemplo,
explcito implcito
Relembrando, nos esquemas explcitos a derivada espacial aproximada no instante l,

Mtodos implcitos
Substituindo a aproximao da derivada espacial no nvel de tempo l + 1 na EDP facilmente
se constata que a equao s diferenas tem vrias incgnitas e no pode ser resolvida
de forma explcita. Em vez disso o sistema de equaes com todos os ns no nvel de
tempo l + 1 tem que ser resolvido simultaneamente
1 1 1 1 2
1 1
2 2
1 1 1
1 1
2 2 2
2
0 0
1 2
l l l l l
i i i i i
l l l l
i i i i
T T T T T T T
k k
t t
x x
k t k t k t
T T T T
x x x
+ + + +
+
+ + +
+
+
= =

| |
= + +
|
\
A equao anterior aplica-se a todos os ns interiores, excepto ao primeiro e ltimo
n interior que tm que ser modificados para reflectirem as condies de fronteira.
As temperaturas especificadas nas fronteiras podem ser expressas como uma funo do
tempo:
( )
1 1
0 0
l l
T f t
+ +
=

Mtodos implcitos
Substituindo a equao da fronteira na equao s diferenas no primeiro n interior (i = 1):
( )
( )
De modo semelhante no ltimo n interior (i = m) obtm-se
( )
Resumindo, obtm-se o seguinte sistema com m equaes e m incgnitas
( )
( )
para i = 1
para i = 2 at m 1
para i = m

Mtodos implcitos
O sistema de equaes lineares anterior tem a grande vantagem de ser tridiagonal, o que
permite a utilizao de algoritmos de resoluo muito eficientes
Sistemas tridiagonais do origem a matrizes de banda, i.e., com todos os elementos
iguais a zero excepto os pertencentes a uma banda centrada na diagonal principal. Por
exemplo uma matriz de banda com largura 3 expressa por
1 1 1 1
2 2 2 2 2
3 3 3 3 3
1 1 1 1 1
. . . . .
. . . . .
n n n n n
n n n n
f g x r
e f g x r
e f g x r
e f g x r
e f x r

(
(
(
(
(
=
` `
(

(

(

(

(
) )
NOTA: em programao,
usualmente substituem-
se os coeficientes a
i,j
por
f
k
, e
k
e g
k
, o que permite
no armazenar um
grande nmero de
elementos nulos

Mtodos implcitos
Um dos algoritmos mais utilizados para resolver este tipo de sistemas tridiagonais o
algoritmo de Thomas. Este algoritmo tem trs passos: decomposio LU convencional,
substituio progressiva e regressiva
% Funo que calcula a soluo de um sistema tridiagonal pelo algoritmo de Thomas
function [xp] = Thomas(e,f,g,r)
n=length(f); %calcula o tamanho da matriz
for k=2:n; %decomposio LU
e(k)=e(k)/f(k-1);
f(k)=f(k)-e(k)*g(k-1);
end
for k=2:n; %susbtituio progressiva
r(k)=r(k)-e(k)*r(k-1);
end
x(n)=r(n)/f(n);
for k=n-1:-1:1; %susbtituio regressiva
x(k)=(r(k)-g(k)*x(k+1))/f(k);
end
xp=x';

Mtodos implcitos
No caso de se utilizar o MatLab, em vez de se desenvolver um M-file com o algoritmo de
Thomas, pode utilizar-se a diviso esquerda A\b. Nesta diviso o MatLab usa um
algoritmo elaborado que examina a estrutura da matriz e implementa um mtodo mais
eficiente para encontrar a soluo

Mtodos implcitos exemplo
Use um mtodo implcito para determinar a distribuio de temperaturas, nos instantes t =
3, 6, 9 e 12 s, numa haste fina e longa, com 10 cm de comprimento e condutividade
trmica k = 0,835 cm
2
/s. Considerando que inicialmente a temperatura da haste 0 C e
que as condies de fronteira so fixas no tempo T(0) = 100 C e T(10) = 50 C. Utilize
ainda x = 2 cm e t = 0,1 s
Soluo
( )
1 1 1
1 2 1 0
2 2 2
1 2
l l l l
k t k t k t
T T T f t
x x x
+ + +
| |
+ = +
|
\
1 1 1
1 1
2 2 2
1 2
l l l l
i i i i
k t k t k t
T T T T
x x x
+ + +
+
| |
+ + =
|
\
( )
1 1 1
1 1
2 2 2
1 2
l l l l
m m m m
k t k t k t
T T T f t
x x x
+ + +
+
| |
+ + = +
|
\
para i = 1
para i = 2 at m 1
para i = m
relembrando o esquema numrico determinado anteriormente
2
2
0
T T
k
t
x

=

No instante t = 0,1 s (j = 1)
Primeiro n interior (i = 1)
( ) ( ) ( )
1 1
1 2
1 1
1 2
1 2 0, 020875 0, 020875 0 0, 020875 100
1, 04175 0, 020875 2, 0875
T T
T T
+ = +
=
( )
1 1 1
1 2 1 0
2 2 2
1 2
l l l l
k t k t k t
T T T f t
x x x
+ + +
| |
+ = +
|
\
N interior (i = 2)
( ) ( )
1 1 1
1 2 3
1 1 1
1 2 3
0, 020875 1 2 0, 020875 0, 020875 0
0, 020875 1, 04175 0, 020875 0
T T T
T T T
+ + =
+ =
1 1 1
1 1
2 2 2
1 2
l l l l
i i i i
k t k t k t
T T T T
x x x
+ + +
+
| |
+ + =
|
\

N interior (i = 3)
( ) ( )
1 1 1
2 3 4
1 1 1
2 3 4
0, 020875 1 2 0, 020875 0, 020875 0
0, 020875 1, 04175 0, 020875 0
T T T
T T T
+ + =
+ =
1 1 1
1 1
2 2 2
1 2
l l l l
i i i i
k t k t k t
T T T T
x x x
+ + +
+
| |
+ + =
|
\
ltimo n interior (i = 4)
( ) ( ) ( )
1 1
3 4
1 1
2 4
0, 020875 1 2 0, 020875 0 0, 020875 50
0, 020875 1, 04175 1, 04375
T T
T T
+ + = +
+ =
( )
1 1 1
1 1
2 2 2
1 2
l l l l
m m m m
k t k t k t
T T T f t
x x x
+ + +
+
| |
+ + = +
|
\

Resumindo obtm-se o seguinte sistema tridiagonal
A soluo do sistema pode ser obtida no MatLab
1
1
1
2
1
3
1
4
1, 04175 0, 020875 2, 0875
0, 020875 1, 04175 0, 020875 0
0, 020875 1, 04175 0, 020875 0
0, 020875 1, 04175 1, 04375
T
T
T
T

(

(

(
=
` `
(

(

)
)
1
1
1
2
1
3
1
4
2, 0047
0, 0406
0, 0209
1, 0023
T
T
T
T

=
` `

)
)
De seguida repete-se o procedimento para t = 0,2 s e assim sucessivamente at chegar
ao tempo desejado

O mais prtico proceder ao desenvolvimento do algoritmo num M-file
% Funo que calcula implicitamente a transmisso do calor EDP parablica
function [xp,Tp] = implicit_calor(xini,xfin,tini,tfin,dx,dt)
k=0.835;
T1(1)=100; T1(nx)=50; %condies de fronteira
T0(2:nx-1)=0; %condies iniciais
r=k*dt/dx^2;
b(1)=T0(2)+r*T1(1); b(nx-2)=T0(nx-1)+r*T1(nx);
A(1,1)=1+2*r; A(1,2)=-r; A(nx-2,nx-3)=-r; A(nx-2,nx-2)=1+2*r;
for i = 2:nx-3
b(i)=T0(i+1); A(i,i-1)=-r; A(i,i)=1+2*r; A(i,i+1)=-r;
end
T1(2:nx-1)=A\b;T0=T1;
end
xp=x; Tp=T0;

>> [xp,Tp]=implicit_calor(0,10,0,3,2,0.1); % implicit_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(tp,Tp,bo-')
A figura mostra o
carcter parablico
da soluo, pois os
gradientes vo-se
atenuando no
tempo.
muito semelhante
soluo obtida
explicitamente.
H convergncia
para um estado
estacionrio.
Mtodos implcitos exemplo (utilizao de algoritmo programado em MatLab)

>> [xp,Tp]=implicit_calor(0,10,0,12,2,0.1); % implicit_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(xp,Tp,ko-')
A figura mostra que o
passo de clculo t tem
influncia na preciso do
resultado.
Porm, ao contrrio do que
acontece no esquema
explcito, o aumento de t
no gera instabilidade.

Mtodos implcitos (mtodo de Crank-Nicolson)
Apesar do mtodo implcito anterior ser estvel e convergente, tem o inconveniente da
aproximao temporal ser apenas de 1 ordem enquanto a aproximao espacial de
2 ordem. O mtodo de Crank-Nicolson constitui uma alternativa implcita que tem 2
ordem no tempo e no espao
Para conseguir a aproximao de 2 ordem no tempo, o mtodo de Crank-Nicolson baseia-
t. Assim,
1 l l
i i
T T T
t t
+

mdia das
1 1 1 2
1 1 1 1
2 2 2
2 2 1
2
l l l l l l
i i i i i i
T T T T T T T
t x x
+ + +
+ +
(
+ +
+
(
(

x
2

Substituindo as aproximaes na EDP obtm-se
Molcula de clculo do mtodo Crank-Nicolson
1 1 1 1 2
1 1 1 1
2 2 2
2 2
2
l l l l l l l l
i i i i i i i i
T T T T T T T T T T k
k
t t
x x x
+ + + +
+ +
(
+ +
= +
(

(

( ) ( )
1 1 1 1
1 1 1 1
2
1 1 1
1 1 1 1
com 2 2
2
2 1 2 1
l l l l l l l l
i i i i i i i i
l l l l l l
i i i i i i
k t
T T T T T T T T
x
T T T T T T
+ + + +
+ +
+ + +
+ +

(
= + + +

+ + = + +

Tal como no caso do mtodo implcito mais simples, as condies de fronteira podem ser
incorporadas nas equaes do primeiro e do ltimo ns interiores
Assim, no primeiro n (i = 1) obtm-se
Apesar das equaes s diferenas serem ligeiramente mais complexas do que as do
mtodo simples, o sistema resultante tambm tridiagonal pelo que pode ser resolvido
de modo eficiente
( )
1 1
1 1
l l
m m
T f t
+ +
+ +
=
( )
( )
( )
( )
1 1 1
1 2 0 1 2 0
2 1 2 1
l l l l l l
T T f t T T f t
+ + +
+ = + + +
No ltimo n (i = m) obtm-se
( )
( )
( )
( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
m m m m m m
T T f t T T f t
+ + +
+ +
+ + = + + +
( )
1 1
0 0
l l
T f t
+ +
=

Mtodos implcitos (mtodo de Crank-Nicolson) exemplo
Use o mtodo de Crank-Nicolson para determinar a distribuio de temperaturas, nos
instantes t = 3, 6, 9 e 12 s, numa haste fina e longa, com 10 cm de comprimento e
condutividade trmica k = 0,835 cm2/s. Considerando que inicialmente a temperatura da
haste 0 C e que as condies de fronteira so fixas no tempo T(0) = 100 C e T(10) = 50
C. Utilize ainda x = 2 cm e t = 0,1 s
Soluo
2
2
0
T T
k
t
x

=

( )
( )
( )
( )
1 1 1
1 2 0 1 2 0
2 1 2 1
l l l l l l
T T f t T T f t
+ + +
+ = + + +
( )
( )
( )
( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
m m m m m m
T T f t T T f t
+ + +
+ +
+ + = + + +
( ) ( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
i i i i i i
T T T T T T
+ + +
+ +
+ + = + +
para i = 1
para i = 2 at m 1
para i = m

Primeiro n interior (i = 1)
( )
( ) ( )
{ {
( )
1 1
1 2
0 0
1 2
0 0
1 1
1 2
2 1 0, 020875 0, 020875
0, 020875 100 2 1 0, 020875 0, 020875 0, 020875 100
2, 04175 0, 020875 4,175
T T
T T
T T
= =
+ =
= + + +
=
( )
( )
( )
( )
1 1 1
1 2 0 1 2 0
2 1 2 1
l l l l l l
T T f t T T f t
+ + +
+ = + + +
2 2
0, 835 0,1
0, 020875
2
k t
x

= = =

N interior (i = 2)
( )
{
( )
{ {
1 1 1
1 2 3
0 0 0
1 2 3
0 0 0
1 1 1
1 2 3
0, 020875 2 1 0, 020875 0, 020875
0, 020875 2 1 0, 020875 0, 020875
0, 020875 2, 04175 0, 020875 0
T T T
T T T
T T T
= = =
+ + =
= + +
+ =
( ) ( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
i i i i i i
T T T T T T
+ + +
+ +
+ + = + +
N interior (i = 3)
( )
{
( )
{ {
1 1 1
2 3 4
0 0 0
2 3 4
0 0 0
1 1 1
2 3 4
0, 020875 2 1 0, 020875 0, 020875
0, 020875 2 1 0, 020875 0, 020875
0, 020875 2, 04175 0, 020875 0
T T T
T T T
T T T
= = =
+ + =
= + +
+ =
( ) ( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
i i i i i i
T T T T T T
+ + +
+ +
+ + = + +

ltimo n interior (i = 4)
( )
( )
{
( )
{
( )
1 1
3 4
0 0
3 4
0 0
1 1
3 4
0, 020875 2 1 0, 020875
0, 020875 50 0, 020875 2 1 0, 020875 0, 020875 50
0, 020875 2, 04175 2, 0875
T T
T T
T T
= =
+ + =
= + + +
+ =
( )
( )
( )
( )
1 1 1
1 1 1 1
2 1 2 1
l l l l l l
m m m m m m
T T f t T T f t
+ + +
+ +
+ + = + + +
Resumindo, obtm-se o seguinte sistema de equaes lineares
1
1
1
2
1
3
1
4
2, 01475 0, 020875 4,175
0, 020875 2, 01475 0, 020875 0
0, 020875 2, 01475 0, 020875 0
0, 020875 2, 01475 2, 0875
T
T
T
T

(

(

(
=
` `
(

(

)
)

A soluo do sistema pode ser obtida no MatLab
1
1
1
2
1
3
1
4
2, 0450
0, 0210
0, 0107
1, 0225
T
T
T
T

=
` `

)
)
De seguida repete-se o procedimento para t = 0,2 s e assim sucessivamente at chegar
ao tempo desejado.
prtico desenvolver-se um algoritmo num M-file, por exemplo partindo do algoritmo
apresentado para o mtodo implcito simples

Algoritmo
MatLab
% Funo que calcula mtodo de Crank-Nicolson a transmisso do calor EDP parablica
function [xp,Tp] = CrankN_calor(xini,xfin,tini,tfin,dx,dt)
k=0.835;
y=[0 1];
[XX,YY]=meshgrid(y',x');
t(1)=tini;
T1(1)=100; %condio fronteira de montante
T1(nx)=50; %condio fronteira de jusante
T0(2:nx-1)=0; %condies iniciais
figure(1);
Tinicial=[T1(1) T0(2:nx-1) T1(nx)];
plot(x,Tinicial,'bo-'); % cria grafico
axis([0 10 0 100]);
xlabel('x (cm)');
ylabel('T (C)');
set(gca,'XTick',[xini:dx:xfin]');
% Mov(1)=getframe(figure(1)); % armazena frame

Algoritmo
MatLab
figure(2);
pcolor(YY,XX,[Tinicial' Tinicial']); % cria grafico de superficie
caxis([0 100]);
colormap(jet); % configura mapeamento de cores
colorbar('v','CLim',[0 100]); % apresenta barra de cores na vertical
shading('interp'); % configura modo de sombreamento
axis([0 10 0 1]); % configura os pontos iniciais de cada eixo
xlabel ('x (cm)'); % legenda do eixo x
pbaspect([7 1 1]); % configura as porporoes dos eixos
set(gca,'YTick',[]');
Mov2(1)=getframe(figure(2)); % armazena frame
r=k*dt/dx^2;

Algoritmo
MatLab
b(1)=r*T1(1)+2*(1-r)*T0(2)+r*T0(3)+r*T1(1);
b(nx-2)=r*T1(nx)+r*T0(nx-2)+2*(1-r)*T0(nx-1)+r*T1(nx);
A(1,1)=2*(1+r); A(1,2)=-r;
A(nx-2,nx-3)=-r; A(nx-2,nx-2)=2*(1+r);
for i = 2:nx-3
b(i)=r*T0(i)+2*(1-r)*T0(i+1)+r*T0(i+2);
A(i,i-1)=-r; A(i,i)=2*(1+r); A(i,i+1)=-r;
end
T1(2:nx-1)=A\b';
T0=T1;

figure(1);
plot(x,T1,'bo-'); % cria grafico
axis([0 10 0 100]);
xlabel('x (cm)');
ylabel('T (C)');
set(gca,'XTick',[xini:dx:xfin]');
% Mov(j+1)=getframe(figure(1)); % armazena frame

Algoritmo
MatLab
figure(2);
pcolor(YY,XX,[T1' T1']); % cria grafico de superficie
caxis([0 100]);
colormap(jet); % configura mapeamento de cores
colorbar('v','CLim',[0 100]);
%'XTick',[0:10:100],'XTickLabelMode','manual','YTick',
[0:10:100],'YTickLabelMode','manual','ZTick',[0:10:100]),'ZTickLabelMode','manual'); % apresenta
barra de cores na vertical
shading('interp'); % configura modo de sombreamento
axis([0 10 0 1]); % configura os pontos iniciais de cada eixo
xlabel ('x (cm)'); % legenda do eixo x
pbaspect([7 1 1]); % configura as porporoes dos eixos
set(gca,'YTick',[]');
Mov2(j+1)=getframe(figure(2)); % armazena frame
end
% movie2avi(Mov,'filme_CrankN.avi','FPS',25,'COMPRESSION','Cinepak','QUALITY',100); %
armazena os frames num ficheiro .AVI
movie2avi(Mov2,'filme_CrankN_planta1.avi','FPS',25,'COMPRESSION','Cinepak','QUALITY',100);
% armazena os frames num ficheiro .AVI

xp=x;
Tp=T0;

>> [xp,Tp]=CrankN_calor(0,10,0,3,2,0.1); % CrankN_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(tp,Tp,bo-')
A figura mostra o carcter
parablico da soluo,
pois os gradientes vo-
se atenuando no tempo.
muito semelhante s
solues obtidas
explicitamente e
implicitamente (mtodo
simples)

>> [xp,Tp]=CrankN_calor(0,10,0,12,2,0.1); % CrankN_calor(xini,xfin,tini,tfin,dx,dt)
>> plot(xp,Tp,ko-')
A figura mostra que o passo
de clculo t tem influncia
na preciso do resultado,
mas menor do que o
esquema implcito simples
(1 ordem no tempo).
Como um mtodo
implcito, o aumento de t
no gera instabilidade

Na seguinte tabela apresentam-se os resultados obtidos pelos trs mtodos (explcito,
implcito simples, Crank-Nicolson) para x = 2 cm no tempo t = 10 s, onde o valor exacto
da temperatura T(2;10) = 64,8018 C
t Explcito Implcito simples Crank-Nicolson
(s) T (C) rro (%) T (C) rro (%) T (C) rro (%)
10 208,75 222,14% 53,01 18,20% 79,77 23,10%
5 -9,13 114,09% 58,49 9,74% 64,79 0,02%
2 67,12 3,58% 62,22 3,98% 64,87 0,11%
1 65,91 1,71% 63,49 2,02% 64,77 0,05%
0,5 65,33 0,82% 64,12 1,05% 64,74 0,10%
0,2 64,97 0,26% 64,49 0,48% 64,73 0,11%

Animao com a
evoluo, at 60 s, da
temperatura na haste
obtida pelo mtodo de
Crank-Nicolson
figure(1);
plot(x,T1,'bo-');
Mov(j+1)=getframe(figure(1));
Para obter a animao use
os seguintes comandos
dentro do ciclo do tempo
No final do ciclo do tempo faa
movie2avi(Mov,'filme_CrankN.avi','FPS',25,'COMPRESSION','Cinepak','QUALITY',100);

Animao com a
evoluo, at 60 s, da
temperatura na haste
obtida pelo mtodo de
Crank-Nicolson
y=[0 1];
[XX,YY]=meshgrid(y',x');
figure(1);
pcolor(YY,XX,[T1' T1']);
colormap(jet);
Mov(j+1)=getframe(figure(1));
Para obter a animao use
os seguintes comandos
dentro do ciclo do tempo
No final do ciclo do tempo faa
movie2avi(Mov,'filme_CrankN.avi','FPS',25,'COMPRESSION','Cinepak','QUALITY',100);

EDPs no lineares a uma dimenso
( )
com funo de
T T
k x k x
t x x

| |
=
|

\
( )
com funo de
T T
k T k T
t x x

| |
=
|

\
Equao de difuso com coeficiente de difuso varivel

At agora estudou-se a equao de difuso com coeficiente de difuso constante
A EDP anterior linear. Porm, em muitos problemas de Engenharia o coeficiente de
difuso k depende da coordenada espacial (varivel independente), tornando o
problema um pouco mais complexo
2
2
com constante
T T
k k
t
x

=

Este tipo de problema coloca algumas dificuldades dado que k tem que ser avaliado nos
ns correctos
( )
com funo de
T T
k x k x
t x x

| |
=
|

\

Relembrando o esquema implcito simples para k = constante
(i,l+1)
Uma alternativa consiste em utilizar o carcter implcito do mtodo linearizando
localmente o problema, centrando tudo convenientemente
1 1 1 1 2
1 1
2 2
2
l l l l l
i i i i i
T T T T T T T
k k
t t
x x
+ + + +
+
+
= =

( )
Note se que a funo k(x) inicialmente conhecida, podendo facilmente calcular-se
( )
1
1 2
1 2
l
i
i
k k x
+
+
+
=
( )
1
1 2
1 2
l
i
i
k k x
+
=

e
( )
( ) ( )
( )
( ) ( )
( )
2
2 2
1 2 1 2
1 2 1 2
1 1 1
1 1
1
i i
i i
l l l l
i i i i
k x k x x
k x x k x x
T T T T
t t t
+
+
+ + +
+
| |
(
+

|
+ + =
|

|
\
Facilmente se constata que o sistema de equaes resultantes tridiagonal.
Falta apenas tratar do problema nas fronteiras onde se procede do modo igual ao efectuado
para o caso linear
( )

Em muitos problemas de Engenharia o coeficiente de difuso depende da prpria
varivel dependente, tornando o problema no linear
O problema no linear coloca dificuldades adicionais dado que no conduz a um
sistema triadiagonal fcil de resolver. Isto porque nas equaes s diferenas aparecem
termos k(T
l+1
) multiplicados por T
l+1
( )
com funo de
T T
k T k T
t x x

| |
=
|

\
( )
( ) ( )
( )
( ) ( )
( )
1 1 1 1
1 1
1 1
1 2 1 2
1
1 1 2
1 2 1 2
1 2 1 2
1 2 1 2
1 1 1
1 1
1
l l l l
l l
i i i i
i i
l l
i i
l l
l l
i i
i i
l l l l
i i i i
T T T T
k T k T
x x
T T T T
k T
t x x t x
k T k T x
k T x k T x
T T T T
t t t
+ + + +
+ +
+
+
+
+ +
+ +
+
+
+ + +
+
| | | |

| |
| |

| |
\ \
= =
|

\
| |
(
+

| (

+ + =
|

|
\
( ) ( )
1 1 1 1
1
1 2 1 2
,
l l l l
i i
i i
k k T k T T
+ + + +
+
+ +
=
( ) ( )
1 1 1 1
1
1 2 1 2
,
l l l l
i i
i i
k k T k T T
+ + + +

= = Definio centrada de k:

( )
A linearizao local do problema pode ser conseguida com base no mtodo de Newton
Introduzindo uma nova varivel z
A equao anterior pode ser aproximada por diferenas
( ) ( ) ( ) ( )
( )
1 1 2 1 2
1 1
O O
l
l l l l l l
i i i i i i
i
l l l l l
i i i i i
z
z z T z z t z T T t
T
z z k T T
+ + +
+ +
| |
= = + + = + +
|
\
+
1 1 1 1 2
1 1
2 2
2
l l l l l
i i i i i
T T z z z T z
t t
x x
+ + + +
+
+
=

Uma alternativa para ultrapassar esta dificuldade consiste em manter o
carcter implcito do mtodo linearizando localmente o problema
( )
( )
NOTA: a expresso de z pode ser
determinada integrando k em T

Substituindo a equao anterior na equao s diferenas obtm-se
( )
( ) ( ) ( )
1 1 1 1
1 1
2
1 1
1 1 1
1
1 1 1 1 1 1 1 1
2
2
2
l l l l l
i i i i i
l l l l l
i i i i i
l l l l l l l l l l l l
l l
i i i i i i i i i i i i
i i
T T z z z
t
x
z z k T T
z k T T z k T T z k T T
T T
t
x
+ + + +
+
+ +
+ + +
+
+ + + +
)
( ( (
+ + + +
( ( (

( )
1 1 1 1 1
1 1
2 2 2
1 1 1 1 1 1
2
1 2
2 2
l l l
l l l i i i
i i i
l l l l l l l l l l
i i i i i i i i i i
k t k t k t
T T T
x x x
t
T z z z k T k T k T
x
+ + + +
+
+ + +
| |

+ + = |
|

\
= + + +
Facilmente se constata que o sistema de equaes resultantes tridiagonal. Nas fronteiras

procede-se do modo que foi efectuado para o caso linear

Considere-se que se introduz um passo inicial de previso para estimar T
l+1
com essa
estimativa pode calcular-se k
l+1
, passando os ks estimados a serem valores algbricos na
equao anterior (passo de correco)
Relembrando a equao implcita s diferenas
Outra alternativa para ultrapassar a no linearidade consiste em usar mtodos de dois
passos (previso-correco)
( )
1 1
valor estimado na previso
l l
i i
T k T
+ +
( )
( ) ( )
( )
1 1 2
1 2 1 2
1 2 1 2
1 2 1 2
1 1 1
1 1
1
l l
l l
i i
i i
l l l l
i i i i
k T k T x
k T x k T x
T T T T
t t t
+ +
+ +
+
+
+ + +
+
| |
(
+

| (

+ + =
|

|
\
( )
com
T T
k T k
t x x

| |
=
|

\

Calculando os valores estimados de k pode substituir-se no esquema implcito definido
anteriormente (passo de correco)
, por exemplo o esquema de
( )
( ) ( )
( ) ( ) 1 1
1 2 1 2
2

l l l l l l l
i i i i i
i i
t
T k T T k T T
x
+
+
(
= +
(

1 1 2
1 2 1 2
1 2 1 2
1 2 1 2
1 1 1
1 1
1
l l
l l
i i
i i
l l l l
i i i i
k k x
k x k x
T T T T
t t t
+ +
+ +
+
+
+ + +
+
| |
(
+

|
+ + =
|

|
\
( ) ( )
1 1 1 1
1
1 2 1 2
,
l l l l
i i
i i
k k T k T T
+ + + +
+
+ +
= =
( )
com
T T
k T
t x x

| |
=
|

\

Todas as metodologias descritas anteriormente para resolver problemas no lineares so
aplicveis a outros mtodos implcitos e tambm, de um modo mais simples, a mtodos
explcitos (nestes no existem ks no instante n+1 o que facilita o tratamento)
Note-se que o procedimento anterior torna o mtodo semi-implcito, pelo que, devido ao
passo de previso explcito, pode ficar sujeito a uma condio de estabilidade
Para alm dos problemas parablicos (difuso), as metodologias descritas so ainda
aplicveis a problemas no lineares hiperblicos (adveco) ou parablicos-
hiperblicos (adveco-difuso)
Alterando o tipo de diferenas usadas nos passos de previso e de correco podem gerar-
se diversos tipos de mtodos. A condio de estabilidade de cada um deles , em geral,
diferente dos outros e depende tambm da prpria EDP a resolver (nomeadamente da funo
k(T))

EDPs em duas dimenses espaciais
A equao da transmisso do calor pode ser aplicada a mais do que uma dimenso. Para
duas dimenses tem-se
2 2
2 2
T T T
k
t
x y
| |

= + |
|

\

EDPs em duas dimenses espaciais mtodos explcitos e implcitos convencionais
Os mtodos implcitos permitem obter solues estveis. Porm, a aplicao directa de
mtodos como o de Crank-Nicolson conduzem resoluo de um sistema de m x n
equaes. Para alm disso, a aplicao directa do mtodos implcitos a duas ou trs
dimenses traduz-se na perda da propriedade tridiagonal, que permite a resoluo
eficiente do sistema de equaes
Pode obter-se uma soluo explcita substituindo na equao anterior as derivadas por
diferenas finitas tal como foi feito para o caso unidimensional
1
2 2
, , 1, , 1, , 1 , , 1
2 2 2 2
2 2
l l l l l l l l
T T T T T T T T
T T T
k k
t t
x y x y
+
+ +
| |
| | + +

|
= + = + |
|
|

\
\
Este mtodo est condicionado por um critrio de estabilidade
2 2
1
8
x y
t
k
+

EDPs em duas dimenses espaciais o esquema A.D.I.
O esquema A.D.I. (Alternating-Direction Implicit) permite a resoluo de equaes
parablicas em duas dimenses usando matrizes tridiagonais. Para isso, cada intervalo
de tempo executado em dois passos.

2 2
2 2
T T T
k
t
x y
| |

= + |
|

\
1 Passo:
Explcito segundo x
Implcito segundo y
2 Passo:
Implcito segundo x
Explcito segundo y

A.D.I. pode ser visto como um mtodo com dois meios passos como ilustra a figura

O 1 passo consiste ento em passar do instante t
l
para o instante t
l+1/2
atravs de uma
aproximao centrada explcita na direco x e de uma aproximao centrada implcita
na direco y
Para uma malha quadrada (x = y), a equao anteror pode ainda ser escrita na forma
( ) ( )
2
1 2 1 2 1 2
1, , 1, , , 1 , 1
2 1 2 1
k t
x
l l l l l l
T T T T T T
+ + +
+
+
+ + = + +
O sistema de equaes resultante tridiagonal, sendo por isso possvel encontrar a sua
soluo de modo eficiente

O 2 passo consiste ento em passar do instante t
l+1/2
para o instante t
l+1
atravs de uma
aproximao centrada implcita na direco x e de uma aproximao centrada explcita
na direco y
Para uma malha quadrada (x = y), a equao anterior pode ainda ser escrita
( ) ( )
2
1 2 1 2 1 2 1 1 1
1, , 1, , , 1 , 1
2 1 2 1
k t
x
l l l l l l
T T T T T T
+ + + + + +
+
+
+ + = + +
O sistema de equaes resultante tambm tridiagonal

Note-se que o esquema A.D.I. s conduz a sistemas tridiagonais se for aplicado na
direco que implcita, i.e., no 1 passo segundo y e no 2 passo segundo x
1 passo
(direco y)
2 passo
(direco x)

Use o mtodo de A.D.I. para determinar a temperatura na placa de 40x40 cm aquecida para
t = 10 e 100 s. Em t = 0 s assuma que a temperatura zero e que as condies de fronteira
so as representadas na figura. Considere ainda t = 10 s e que k = 0,835 cm
2
/s.
Soluo
2 2
0,835 10
0, 0835
10
k t
x

= = =
1 passo aplicado entre t = 0 e 5 s

Entre instante t = 0 e 10 s
2 2
2 2
T T T
k
t
x y
| |

= + |
|

\
EDPs em duas dimenses espaciais o esquema A.D.I.: exemplo

1 passo
(direco y)
2 2
2 2
T T T
k
t
x y
| |

= + |
|

\
1 2 1 2 1 2 1 2
2 2
, , , 1, , 1, , 1 , 1
2 2 2 2
2
2
2
l l l l l l l l
T T T T T T T T
T T T
k k
t t
x y x y
+ + + +
+ +
| |
+ | | +

|
= + = + |
|
|

\
\
Explcito segundo x
Implcito segundo y
( ) ( )
2
1 2 1 2 1 2
1, , 1, , , 1 , 1
2 1 2 1
k t
x
l l l l l l
T T T T T T
+ + +
+
+
+ + = + +

1 passo
(direco
y)
2 passo
(direco x)
Implcito segundo x
Explcito segundo y
1 2 1 2 1 2 1 2 1 1 1 1
2 2
, , , 1, , 1, , 1 , 1
2 2 2 2
2
2
2
l l l l l l l l
T T T T T T T T
T T T
k k
t t
x y x y
+ + + + + + + +
+ +
| |
+ | | +

|
= + = + |
|
|

\
\
2 2
2 2
T T T
k
t
x y
| |

= + |
|

\
( ) ( )
2
1 2 1 2 1 2 1 1 1
1, , 1, , , 1 , 1
2 1 2 1
k t
x
l l l l l l
T T T T T T
+ + + + + +
+
+
+ + = + +

1 passo aplicado entre t = 0 e 5 s (implcito na direco y)
N (1,1)
( ) ( )
1 2 1 2 1 2
1, , 1, , , 1 , 1
2 1 2 1
l l l l l l
T T T T T T
+ + +
+
+
+ + = + +
{
( )
{
( )
{ {
1 2 1 2 1 2 0 0 0
0,1 1,1 2,1
1,0 1,1 1,2
75 0 0
0
1 2 1 2
1,1 1,2
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
2,167 0, 0835 6, 2625
T T T T T T
T T
= = =
=
+ + = + +
=
N (1,2) ( )
{
( )
{ {
1 2 1 2 1 2 0 0 0
0,2 1,2 2,2
1,1 1,2 1,3
75 0 0
1 2 1 2 1 2
1,1 1,2 1,3
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
0, 0835 2,167 0, 0835 6, 2625
T T T T T T
T T T
= = =
+ + = + +
+ =
N (1,3)
( )
{
{
( )
{ {
1 2 1 2 1 2 0 0 0
0,3 1,3 2,3
1,2 1,3 1,4
75 0 0
100
1 2 1 2
1,2 1,3
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
0, 0835 2,167 14, 6125
T T T T T T
T T
= = =
=
+ + = + +
+ =

A equao s diferenas aplicada
apenas aos ns (1,1), (1,2) e (1,3)
resulta no seguinte sistema tridiagonal
1 2
1,1
1 2
1,2
1 2
1,3
2,167 0, 0835 6, 2625
0, 0835 2,167 0, 0835 6, 2625
0, 0835 2,167 14, 6125
T
T
T

(

(
=
` `
(

(
)

)
1 2 1 2 1 2
1,1 1,2 1,3
3, 0160 3, 2708 6, 8692 T T T = = =
1 2 1 2 1 2
2,1 2,2 2,3
0, 0057 0,1489 3, 8590 T T T = = =
1 2 1 2 1 2
3,1 3,2 3,3
2, 0126 2, 2302 5, 8658 T T T = = =
Aplica-se a equao do mesmo modo aos restantes ns (2,j) e depois aos ns (3,j), obtendo-se
assim, para toda a malha:
Conhecem-se agora T
1/2
, pelo que se pode aplicar o 2 passo implcito

N (1,1)
{
( )
{
( )
{ {
1 2 1 2 1 2 1 1 1
0,1 1,1 2,1
1,0 1,1 1,2
75
0 3,0160 3,2708
1 1
1,1 2,1
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
2,167 0, 0835 12, 0639
T T T T T T
T T
=
= = =
+ + = + +
=
( ) ( )
1 2 1 2 1 2 1 1 1
1, , 1, , , 1 , 1
2 1 2 1
l l l l l l
T T T T T T
+ + + + + +
+
+
+ + = + +
2 passo aplicado entre t = 5 e 10 s (implcito na direco x)
N (2,1) ( )
{
( )
{ {
1 2 1 2 1 2 1 1 1
1,1 2,1 3,1
2,0 2,1 2,2
0 0,0057 0,1489
1 1 1
1,1 2,1 3,1
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
0, 0835 2,167 0, 0835 0, 0230
T T T T T T
T T T
= = =
+ + = + +
+ =
N (3,1) ( )
{
{
( )
{ {
1 2 1 2 1 2 1 1 1
2,1 3,1 4,1
3,0 3,1 3,2
50
0 2,0126 2,2302
1 1
2,1 3,1
0, 0835 2 1 0, 0835 0, 0835 0, 0835 2 1 0, 0835 0, 0835
0, 0835 2,167 8, 0502
T T T T T T
T T
=
= = =
+ + = + +
+ =

1
1,1
1
2,1
1
3,1
2,167 0, 0835 12, 0639
0, 0835 2,167 0, 0835 0, 0230
0, 0835 2,167 8, 0502
T
T
T

(

(
=
` `
(

(
)

)
1 1 1
1,1 2,1 3,1
5, 5813 0, 3693 3, 7292 T T T = = =
A equao s diferenas aplicada aos
ns (1,1), (2,1) e (3,1) resulta no
seguinte sistema tridiagonal
Aplica-se a equao do mesmo modo aos restantes ns (i,2) e depois aos ns (i,3), obtendo-se
assim, para toda a malha:
1 1 1
1,2 2,2 3,2
6, 0633 0, 6681 4,1424 T T T = = =
1 1 1
1,3 2,3 3,3
12, 9900 8, 0529 11,1378 T T T = = =
Conhecem-se agora no final do primeiro intervalo de clculo os valores T
1
, pelo que se pode
passar ao segundo intervalo entre t = 10 e 20 s. Como bvio o processo de clculo pode ser
transformado num algoritmo facilmente implementvel em MatLab

t = 10 s t = 100 s

t at 60 s
x = y = 1 cm

EDPs em duas dimenses espaciais
O mtodo A.D.I. apenas um dos mtodos pertencentes ao grupo dos designados mtodos
splitting (diviso da aproximao implcita em diversos passos, dois para duas dimenses,
trs para trs dimenses). Alguns deles permitem ultrapassar as dificuldades de aplicao do
A.D.I. a problemas tridimensionais

(
Convergncia e Estabilidade sistemas de equaes

Matriz de amplificao
O coeficiente de amplificao tal como foi definido anteriormente diz respeito a uma equao
discretizada com uma nica varivel dependente e com dois nveis de tempo. No caso de
existirem mais nveis de tempo existiro N 1 coeficientes para N nveis de tempo
Para sistemas de EDPs (duas ou mais equaes) define-se igualmente a matriz de
amplificao relativa harmnica m

Matriz de amplificao exemplo
u v
c
t x
v u
c
t x

Analise a estabilidade do seguinte sistema de EDPs
Que pode ser resolvido pelo seguinte esquema numrico
( )
( )
1
1 1
1 1 1
1 1
2
2
n n n n
j j j j
n n n n
j j j j
c t
u u v v
x
c t
v v u u
x
+
+
+ + +
+

A equao pode escrever-se
Relembrando a decomposio harmnica
( )
( )
( )
( )
1 1
1 1 1 1
1 1 1 1 1 1
1 1 1 1
2 2
2 2
n n n n n n n n
j j j j j j j j
n n n n n n n n
j j j j j j j j
c t c t
u u v v u u v v
x x
c t c t
v v u u v v u u
x x
+ +
+ +
+ + + + + +
+ +

= = +

= = +

m
m
i x n
j m
m
i x n
j m
m
u A e
v B e

Designando por A
m
+
e B
m
+
as amplitudes no instante (n + 1)t e substituindo no sistema
anterior obtm-se

( )
( )
2
2
m m
m m
i x i x
m m m
i x i x
m m m
c t
A A e e B
x
c t
B B e e A
x
+
+ +
= +
= +

Obtm-se assim as matrizes dos coeficientes de cada membro do sistema de equaes
anteriores
( ) ( )
sen
2 2
i x i x
m m
m m
c t c t
e e x
i x x
m m m m
m m m m
A A i B
B i A B

= =
+

+ +
= +
0
1
0 1
m
i
H
(
=
(

1
1 0
1
m
H
i
(
=
(

m
A
m
B
m
A
+
m
B
+

Resolvendo a seguinte equao
1
1 0
2
1
1
m
m
m m
i
G H H
i

(
= =
(

(

0
1
0 1
m
i
H
(
=
(

1
1 0
1
m
H
i
(
=
(

m
A
m
B
m
A
+
m
B
+
( )
2 2
2 1 0
m
+ =
Pode obter-se o polinmio caracterstico

Os valores prprios so
2 2
1,2
2 4
2
m m m

=
2
2
4 razes so complexas e o seu mdulo vale 1
4 um dos valores prprios em valor absoluto superior a 1 (instvel)
m
m
<
>
A condio de estabilidade dada
2
2
4 4 1
2
m
c t c t
x x

| |

|

\

)
Convergncia e Estabilidade sistemas de equaes

2.4.2 Mtodos de Diferenas Finitas (equaes hiperblicas)
2 2 2
2 2

+ + + + + =

u u u u u
A B C D E Fu G
x y x y
x y
2
4AC = 0)
2
4AC > 0)
Elpticas (quando B
2
4AC < 0)
2 2
2 2

=

u u
t x
2
1
1
=
= = >
A
B B AC
C

As EDPs hiperblicas podem escrever-se na frmula geral dita numericamente conservativa.
No caso bidimensional escreve-se
Formulaes conservativas e no conservativas
( ) ( )
( )
(forma conservativa)
t x y

+ + =

F U G U
U
S U
( )
( )
( )
vector das variveis dependentes
vector de fluxo na direco
vector de fluxo na direco
vector com termos de fonte
x
y
=
=
=
=
U
F U
G U
S U
A importncia de escrever e discretizar as EDPs na sua forma conservativa tem a ver com o
facto de esta ser a que permite obter solues correctas no caso de existirem
descontinuidades (por descontinuidade entenda-se uma variao brusca de uma ou mais
variveis dependentes) as variveis conservativas correspondem a leis de conservao

As EDPs hiperblicas podem ainda escrever-se na frmula geral dita matematicamente no
conservativa. No caso bidimensional escreve-se
( ) ( ) ( )
(forma no conservativa)
t x y

+ + =

U U U
A U B U S U
( )
1 1 1
1 2
2 2 2
1 2
1 2
n
n
n n n
n
g g g
u u u
g g g
u u u
g g g
u u u

(
(

(
(

(
= =
(
(
(

(
(

G
B U
U
L
L
M M M
L
A(U) e B(U) so as matrizes Jacobianas definidas por
( )
1 1 1
1 2
2 2 2
1 2
1 2
n
n
n n n
n
f f f
u u u
f f f
u u u
f f f
u u u

(
(

(
(

(
= =
(
(
(

(
(

F
A U
U
L
L
M M M
L

Note-se que matematicamente a forma conservativa e no conservativa so equivalentes
( ) ( )
( ) ( )
( ) ( ) ( )
t x y t x y
t x y

+ + = + + =

+ + =

F U G U
U U F U G U
S U S U
U U
U U U
A U B U S U
Porm, na forma conservativa discretizam-se os fluxos, enquanto na forma no
conservativa so discretizadas as variveis dependentes e as matrizes Jacobianas
tm que ser aproximadas. Isto leva a que os mtodos baseados na forma no
conservativa falhem na avaliao dos fluxos, especialmente atravs de descontinuidades

Considere-se, como exemplo de EDPs hiperblicas, o sistema de equaes de Saint-
Venant que expressam a conservao da massa e da quantidade de movimento num
escoamento com superfcie livre.
No caso unidimensional de canal rectangular prismtico e com fundo fixo pouco inclinado
tem-se
( )
0
0
e
h u h
h u
t x x
u u h
u g g S S
t x x

+ + =
+ + =

2
0
altura de gua (m)
velocidade mdia do escoamento (m/s)
acelerao gravtica (9,8 m/s )
inclinao do fundo do canal (m/m)
inclinao da linha de energia
perda de carga unitria (m/m)
e
h
u
g
S
S
=
=
=
=
=
Agrupando as derivadas
espaciais na 1 equao obtm-se
( )
( )
0
0
e
h
uh
t x
u u h
u g g S S
t x x

+ =
+ + =

As variveis dependentes conservativas sero h e uh (massa e quantidade de
movimento), pelo que teremos que manipular a 2 equao para que aparea explicitamente
a varivel uh
( )
( )
( )
( )
0 0
0
0
e e
h
h
uh
uh
t x
t x
uh uh h
u u h
u g g S S u g g S S
t h x h x t x x

+ =
+ =

| | | |

+ + = + + =
| |

\ \
( )
( ) ( ) ( )
2
0
2 2
0
1
e
h
uh
t x
uh h u u h h h
uh uh g g S S
h t t h x x x
h h

+ =
+ + =
( )
( ) ( ) ( )
2
0
0
e
h
uh
t x
h h h
uh u u uh u gh gh S S
t t x x x

+ =
+ + =

( )
( ) ( ) ( )
2
0
0
2
e
h
uh
t x
h h
uh u uh u gh gh S S
t x x x

+ =
+ + =

( )
( )
( )
( )
( )
2
2
0
0
2
e
h
uh
t x
uh
g
uh h gh S S
t x h x

+ =
(
+ + =
( )
( ) ( )
2 2
0
0
1
2
e
h
uh
t x
uh u h gh gh S S
t x

+ =

| |
+ + =
|

O sistema de EDPs na forma conservativa pode assim escrever-se
( )
( )
( ) ( )

( )
( )
( )
( )
( )
1 1 1
1 2
2 2 2
1 2
2 2 2 2
1 2
1 1
2 2
n
n
n n n
n
f f f
u u u
uh uh
f f f
h uh
u u u
u h gh u h gh
h uh
f f f
u u u

(
(

(

(
(

(

(
(
= = =
(
(

| | | |
(
+ +
(
| |
(
\ \
(

(
(

F
A U
U
L
L
M M M
L
O sistema de EDPs na forma no conservativa obtm-se a partir do anterior, calculando a
matriz Jacobiana
t x

+ =

U U
A S
t x

+ =

U F
S

( )
2
0 1
2 u gh u
(
=
(
+
(

A U
conveniente notar que
( )
0 0
u h u u
uh h u
h h h h h

= + = =

( )
0
h
uh
O sistema de EDPs na forma no conservativa pode assim escrever-se

h
uh
(
=
(

U
( )
0
0
e
gh S S
(
=
(

S
t x

+ =

U U
A S
( )
2
0 1
2 u gh u
(
=
(
+
(

A U
Apesar do sistema anterior ter como variveis dependentes as variveis conservativas (h e
uh que permitem escrever o sistema na forma conservativa) est apresentado numa forma
no conservativa e por isso a discretizao numrica pode levar a maus resultados

Note-se que a escrita na forma conservativa no por si s garante de obteno de uma boa
soluo. De facto se se utilizar as variveis h e u (ditas primitivas) obtm-se muito mais
facilmente a forma conservativa
Porm, a utilizao de u como varivel dependente induz erros na obteno de solues em
presena de descontinuidades, dado que a velocidade no uma varivel fisicamente
conservativa
t x

+ =

U F
S
h
u
(
=
(

U
2
2
uh
u
gh
(
(
=
(
+
(

F
( )
0
0
e
g S S
(
=
(

S
Nas descontinuidades tm que se verificar as
condies de Rankine-Hugoniot
( ) ( ) ( )
i R L i R L
S S = = F U F U F U U U
S
i
x
U
R
U
L

Aplicando as condies de Rankine-Hugoniot ao sistema com as variveis conservativas
(h e uh) obtm-se
( )
2
L
cons R R L
R
gh
S u h h
h
= + +
Aplicando as condies de Rankine-Hugoniot ao sistema com as variveis no
conservativas (h e u) obtm-se
2
2
L
ncons R
R L
h
S u g
h h
= +
+
As solues numricas baseadas nas
variveis primitivas do velocidades dos
choques erradas (menores do que a
real), tanto mais erradas quanto maior
for a fora do choque
0
10
20
30
40
50
0 5 10 15 20
Fora do choque h
R
/h
L
V
e
l
o
c
i
d
a
d
e

d
o

c
h
o
q
u
e

S
Scons
Sncons


O sistema de EDPs na forma no conservativa pode assim escrever-se
h
uh
(
=
(

U
( )
0
0
e
gh S S
(
=
(

S
t x

+ =

U U
A S
( )
2
0 1
2 u gh u
(
=
(
+
(

A U
O sistema de EDPs na forma conservativa pode assim escrever-se
t x

+ =

U F
S
h
uh
(
=
(

U
2 2
1
2
uh
u h gh
(
(
=
(
+

F
( )
0
0
e
gh S S
(
=
(

S
t x

+ =

U U
A S
t x

+ =

U F
S
Equaes de Saint-Venant
Ambos os sistemas anteriores tm como variveis dependentes as variveis conservativas h e uh; no
entanto esto apresentados de formas diferentes, conservativa e no convervativa diferentes
resultados numricos para o mesmo problema

( ) ( )( )
( )
( )
2
2
2 2
2 2
1
det 0 0 2 0
2
2 4 4
2 0
2
C
C C u C u gh
u gh u C
u u u gh
C uC u gh C C u gh u
C u c
+
= = + =
+

+ = = = =
= +

A I
Estrutura caracterstica
O estudo da estrutura caracterstica das EDPs hiperblicas fundamental na obteno e
interpretao de resultados numricos
As EDPs hiperblicas tm uma propriedade que as distingue das parablicas, que o facto
de variarem de acordo com leis especficas (invariantes de Riemann) ao longo de certas
famlias de curvas ou superfcies, designadas curvas (ou superfcies) caractersticas
t x

+ =

U U
A S
( )
2
0 1
2 u gh u
(
=
(
+
(

A U
determinao dos valores
prprios da matriz Jacobiana
Vamos determinar os invariantes de Riemann para as equaes de Saint-Venant partindo da
formulao no-conservativa

( ) ( )( )
( )
( )
2
2
2 2
2 2
1
det 0 0 2 0
2
2 4 4
2 0
2
C
C C u C u gh
u gh u C
u u u gh
C uC u gh C C u gh u c
C u c
C u c
+
= = + =
+

+ = = = =
= +
A I
Os dois valores prprios (caractersticas), C
+
e C
-
, so
reais pelo que fica verificada a hiperbolicidade do sistema
t x

+ =

U U
A S
( )
2
0 1
2 u gh u
(
=
(
+
(

A U
No presente caso (equaes de Saint-Venant) os valores prprios tm dimenses de
velocidade/celeridade [LT
-1
]
c a celeridade de propagao de ondas em pequena profundidade

A determinao das expresses dos invariantes ao longo das caractersticas pode ser
efectuado com base nos vectores prprios R
1 1
2
2 2
0 1
2
r r
C C
r r
u gh u
(
( (
= =
(
( (
+
(

AR R
Se A uma transformao linear, o vector r no-trivial um vector prprio se existe um
C tal que a igualdade seja vlida
1 1
2
2 2
0 1
2
r r
C C
r r
u gh u
(
( (
= =
(
( (
+
(

AR R
C um valor prprio
Para cada valor prprio C obtm-se um vector prprio
1 1
2
2 2
0 1
2
r r
C C
r r
u gh u
(
( (
= =
(
( (
+
(

AR R
( )
( )
( )
( )
Vector prprio
( )
( )
( )
( )

( )
( )
( )
( )
( )
( )
( )
( )
Conhecendo os vectores prprios R definem-se os invariantes (tambm designados
invariantes de Riemann) atravs das expresses

(
1
1
2 2
2
admitindo 1
0 1
2
1
r
r
u c
u c u
r
u c
+
+
=
(
(
( =
(
+ ( (

(
=
(

R
(
1
1
2 2
2
admitindo 1
0 1
2
1
r
r
u c
u c u
r
u c
+
+
+
=
+
(
(
( = +
(
+ ( (

(
=
(
+

R
h
uh
(
=
(

U
( ) ( )
1
2 2
d uh d uh
dh du du
u c u h u c h c
u c dh dh dh
g
du dh u gh cte u c cte
h
= = + + = + =
+
= = + =
( ) ( )
1
d uh d uh
dh du du
u c u h u c h c
u c dh dh dh
= = + = =
Invariante correspondente ao valor prprio u + c

Invariante correspondente ao valor prprio u c
1 2
1 2
...
n
n
du du du
r r r
+ + +
= = =
1 2
1 2
...
n
n
du du du
r r r
+ + +
= = =

Note-se que a anlise anterior correspondente ao caso homogneo, ou seja sem termos de
fonte, S = 0. A existncia de termos de fonte pode contaminar as caractersticas. Nesse
caso, o estudo da estrutura caracterstica por via analtica muito complexo e muitas vezes
invivel
A anlise da estrutura caracterstica apresentada anteriormente para as variveis
conservativas (h e uh) pode ser aplicada tambm ao sistema com as variveis primitivas
(h e u). Usualmente, o clculo mais simples e os resultados so exactamente os mesmos
A anlise efectuada a base de um dos mais conhecidos mtodos de resoluo de EDPs
hiperblicas, o mtodo das caractersticas MOC
Os invariantes de Riemann so constantes ao longo das curvas caractersticas

A propriedade das EDPs hiperblicas referida anteriormente, i.e., a existncia de curvas
caractersticas, fundamental para a obteno da soluo numrica
Inversamente, de cada ponto (A) saem duas caractersticas que definem o domnio de
influncia do ponto em questo
E
A
C
C
+
D
t
x
domnio
dependncia
A
t
x
C
+
C
domnio
influncia
Interpretao geomtrica
dx
u c
C u c
dt
dx
C u c
u c
dt
+
= +

= +

=

=

Note-se que as curvas caractersticas tambm podem ser definidas para EDPs elpticas e
parablicas
Nos problemas parablicos as duas caractersticas
so iguais e o domnio de dependncia do ponto A
a prpria curva caracterstica. O domnio de influncia
toda a regio direita da curva caracterstica
Nos problemas elpticos as caractersticas no so
reais (complexas). Toda a regio dentro da
caracterstica o domnio de influncia e ao mesmo
tempo de dependncia do ponto A
A
C
t
x
domnio de
influncia
Problema parablico
x
t
C
A
domnio de
influncia e de
dependncia
Problema elptico

Estrutura caracterstica influncia no passo de clculo
As curvas caractersticas revelam-se importantes na definio do passo de clculo, como
se ilustra no exemplo seguinte
Assim, a condio de estabilidade de um esquema numrico para resolver uma EDP
hiperblica vai depender do valor das caractersticas
C
+

t
x
1
j
i
x
j
i
x
1
j
i
x
+
1 j
i
x
+
t
x
Passo de clculo
(mtodo instvel)
C
Passo de clculo
(mtodo estvel)
t
x
1
j
i
x
j
i
x
1
j
i
x
+
1 j
i
x
+
t
x
C
C
+

Se o passo de clculo (combinao em x e t) sair fora do domnio de dependncia o
mtodo instvel

Outro aspecto importante das caractersticas que influenciam o tipo de soluo
(existncia de descontinuidades, zonas de transio, entre outras)
Os esquemas anteriores revelam que a informao ao longo das caractersticas no se
propaga para montante no caso do escoamento rpido
Escoamento lento (c > u)
C
+
= u + c > 0 e C
= u c < 0
C
t
x
C
+

t
x
Escoamento rpido (c < u)
C
+
= u + c > 0 e C
= u c > 0
C
+

C

c
U
gh
U
Fr = =
Estrutura caracterstica caracterizao da soluo

No ponto A intersectam-se uma C
+
com uma C
e uma C
+
com outra C
+
. Isto significa que a
varivel dependente pode tomar dois valores diferentes em A, o que s possvel se
existir uma descontnuidade (exemplo: ressalto hidrulico que ocorre na passagem de um
regime rpido para um regime lento)
h
A B
t
t + t
ressalto hidrulico
Choque compressivo com variao de celeridade (C
+
)
D
> C
choque
> (C
+
)
E
pontos de confluncia de duas ou mais curvas caractersticas
Em EDPs no lineares o declive das caractersticas pode mudar ao longo da direco
espacial, dando origem a configuraes especficas na soluo
B
C
+
t
x
C
+
C
A
descontinuidade
(choque compressivo)
C
D E
Estrutura caracterstica declive das caractersticas varivel com x

O choque expansivo no possvel fisicamente, ou seja, um ponto A na descontinuidade
no pode transportar informao para fora dela
Choque expansivo com celeridade C
+
esquerda
< C
choque
< C
+
direita
C
+
esquerda
t
x
C
+
direita
A
B
descontinuidade
(choque expansivo)
Teoricamente existe ainda outra possibilidade de se formar um choque

Apesar dos choques expansivos no poderem existir, as caractersticas podem gerar ondas
de expanso, onde as variveis dependentes podem variar gradualmente mas no
bruscamente (choques)
Onda expansiva
A
Onda de expanso
C
+
esquerda
t
x
C
+
direita
h
A
Onda de expanso

Existe ainda um outro tipo de descontinuidades que se pode estabelecer entre dois estados
com variveis diferentes mas com C
+
esquerda
= C = C
direita
. Um caso deste tipo de
descontinuidade o transporte de um poluente num escoamento com altura e
velocidade longitudinal constante
Descontinudade de contacto
Descontinuidade de contacto
C
+
esquerda
t
x
C
+
direita
A
Estrutura caracterstica descontinuidade de contacto

Outro aspecto importante das caractersticas que ditam o nmero de condies
de fronteira a serem impostas
Uma condio de fronteira de montante
referente a C
+
e uma condio de
fronteira de jusante referente a C
Escoamento lento (c > u)

C
+
= u + c > 0 e C
= u c < 0
t
Escoamento rpido (c < u)
C
+
= u + c > 0 e C
= u c > 0
t
Duas condies de fronteira de montante
referentes a C
+
e C

. Nenhuma

condio
de fronteira de jusante
Estrutura caracterstica condies de fronteira

Existem diversos tipos fsicos de condies de fronteira. Alguns exemplos:
Fronteiras transmissivas (permitem a transmisso da informao atravs da fronteira
exemplo fronteira aberta)
( ) ( )
primeiro ou primeiro ou
ltimo n interior ltimo n interior
e/ou
n n
n n
fronteira
fronteira
h h uh uh = =
Fronteiras reflectivas (reflectem a informao para o interior do domnio de clculo
exemplo paredes)
( ) ( )
e/ou
n n
n n
fronteira
fronteira
h h uh uh = =
Fronteiras reflectivas em movimento (reflectem a informao para o interior do domnio de
clculo mas com uma velocidade relativa exemplo placas em movimento)
( ) ( )
fronteiraem
movimento
e/ou 2
n n
n n
fronteira
fronteira
h h uh uh u = = +
Estrutura caracterstica condies de fronteira

Mtodo das caractersticas
O mtodo das caractersticas baseia-se em determinar a soluo partindo de ns iniciais
(o espaamento pode no ser uniforme) e seguindo o andamento das caractersticas
No caso das equaes de Saint-Venant as
caractersticas so
Os invariantes de Riemann das equaes de Saint-Venant sem termos de fonte j se
demonstrou anteriormente que so
Demonstra-se que quando existem termos de fonte os invariantes passam a ser quasi-
invariantes e so

= +
=
cte c u
cte c u
2
2

( ) ( )
( ) ( )
= +
=
f
f
S S g c u
dt
d
S S g c u
dt
d
0
0
2
2
O mtodo das caractersticas baseia-se em determinar a soluo partindo de ns iniciais
(o espaamento pode no ser uniforme) e seguindo o andamento das caractersticas
No caso das equaes de Saint-Venant as
caractersticas so
Os invariantes de Riemann das equaes de Saint-Venant sem termos de fonte j se
demonstrou anteriormente que so
quasi-

= +
=
cte c u
cte c u
2
2

Agrupando os invariantes e as caractersticas obtm-se o seguinte sistema de equaes
Sistema de equaes que permite resolver u e c
Quasi-invariante de Riemann
Caracterstica
Quasi-invariante de Riemann
Caracterstica

( ) ( )
( ) ( )
(
(
(
(
(
(
(
=
= +
(
(
(
(
(
(
(
+ =
=
+
C de longo ao
2
C de longo ao
2
0
0
c u
dt
dx
S S g c u
dt
d
c u
dt
dx
S S g c u
dt
d
f
f

( ) ( )
( ) ( )
(
(
(
(
(
(
(
=
= +
(
(
(
(
(
(
(
+ =
=
+
C de longo ao
2
C de longo ao
2
0
0
c u
dt
dx
S S g c u
dt
d
c u
dt
dx
S S g c u
dt
d
f
f
Considerando que se conhecem as variveis em dois ns L e R (no incio do clculo so as
condies iniciais), podem discretizar-se as equaes anteriores para obter a soluo no
ponto P num instante de tempo superior
R
P
C
C
+
L
t
x
[ ]
[ ]
( )
[ ]
[ ]
[ ]
[ ]
[ ]
( )
[ ]
[ ]
[ ]
0
0
2
ao longo de
2
ao longo de
P
L
e
P L
L
P
L
L
P
L
P
R
e
P R
R
P
R
L
P
R
u c
g S S
t
C
x
u c
t
u c
g S S
t
C
x
u c
t
+
(
+
(
( =

(
= +
(
(

(
( =

(
=
(
-
+

Desenvolvendo a equao anterior conclui-se que tem-se 4 incgnitas todas no ponto P (u

P
,
c
P
, t
P
e x
P
). Todas as variveis em L (u
L
, c
L
, t
L
e x
L
) e R (u
R
, c
R
, t
R
e x
R
) so conhecidos
R
P
C
C
+
L
t
x
[ ]
[ ]
( )
[ ]
[ ]
[ ]
[ ]
[ ]
( )
[ ]
[ ]
[ ]
0
0
2
ao longo de
2
ao longo de
P
L
e
P L
L
P
L
L
P
L
P
R
e
P R
R
P
R
L
P
R
u c
g S S
t
C
x
u c
t
u c
g S S
t
C
x
u c
t
+
(
+
(
( =

(
= +
(
(

(
( =

(
=
(
-
+
( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
0
0
2 2
ao
2 2
ao l
P P L L L eL P L
P L L L P L
P P R R R eR P R
P R R R P R
u c u c g S S t t
x x u c t t
u c u c g S S t t
x x u c t t
( + + =
(
= +
(

( =
=
(
-
+

As variveis S
0
e S
e
dos termos de fonte podem ser especificadas por equaes de fecho
que as relacionam com as outras variveis. Por exemplo,
cota do fundo
0
f
z
S
x
( )
2
2 3
e
u
S
K R h
| |
|
=
|
(

\

( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
A metodologia de clculo a seguinte:
Determina-se o tempo no n P, t
P
, eliminando x
P
nas 2 e 4 equaes
( ) ( ) ( )
( ) ( )
L R R R R L L L
P
R L L R
x x t u c t u c
t
u u c c
+ +
=

( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
0
0
2 2
ao longo de
2 2
ao longo de
P P L L L eL P L
P L L L P L
P P R R R eR P R
P R R R P R
u c u c g S S t t
C
x x u c t t
u c u c g S S t t
C
x x u c t t
+
( + + =
(
= +
(

( =
=
(
-
+
Obtm-se a distncia no n P, x
P
, usando a 2 equao
( )( )
P L L L P L
x x u c t t = + +
R
P
C
C
+
L
t
x
Calculados: t
P

( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
0
0
2 2
ao longo de
2 2
ao longo de
P P L L L eL P L
P L L L P L
P P R R R eR P R
P R R R P R
u c u c g S S t t
C
x x u c t t
u c u c g S S t t
C
x x u c t t
+
( + + =
(
= +
(

( =
=
(
-
+
R
P
C
C
+
L
t
x
Calculados: t
P,
x
P
Obtm-se a celeridade (indirectamente altura de gua) no n P, c
P
, eliminando u
P
nas 1 e
3 equaes
( ) ( ) ( )( ) ( ) ( )
0 0
1
2
4
P L R L R L eL P L R eR P R
c u u c c g S S t t g S S t t ( = + + +

( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
0
0
2 2
ao longo de
2 2
ao longo de
P P L L L eL P L
P L L L P L
P P R R R eR P R
P R R R P R
u c u c g S S t t
C
x x u c t t
u c u c g S S t t
C
x x u c t t
+
( + + =
(
= +
(

( =
=
(
-
+
R
P
C
C
+
L
t
x
Calculados: t
P,
x
P,
c
P
Por ltimo obtm-se a velocidade no n P, u
P
, usando a 1 equao
( ) ( )( )
0
2 2
P L L P L eL P L
u u c c g S S t t = + +

( ) ( ) ( )( )
( ) ( )( )
( ) ( ) ( )( )
( ) ( )( )
0
0
2 2
ao longo de
2 2
ao longo de
P P L L L eL P L
P L L L P L
P P R R R eR P R
P R R R P R
u c u c g S S t t
C
x x u c t t
u c u c g S S t t
C
x x u c t t
+
( + + =
(
= +
(

( =
=
(
-
+
R
P
C
C
+
L
t
x
Calculados: t
P,
x
P,
c
P
Por ltimo obtm-se a velocidade no n P, u
P
, usando a 1 equao
( ) ( )( )
0
2 2
P L L P L eL P L
u u c c g S S t t = + +
Calculados: t
P,
x
P,
c
P
,u
P

Note-se que o mtodo conduz a uma soluo em instantes de tempos e localizaes no
espao no uniformemente espaados. Por exemplo, t
4
t
5
e x
5
x
4
x
2
x
1
2
4
1
t
x
3
5
7
6
8
C
+
C
Para se determinar o n 6 na fronteira teria, neste caso, que se especificar uma condio
de fronteira que permita substituir C
+
e que, em conjunto com a C
vinda do n 4, permite
a soluo em 6, continuando o clculo para o n 8

O mtodo das caractersticas um mtodo explcito, pelo que a sua estabilidade numrica
depende de uma relao entre t e x cuja determinao feita com a seguinte condio
(condies de Courant-Friedrich-Lewy, CFL)

( ) c u
x
C max
x
C t
N
+
= =

Em que C
N
corresponde razo entre a celeridade real (fsica) e a celeridade numrica
(definida pela malha de clculo); para que o mtodo seja estvel C
N
< 1

Apesar do mtodo das caractersticas permitir uma excelente visualizao do andamento
da soluo e do comportamento das caractersticas, a sua aplicao a sistemas de EDPs
revela-se complexa. Nomeadamente na determinao da matriz Jacobiana, dos
respectivos valores prprios (caractersticas) e dos invariantes de Riemann
A aplicao do mtodo a problemas com mais do que uma dimenso espacial tambm
complexo, dado que as caracterstica deixam de ser curvas num plano para passarem a ser
superfcies num espao tridimensional. Assim, a interseco das caractersticas no resulta
num n, mas sim num conjunto de ns (linha ou curva)
O MOC no entanto fundamentalmente nas fronteiras e traz grandes vantagens na
compreenso fsica do fenmeno
Embora do ponto de vista de estabilidade os passos adaptativos tragam vantages, do ponto
de vista de tratamento de resultados estes implicam a interpolao em x e t para obteno
de resultados numa malha regular.

Aspectos importantes sobre resoluo computacional de EDPs no abordados
O tratamento dos termos de fonte pode ser um aspecto importante na obteno da
soluo de EDPs no homogneas. Existem vrias metodologias cuja aplicao depende
do tipo de problema e do mtodo de diferenas finitas utilizado
O tratamento das condies de fronteira foi abordado de uma forma simplificada baseada
no mtodo das caractersticas. Existem outras metodologias que permitem lidar
adequadamente com condies de fronteira mais complexas
Outros mtodos de diferenas finitas aplicados a EPDs (Euler, upwind, Lax-Friedrichs,
Lax-Wendroff, centrados, etc)

MODELOS REDUZIDOS E COMPUTACIONAIS EM ENGENHARIA EXAME TIPO/PARTE PRTICA

MODELOS REDUZIDOS E
COMPUTACIONAIS EM ENGENHARIA

EXAME TIPO

DOCENTE: Mrio J. Franca DATA: 3 de Junho de 2010
ANO LECTIVO: 2009/2010 DURAO: Parte Terica: 1 h 30 min

PARTE PRTICA (14,0 valores)

ALUNO N: NOME:

permitida a consulta de formulrio a elaborar pelo aluno de duas folhas A4.
permitido o uso de mquina calculadora.

Justifique cuidadosamente todas as respostas, apresentando todos os clculos.

1) (2,0 valores) Von Krmn, em 1912, estudou e descreveu a formao de vrtices no
escoamento de um fluido em torno de um cilindro para nmero de Reynolds acima de 50.
Os vrtices ficaram conhecidos por vrtices de von Krmn. O fenmeno depende da
velocidade do escoamento V, do dimetro do cilindro D e da viscosidade do fluido
([]=ML
-1
T
-1
). Determine, justificando, o parmetro adimensional correspondente
frequncia dos vrtices f.

2) (3,0 valores) Para estudar um oscilador com um grau de liberdade (fenmeno no qual
intervm, fundamentalmente, as foras de elasticidade e de inrcia) construiu-se um
modelo escala geomtrica
l
. Identifique o tipo de semelhana e determine a escala do
tempo (
t
), e das tenses (
) quando no modelo se utiliza o mesmo material.

MODELOS REDUZIDOS E COMPUTACIONAIS EM ENGENHARIA EXAME TIPO/PARTE PRTICA
3) (3,0 valores) Explique o algoritmo de clculo apresentado indicando a que mtodo
computacional corresponde e referindo os principais passos de clculo.

function I = FUNCAO(func,a,b,n)
if (n/2-round(n/2))~= 0,
error('o nmero de intervalos tem que ser par'),
end
h = (b - a)/n;
x = a;
s = 0;
for i = 1 : n-1
x = x + h;
if (i/2-round(i/2))== 0
s = s + 2*func(x);
else
s = s + 4*func(x);
end
end
Resultado = (func(a) + s + func(b))*(b-a)/(3*n);

4) (3,0 valores) A transmisso de calor numa haste de alumnio aquecida com 6 cm de
comprimento descrita pela seguinte EDP:
2
2
T T
k
t x

=

k = condutividade trmica, igual a 0,835 cm
2
/s; T = temperatura (C); x = coordenada
longitudinal (cm); t = tempo (s). Sabe-se ainda que no instante inicial t = 0 s a temperatura
da haste igual a 10 C e que as condies de fronteira so fixas no tempo e iguais a T(0,t)
= 70 C e T(6,t) = 20 C.
Obtenha a distribuio de temperatura na haste ao fim de 0,1 s, utilizando um mtodo
implcito para passos de clculo de t = 0,1 s e x = 2 cm.
Identifique ainda de que tipo de equao s derivadas parciais se trata: elptica, parablica
ou hiperblica.

Responda, justificando sucintamente e sem clculos, s seguintes questes.

5) (1,5 valores) Identifique a modelao fsica proposta no primeiro trabalho prtico e indique
o tipo de semelhana a utilizar.

6) (1,5 valores) Identifique e explique o esquema numrico utilizado na resoluo do
problema de valor na fronteira do terceiro trabalho prtico.

MODELOS REDUZIDOS E COMPUTACIONAIS EM ENGENHARIA EXAME TIPO/PARTE TERICA

MODELOS REDUZIDOS E
COMPUTACIONAIS EM ENGENHARIA

EXAME TIPO

DOCENTE: Mrio J. Franca DATA: 3 de Junho de 2010
ANO LECTIVO: 2009/2010 DURAO: Parte Terica: 45 min

PARTE TERICA (6,0 valores)

ALUNO N: NOME:

permitida a consulta de formulrio a elaborar pelo aluno de duas folhas A4.
No permitido o uso de mquina calculadora.

Diga inequivocamente se so verdadeiras ou falsas as seguintes afirmaes.
(resposta correcta + 0,4 valores; resposta incorrecta 0,2 valores)

1) As seguintes variveis intervenientes num fenmeno de mecnica clssica: L, V, , g e ,
correspondem seguinte matriz dimensional:
L V

g

L 1 1 -3 1 0
M 0 0 1 0 1
T 0 -1 0 -2 -2

Utilizando L, g e como variveis fundamentais, a equao adimensional que rege o
fenmeno pode escrever-se:
0 =
g
L
;
gL
V

Verdadeiro Falso


2) Para a caracterizao quantitativa de um fenmeno fsico identifica-se o conjunto das n
variveis independentes (X
1
, X
2
, X
3
, , X
n
) necessrias e suficientes para descrever todos
os aspectos desse fenmeno que se chamam as variveis fundamentais.

Verdadeiro Falso

3) Em dois sistemas dinamicamente semelhantes, o paralelismo e a proporcionalidade das
foras que actuam em partculas homlogas implicam a semelhana dos polgonos
formados pelas foras de diferentes naturezas.

Verdadeiro Falso

4) Mantendo-se o nmero de Cauchy constante entre dois sistemas, assegura-se a semelhana
relativa s foras de presso, F
p
, de elasticidade, F
E
, e de gravidade, F
g
.
Nmero de Cauchy:
2
V
Ca =

Verdadeiro Falso

5) As frmulas de Newton-Cotes, utilizadas na integrao numrica, baseiam-se na
substituio de uma funo f, de integrao analtica no-trivial ou definida por sries de
dados, por uma funo polinomial p
n
.

Verdadeiro Falso

6) A quadratura de Gauss no indicada para os casos em que no se conhece a funo, como
o caso de dados tabelados.

Verdadeiro Falso

7) A uma funo definida por uma srie de dados com espaamento diferente no se pode
aplicar um polinmio interpolador de Lagrange para posterior derivao.

Verdadeiro Falso

8) Nas fronteiras com condies de Dirichelet, uma estratgia para a aplicao do mtodo das
diferenas finitas a criao de um ponto fictcio externo ao domnio de clculo.

Verdadeiro Falso

9) A estratgia utilizada nos mtodos de Runge-Kutta adaptativos o ajustamento do passo
de clculo com base na estimativa do erro local por comparao de duas estimativas dos
valores da funo baseadas em dois mtodos de Runge-Kutta de ordem diferente.

Verdadeiro Falso

10) O mtodo Shooting no pode ser utilizado na presena de condies de fronteira de
Neumann.

Verdadeiro Falso

11) As EDPs hiperblicas descrevem geralmente processos de difuso.

Verdadeiro Falso

12) A equao seguinte representa um processo hiperblico.
4
4
2 2
4
4
4
2
t t

Verdadeiro Falso

Justifique cuidadosamente a resposta seguinte questo.

13) (1,2 valores) A partir do desenvolvimento em srie de Taylor, defina uma expresso da
diferena finita centrada de 2 ordem para a 1 derivada.

2.2 Integrao e Diferenciao Numrica.
Exemplos

Obtenha a 1 e a 2 derivadas da funo no ponto x = 0,5 e o erro associado
utilizando:
Considere a seguinte funo
d) Utilizando a extrapolao de Richardson para o caso das diferenas centradas O(h
2
)
Problema P2.2.9

( )
4 3 2
1 0 15 0 5 0 25 0 2 1 x . x . x . x . . x f =

... , , , j
h
h
,
j
j
2 1 0
2
0
= =

... , , k ,
h
h
D D
D D
k j
j
k , j k , j
k , j j,k
2 1
1
2
1
1
1 1
=

+ =
+ +
+
+ +

0 3 3
1 2 0 2 2
2 1 1 1 0 1 1
3 0 2 0 1 0 0 0 0
crescente
preciso
o diferencia de nvel
,
, ,
, , ,
, , , ,
D h
D D h
D D D h
D D D D h
j
, k

Problema P2.2.9
Para duas iteraes, k = 1 e 2 (para k
mx
= 2, j = 0, 1 e 2), com h
0
= 0.5
Usando diferenas finitas
centradas O(h
2
)
Primeira iterao, k = 1 O(h
4
)

125 0
2
25 0
2
5 0
2
0
2
1
0
1
0
.
h
h
.
h
h
. h
= =
= =
=

917969 0
934375 0
000000 1
0 2
0 1
0 0
. D
. D
. D
,
,
,
=
=
=

( )
( )
912500 0
1
125 0
25 0
934375 0 917969 0
917969 0
1
912500 0
1
25 0
5 0
000000 1 934375 0
934375 0
1
2 2
2
1
0 1 0 2
0 2 1 1
2 2
1
0
0 0 0 1
0 1 1 0
.
.
.
. .
.
h
h
D D
D D
.
.
.
. .
.
h
h
D D
D D
, ,
, ,
, ,
, ,
=
+ =

+ =
=
+ =

+ =
Primeira iterao, k = 2 O(h
6
)

( )
912500 0
1
125 0
5 0
912500 0 912500 0
912500 0
1
2 2
2
0
1 0 1 1
1 1 2 0
.
.
.
. .
.
h
h
D D
D D
, ,
, ,
=
+ =

+ =

Problema P2.2.9
O(h
2
) O(h
4
) O(h
6
)
-1,0000 -0,9125 -0,9125
-0,9344 -0,9125
-0,9180
Compilao de resultados
Na 2 iterao o erro j zero. De facto, as estimativas das derivadas de primeira ordem
com base em dois nveis de diferenciao com extrapolao de Richardson, tendo como
base diferenas finitas centradas, tm O(h
4
); como a funo a diferenciar um polinmio de
4 grau, o erro da 2 iterao tem que ser nulo

0 3 3
1 2 0 2 2
2 1 1 1 0 1 1
3 0 2 0 1 0 0 0 0
crescente
preciso
o diferencia de nvel
,
, ,
, , ,
, , , ,
D h
D D h
D D D h
D D D D h
j
, k

2.2 Integrao e Diferenciao Numrica.
Exemplos

Obtenha integral da funo entre 0 e 0,8 e o erro associado utilizando:
( )
2 3 4 5
0, 2 25 200 675 900 400 = + + + f x x x x x x
Considere a seguinte funo
l) Integrao de Romberg com uma, duas e trs iteraes (k = 1, 2 e 3)
Problema P2.2.1

... , , k ,
I I
I
k
j,k ,k j
k
j,k
2 1
1 4
4
1 1 1
=
+

k , , j , j , j , j j
, , , ,
, , ,
, ,
,
I I I I I h
I I I I h
I I I h
I I h
I h
j
, k
0 3 3 2 2 1 1 0
3 0 2 1 1 2 0 3 3
2 0 1 1 0 2 2
1 0 0 1 1
0 0 0
crescente
preciso
integrao de nvel
L
O M M M M M

Problema P2.2.1
Usando a regra dos
trapzios
Para uma iterao, k = 1 (para k
mx
= 1, j = 0 e 1)
1, 640533 1, 367467
0, 273 27, 3%
1, 640533
= =
t Erro relativo real

( )
( )
4 0
2 2
8 0
2
0
1
1
0
0
.
h a b
h
.
a b
h
= =
=
=
=

( ) 367467 1 172800 0
3
1
068800 1
3
4
1 4
4
d
1
0 0 0 1
1
1 0
8 0
0
. . .
I I
I x x f
, ,
,
.
= =

068800 1
172800 0
0 1
0 0
. I
. I
,
,
=
=

Problema P2.2.1
Para duas iteraes, k = 1 e 2 (para k
mx
= 2, j = 0, 1 e 2)
Usando a regra dos
trapzios

( )
( )
( )
2 0
2 2
4 0
2 2
8 0
2
1
2
2
0
1
1
0
0
.
h a b
h
.
h a b
h
.
a b
h
= =
=
= =
=
=
=

484800 1
068800 1
172800 0
0 2
0 1
0 0
. I
. I
. I
,
,
,
=
=
=

623467 1 068800 1
3
1
484800 1
3
4
1 4
4
367467 1 172800 0
3
1
068800 1
3
4
1 4
4
1
0 1 0 2
1
1 1
1
0 0 0 1
1
1 0
. . .
I I
I
. . .
I I
I
, ,
,
, ,
,
= =
=
= =
=
Primeira iterao, k = 1
Segunda iterao, k = 2

( ) ( ) 3 6405 1 367467 1
15
1
623467 1
15
16
1 4
4
d
2
1 0 1 1
2
2 0
8 0
0
. . .
I I
I x x f
, ,
,
.
= =

Problema P2.2.1
1, 640533 1, 640533
0%
1, 640533
= =
t
Erro relativo real
Como seria de esperar na 2 iterao o erro zero. De facto, as estimativas dos
integrais determinadas com dois nveis de integrao de Romberg, tendo como
base a regra dos trapzios, tm O(h
6
); como a funo a inegrar um polinmio de
5 grau, o erro da 2 iterao tem que ser nulo
O procedimento para a integrao de Romberg com trs iteraes segue um
esquema semelhante ao apresentado; sendo de O(h
6
), o valor estimado para o
integral da funo original de ordem 5 pela integrao de Romberg com k=3
corresponder ao valor exacto.
Compilao de resultados
O(h
2
) O(h
4
) O(h
6
) O(h
8
)
0,1728 1,3675 1,6405 1,6405
1,0688 1,6235 1,6405
1,4848 1,6395
1,6008
1 iterao
2 iterao
3 iterao

Problema P2.2.1

k , , j , j , j , j j
, , , ,
, , ,
, ,
,
I I I I I h
I I I I h
I I I h
I I h
I h
j
, k
0 3 3 2 2 1 1 0
3 0 2 1 1 2 0 3 3
2 0 1 1 0 2 2
1 0 0 1 1
0 0 0
crescente
preciso
integrao de nvel
L
O M M M M M

Primeira iterao, k = 1

k , , j , j , j , j j
, , , ,
, , ,
, ,
,
I I I I I h
I I I I h
I I I h
I I h
I h
j
, k
0 3 3 2 2 1 1 0
3 0 2 1 1 2 0 3 3
2 0 1 1 0 2 2
1 0 0 1 1
0 0 0
crescente
preciso
integrao de nvel
L
O M M M M M

Segunda iterao, k = 2

MRCE

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

MRCE

Uploaded by

Copyright:

Available Formats

Modelos Reduzidos e

Anlise Matemtica III

Introduo aos Computadores e Programao

lgebra Linear e Geometria Analtica C

Mtodos Computacionais em Engenharia

Admita que se conhecem as variveis caractersticas a

(relao entre as foras de presso e as foras de inrcia)

dimetro interno da curva

Em dois sistemas dinamicamente semelhantes existe uma relao constante

Tomando, por exemplo, como referncia as foras de inrcia, F

No caso de estarem em jogo unicamente foras de presso F

Neste tipo de fenmenos usual garantir R

Admitindo que a escala dos comprimentos

Usando o mesmo fluido no modelo e no prottipo, i.e.

= = = (escala das foras)

No caso de estarem em jogo unicamente foras de presso F

Neste tipo de fenmenos usual garantir F

Admitindo que a escala dos comprimentos

Usando o mesmo fluido no modelo e no prottipo, i.e.

No caso de estarem em jogo unicamente foras de elasticidade F

Admitindo que a escala dos comprimentos

(escala dos tempos)

Usando o mesmo fluido no modelo e no prottipo, i.e.

NOTA: a ordem da matriz 3 e pode-se por isso

Com as variveis intervenientes constroi-se a matriz dimensional e escolhem-

Modelos Reduzidos e Computacionais em Engenharia 1.3 Exemplos

Exemplo 3 tempo de revoluo de dois corpos em rbita

Se envolvermos esta constante

Exemplo 3 tempo de revoluo de dois corpos em rbita

Como em regime uniforme a perda de carga total

Usando o mesmo fluido no

A foras diferentes correspondem escalas diferentes!

Utilizando uma parbola (f

Se se fizer duas estimativas, uma com n

Note-se que, contrariamente ao que acontece na regra dos trapzios, x

De facto, se se calcular a derivada em x = x

As equaes lineares gozam da seguinte propriedade importante: se as funes y

Uma EDO linear de ordem n com coeficientes constantes a

As solues independentes da EDO so da forma e

Se a equao caracterstica tiver n razes distintas

Se a EDO linear de ordem n com coeficientes constantes a

Se a equao caracterstica tiver razes mltiplas (i.e.,

Critrio de paragem das iteraes

Calcular o declive no incio em (t

Os declives k so funes recursivas, ou seja, k

Mtodo do ponto mdio (a

Calcular o declive no incio do intervalo, k

Tal pode ser conseguido usando o mtodo de Euler e o declive f(t

Assim, a soluo comea em y

O mtodo implcito de Euler pode ser desenvolvido atravs da avaliao da derivada em t

= 200 K, T(0) = 300 K e T(10) = 400 K.

= 200 K, dT/dx(x=0) = (T(0) T

)/200 e T(x=10) = 400 K

Em primeiro lugar podemos reconhecer que T

Assim, o que se pretende saber o valor de z

= 200 K, T(0) = 300 K e

= 200 K, T(0) = 300 K e T(10) = 400 K. Use quatro ns

Fica claro que necessitamos de conhecer o valor fora do domnio de clculo T

= 200 K, dT/dx(0) = 0 K/m e T(10) = 400 K. Use quatro ns interiores

A equao anterior no linear e a soluo de T

Note-se que o processo iterativo para encontrar T

Difuso pura: quando v

As iteraes so repetidas at que o erro relativo (

1 iterao (NOTA: nos ns interiores considera-se inicialmente T