You are on page 1of 51

Captulo 1

Revisao de Polin omios


Deni c ao 1 Um polin omio p e uma fun c ao com domnio e imagem em um
conjunto C ou R dado na forma:
p : C C
x p(x) = a
0
x
n
+ a
1
x
n1
+ . . . + a
n1
x + a
0
O n umero inteiro n e dito grau do polin omio.
Teorema 1 Se p(x) e um polin omio de grau n, ent ao para qualquer existe
um polin omio q(x) unico tal que: p(x) = (x )q(x) + p()
O Teorema 1 nos diz que, se dividirmos p(x) por (x) ent ao encontramos
como quociente um polin omio de grau n1, se n > 1, e o resto e o valor do
polin omio calculado em .
Exemplo
Considere o polin omio p(x) = 3x
5
+ 4x
4
2x
3
x
2
+ 3x 4 de grau 5.
Para calcularmos o valor do polin omino para x = 2, p(2), podemos fazer as
seguintes contas:
p(2) = 3 2
5
+ 4 2
4
2 2
3
2
2
+ 3 2 4
o que implica em executarmos n adi c oes e

n
j=1
j =
(n+1)n
2
multiplica c oes.
Portanto, o procedimento executa (n) adi c oes e (n
2
) multiplica c oes, o
que nos leva a concluir que a complexidade computacional do procedimento
acima e da ordem (n
2
) opera c oes computacionais elementares. Ser a que
este e o procedimento mais eciente?
1
2 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
Entretanto, observamos que:
p(x) = 3x
5
+ 4x
4
2x
3
x
2
+ 3x 4
= (3x
4
+ 4x
3
2x
2
x + 3)x 4
= ((3x
3
+ 4x
2
2x 1)x + 3)x 4
= (((3x
2
+ 4x 2)x 1)x + 3)x 4
= ((((3x + 4)x 2)x 1)x + 3)x 4
o que resulta no c alculo de p(2) com apenas n adi c oes e n multiplica c oes.
Este segundo procedimento e muito mais eciente que o anterior, tem uma
complexidade computacional de (n) opera c oes.
O esquema de c alculo de p(x) acima pode ser utilizado para dividirmos
p(x) por (x ) e da calculamos q(x) = b
0
x
4
+ b
1
x
3
+ b
2
x
2
+ b
3
x + b
4
e
p().
Esquema de Horner/Briot-Runi
O esquema para calcular o quociente e ilustrado na tabela abaixo, onde
estamos buscando o quociente q(x) da divis ao do polin omio p(x) = 3x
5
+
4x
4
2x
3
x
2
+ 3x 4 por (x ), com = 2.
3 4 -2 -1 3 -4
= 2 6 20 36 70 146
3 10 18 35 73 142
b
0
b
1
b
2
b
3
b
4
R = p(2)
A partir da tabela acima, obtemos o quociente atraves dos coecientes
da linha mais abaixo, ou seja, q(x) = 3x
4
+10x
3
+18x
2
+35x+73 e tambem
o resto p(2) = 142. Portanto, p(x) = (x 2)q(x) + 142.
Na forma mais geral, o metodo Briot-Runi pode ser expresso atraves
das opera c oes indicada na tabela a seguir:
a
0
a
1
a
2
a
3
. . . a
n1
a
n
b
0
b
1
b
2
. . . b
n2
b
n1

a
0
a
1
+ b
0
a
2
+ b
1
a
3
+ b
2

.
.
. a
n1
+ b
n2
a
n
+ b
n1

b
0
b
1
b
2
b
3
b
n1
R = p()
Corol ario 1 Se p(x) e um polin omio de grau n > 1 e p() = 0 ent ao existe
1.1. ENUMERAC

AO DE RA

IZES 3
um polin omio unico de grau n 1, tal que p(x) = (x )q(x). Neste caso,
q(x) e chamado de polin omio reduzido.
1.1 Enumera cao de Razes
1.1.1 Enumera cao das Razes de Uma Equa cao Polinomial
Enumerar as razes de um polin omio p(x) consiste em dizermos quantas
razes o polin omio possui e de que tipo elas s ao. No que segue s ao apresen-
tados alguns teoremas e outros resultados te oricos que podem nos auxiliar
na tarefa de enumera c ao.
Teorema 2 O n umero de razes positivas de uma equa c ao polinomial p(x)
com coecientes reais, nunca e maior que o n umero de trocas de sinal T na
sequencia de seus coecientes n ao nulos, e se e menor, ent ao e sempre por
um n umero par.
Exemplo
Como exemplo, tome o polin omio p(x) = x
3
+2x
2
3x5, o qual apresenta
a sequencia de sinais (+, +, , ). Logo, segundo o Teorema 2, T

= 1 e
pode-se armar com exatid ao que p(x) tem uma raiz positiva j a que ele n ao
pode ter um n umero negativo de razes.
Observa c ao: A mesma regra acima, dada pelo Teorema 2, pode ser apli-
cada para a enumera c ao das razes reais e negativas de p(x), calculando-se
p(x), pois as razes positivas:
p(x) = x
3
+ 2x
2
+ 3x 5
se referem ` as razes negativas de p(x). Notando que a sequencia de sinais
de p(x) e (, +, +, ), conclumos que T

= 2 e da deduzimos que p(x)


pode ter duas ou zero razes negativas. Tomando como base as dedu c oes de
que p(x) tem uma raiz positiva e duas ou nenhuma raiz negativa, podemos
deduzir que:
Se p(x) tiver duas razes negativas, ent ao n ao ter a nenhuma raiz com-
plexa. Se, contudo, n ao tiver razes negativas, ent ao ter a duas com-
plexas.


E bom lembrar que, se um polin omio tem todos os coecientes reais e
se houver uma raz complexa, ent ao sua conjugada, tambem ser a raiz
do polin omio.
4 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
Exemplo
Seja p(x) = x
4
x
3
+ x
2
x + 1 um polin omio de quarto grau. Temos
que T = 4 e, portanto, p(x) tem quatro, duas ou n ao tem razes positivas.
Procedendo ` a an alise de p(x) = x
4
+ x
3
+ x
2
+ x + 1, observamos que
T

= 0 e da vericamos que p(x) n ao tem razes negativas. Logo p(x)


pode ter quatro razes positivas, ou duas razes positivas e duas complexas,
ou nenhuma positiva e quatro complexas. H a apenas tres possibilidades
quanto aos tipos das razes.
1.1.2 Enumera cao das Razes Complexas
Nesta se c ao damos continuidade a formas e metodos de se enumerar razes,
onde ser ao enunciados resultados te oricos e procedimentos de enumera c ao.
Teorema 3 (Regra de du Gua) Dada a equa c ao polinomial p(x) = 0 de grau
n sem razes nulas e se para algum k, 1 k n tivermos a
2
k
a
k+1
a
k1
ent ao p(x) ter a razes complexas.
O Teorema 3 nos d a condi c oes sucientes para existencia de razes com-
plexas. Note que se as condi c oes do teorema n ao puderem ser aplicadas, o
polin omio pode ter razes complexas. A regra da Lacuna abaixo enunciada
permite a conclus ao sobre a existencia de razes complexas
Teorema 4 (Regra da Lacuna)
Se os coecientes de p(x) forem todos reais e para algum k, 1 k n
tivermos a
k
= 0 e a
k+1
a
k1
> 0, ent ao p(x) = 0 ter a razes complexas.
Se os coecientes forem todos reais e existirem dois ou mais coe-
cientes nulos sucessivos, ent ao p(x) = 0 ter a razes complexas.
Exemplo
Vamos agora exemplicar a aplica c ao dos teoremas enunciados. Inicial-
mente, tomemos o polin omio p(x) = 2x
5
+ 3x
4
+ x
3
+ 2x
2
5x + 3, para o
qual vericamos que T = 2, e da descobrimos que p(x) = 0 tem duas razes
ou zero razes positivas. A partir de p(x) = 2x
5
+3x
4
x
3
+2x
2
+5x+3,
calculamos que T

= 3, e da deduzimos que p(x) = 0 tem tres razes ou uma


raz real negativa. Na tabela abaixo listamos todas as possveis combina c oes
de tipos de razes.
1.1. ENUMERAC

AO DE RA

IZES 5
Reais Positivas Reais Negativas Complexas Total
2 3 0 5
2 1 2 5
0 3 2 5
0 1 4 5
Pela regra de du Gua(ver Teorema 3), temos que a
2
2
a
3
a
1
1
3 2 = 6. Da chegamos ` a conclus ao que p(x) = 0 tem razes complexas e,
por conseguinte, podemos eliminar a primeira alternativa do quadro anterior,
restando apenas tres possibilidades para as razes.
Exemplo
Repetindo os passos anteriores, tomemos agora o polin omio de sexto grau
p(x) = 2x
6
3x
5
2x
3
+x
2
x+1. A partir do fato que T = 4, conclumos
que p(x) = 0 tem quatro, ou duas razes, ou zero razes positivas. Atraves
do polin omio p(x) = 2x
6
+ 3x
5
+ 2x
3
+ x
2
+ x + 1, temos que T

= 0,
portanto, p(x) n ao tem razes reais negativas. Pela Regra da Lacuna temos
que p(x) = 0 tem razes complexas pois: a
2
= 0 e a
1
a
3
> 0. Os possveis
arranjos de tipos e n umeros de razes e dado no quadro abaixo:
Reais Positivas Reais Negativas Complexas Total
4 0 2 6
2 0 4 6
0 0 6 6
Deni c ao 2 Seja f(x) = 0 uma equa c ao onde f : R R e uma fun c ao
qualquer. Se f( x) = 0, ent ao dizemos que x e uma raiz de f.
Deni c ao 3 Se x e um zero de f(x) ent ao a multiplicidade m de x e o
nmo de todos os n umeros k, tais que:
lim
x x
|f(x)|
|x x|
k
<
Exemplo
Consideremos a fun c ao f(x) = x
1
2
, uma raiz de x
1
2
= 0 e x = 0. Esta raiz
tem multiplicidade
1
2
, pois
lim
x0
|x
1
2
|
|x|
1
2
< mas lim
x0
|x
1
2
|
|x|
a
= para a <
1
2
.
6 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
Teorema 5 Se x e um zero de f e se para algum inteiro m, f(x) e m vezes
continuamente diferenci avel, ent ao a multiplicidade de x e pelo menos m
vezes se, e somente se,
f( x) = f

( x) = f

( x) = . . . = f
m1
( x) = 0
A multiplicidade e exatamente m se f
m
( x) = 0
Teorema 6 Seja p(x) um polin omio de grau n > 1. A multiplicidade de
um zero de p(x) e m se, e somente se,
_
p() = p

() = p

() = . . . = p
m1
() = 0
p
m
() = 0.
Teorema 7 Seja p(x) = a
0
x
n
+ a
1
x
n1
+ . . . + a
n1
x + a
n
, um polin omio
de grau n. Ent ao existem n umeros distintos
1
,
2
, . . . ,
s
(que podem ser
complexos) e inteiros m
1
, m
2
, . . . , m
s
tal que para uma constante c unica
temos:
p(x) = c(x
1
)
m
1
.(x
2
)
m
2
. . . (x
s
)
ms
s

j=1
m
j
= n.
O teorema acima e decorrencia do teorema fundamental da

Algebra, que
diz que todo polin omio com coecientes complexos admite pelo menos uma
raiz complexa. Nem todo o polin omio real admite uma raz real, por exemplo
x
2
+ 1 s o admite razes complexas.
Teorema 8 Se os coecientes de p(x) s ao reais e e a multiplicidade de
uma raiz ent ao perto de o polin omio p(x) deve ter uma das formas da
Figura 1.1.
Observa c oes:
A enumera c ao de razes reais ou complexas pode ser feita aproximada-
mente pelo metodo gr aco a ser visto posteriormente.
A existencia de um m aximo local negativo, ou mnimo local positivo
indica a existencia nas proximidades de razes complexas.
1.2. LOCALIZAC

AO DAS RA

IZES 7
=1 =1 =1 =1



=2,4,6,...
=2,4,6,... =1,3,5,... =1,3,5,...
Figura 1.1: Multiplicidade de razes
1.2 Localiza cao das Razes
1.2.1 Localiza cao das Razes Reais de Uma Equa cao Poli-
nomial
Dada a equa c ao polinomial p(x) = 0 podemos ter uma ideia mais ou menos
precisa sobre quantos e de que tipo s ao as razes de equa c ao polinomial.
Este t opico foi objeto de estudo na se c ao anterior.

E preciso tambem saber
onde elas est ao localizadas, o que ser a o foco na presente se c ao. Ser ao
apresentadas deni c oes e teoremas que permitem realizar a localiza c ao das
razes.
Deni c ao 4 Localizar as razes de p(x) = 0 e determinar um intervalo
que contenha todas as razes reais de p(x). Localizar as razes complexas e
determinar os raios interno e externo que contenham as razes complexas de
p(x) = 0.
A Figura 1.2 ilustra o conceito de localiza c ao de razes reais e complexas.
Teorema 9 (Laguerre) Dado o polin omio p(x) de coecientes reais e dado
um n umero , obtemos p(x) = (x )q(x) + R. Se os coecientes de q(x)
8 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
a b
a
b
a
b
Figura 1.2: Localiza c ao de razes
e R forem todos positivos ou nulos, ent ao teremos que todas as razes reais
positivas x
j
vericam x
j
< .
Cota de Laguerre-Thibault
Dado p(x) = 0 de coecientes reais, fa ca a dea c ao de p(x) por x1, x2,
x3 . . ., ate xm, onde q(x) tenha todos os coecientes positivos ou nulos,
assim como R(x) > 0 tal m e chamado de cota superior das razes reais de
p(x) = 0. Para determinar a cota inferior basta fazer o mesmo procedimento
para p(x) e assim determina-se a cota inferior.
Exemplo
Tomemos como exemplo o polin omio p(x) = x
5
+ x
4
9x
3
x
2
+ 20x 12
e considere a tarefa de localizarmos as razes de p(x) = 0.
1 1 -9 -1 20 -12
1 1 2 -7 -8 12
1 2 -7 -8 -12 0
1 1 -9 -1 20 -12
2 2 6 -6 -14 12
1 3 -3 -7 6 0
1 1 -9 -1 20 -12
3 3 12 9 24 132
1 4 3 8 44 120
Logo temos que todas as razes positivas de p(x) = 0 s ao menores que 3.
1.2. LOCALIZAC

AO DAS RA

IZES 9
Para pesquisar a localiza c ao das razes negativas utiliza-se o mesmo proced-
imento, mas desta vez este e aplicado ao polin omio obtido ao multiplicar-se
p(x) = x
5
+ x
4
+ 9x
3
x
2
20x 12 por 1.
1 -1 -9 1 20 12
1 1 0 -9 -8 12
1 0 -9 -8 12 24
1 -1 -9 1 20 12
2 2 2 -14 -26 -12
1 1 -7 -13 -6 0
1 -1 -9 1 20 12
3 3 6 -9 -24 -12
1 2 -3 -8 -4 0
1 -1 -9 1 20 12
4 4 12 12 52 288
1 3 3 13 72 300
Portanto, as razes pertencem ao intervalo [-4,3].
Teorema 10 ( Cota de Vene ) Para toda a raiz positiva de p(x) = 0 onde
a
0
= 0, verica-se que:
0 1 +
M
a
0
+ a
1
+ . . . + a
p
onde M e o valor absoluto do menor dos coecientes negativos e a
p
e o
ultimo coeciente positivo antes do primeiro coeciente negativo.
Exemplo
Vamos ilustrar a Cota de Vene com o polin omio p(x) = x
5
+x
4
9x
3
x
2
+
20x 12. Note que M = | 12| = 12 e a
p
= 1. Logo, 0 1 +
|12|
1+1
=
1 +
12
2
= 7.
10 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
1.3 Localiza cao das Razes Complexas de Uma
Equa cao Polinomial
Teorema 11 (Cota de Kojima) Dado o polin omio
p(x) = a
0
x
n
+ a
1
x
n1
+ . . . + a
n1
x + a
n
toda a raiz , real ou complexa, verica que
|| q
1
+ q
2
onde q
1
e q
2
s ao os valores maiores de:
_

a
i
a
0

1
i
_
, i = 1, 2, . . . , n.
Exemplo
Seja o polin omio p(x) = x
5
+x
4
9x
3
x
2
+20x 12, onde a
0
= 1, a
1
= 1,
a
2
= 9, a
3
= 1, a
4
= 20, e a
5
= 12. Podemos ent ao vericar que a serie
de fatores e:
_
1
1
1
, 9
1
2
, 1
1
3
, 20
1
4
, 12
1
5
_
= {1, 3, 1, 2.114743537, 1.643751829} .
Da vericamos que q
1
= 3 e q
2
= 2.114742527. Logo, temos que toda raiz
satisfaz || 5.114742527, o que nos d a o raio externo do anel que contem
as razes de p(x).
Para determinar o raio interno do anel, devemos calcular p(
1
x
) = 12x
5
+
20x
4
x
3
9x
2
+ x + 1 e aplicar o mesmo procedimento, pois as razes de
p(
1
x
) s ao os inversos das de p(x). Temos ent ao que:
_
_
20
12
_1
1
,
_
1
12
_1
2
,
_
9
12
_1
3
,
_
1
12
_1
4
,
_
1
12
_1
5
_
=
{1.666, 0.288675239, 0.908560296, 0.537284, 0.608364342} .
Da vericamos que q
1
= 1.666 e q
2
= 0.908560296. c = 2.575226902 e da a
cota inteira e
1
c
= 0.388315288 0.388315288 < || < 5.114742527.
Teorema 12 (Cota de Cauchy) Dado um polin omio real p(x), ent ao toda
raiz real ou complexa, de p(x) = 0 satisfaz:
|| < ||
1.4. SEPARAC

AODAS RA

IZES DE UMA EQUAC



AOPOLINOMIAL 11
sendo = lim
i
x
i
com x
0
= 0 e
x
i
=
_
|
a
1
a
0
|x
n1
i1
+|
a
2
a
0
|x
n2
i1
+ . . . +|
a
n1
a
0
|x
i1
+|
a
n
a
0
|
_1
n
.
Exemplo
Tomemos o polin omio p(x) = x
5
+ x
4
9x
3
x
2
+ 20x 12. Ent ao x
0
= 0
e a
0
= 1, o que nos leva a produzir a serie:
x
k+1
= [x
4
k
+ 9x
3
k
+ x
2
k
+ 20x
k
+ 12]
1
5
Podemos ent ao vericar que
x
1
=
5

12 = 1.643751829
x
2
= 2.485458195
.
.
.
x
10
= 3.805140857
Como resultado, podemos armar que n ao h a nenhuma raiz fora do crculo
centrado em zero e de raio 4.0.
1.4 Separa cao das Razes de Uma Equa cao Poli-
nomial
Deni c ao 5 Separar as razes de uma equa c ao polinomial e o processo de
encontrar uma sequencia de subintervalos distintos, tais que cada subinter-
valo contenha exatamente uma raiz real e cada raiz real esteja num subin-
tervalo.
Teorema 13 (Bolzano) Se f for uma fun c ao continua em [a, b] e trocar de
sinal nos extremos desse intervalo, ent ao existe pelo menos uma raiz real de
f em [a, b].
Teorema 14 (Budan) Seja p
k
(a) o valor da derivada de ordem k de p(x)
calculada para x = a. Seja v
a
o n umero de varia c oes de sinal da sequencia:
p(a), p

(a), p

(a), . . . , p
(n+1)
(a)
tomadas nesta ordem. Ent ao o n umero de razes de p(x) = 0 no intervalo
(a, b) e igual ou menor que |v
a
v
b
| por um m ultiplo de 2.
12 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
Exemplo
Seja p(x) = x
3
2x
2
x+2 um polin omio de grau 3. Pela regra de Descartes
temos duas varia c oes de sinal e da segue que existem duas razes, ou n ao
temos razes positivas. Vamos agora calcular a forma analtica das derivadas
de p(x):
p

(x) = 3x
2
4x 1
p

(x) = 6x 4
p

(x) = 6
Calculando a cota de Laguerre-Thibault, conforme tabelas que seguem
abaixo, podemos deduzir que as razes positivas s ao menores que 3 (cota
superior igual a 3).
1 -2 -1 2
1 1 -1 -2
1 -1 -2 0
1 -2 -1 2
2 2 0 -2
1 0 -1 0
1 -2 -1 2
3 3 3 6
1 1 12 8
Aplicando o Teorema de Budan, temos que v
0
= 2 e v
3
= 0, conforme
tabelas abaixo, logo h a duas ou nenhuma raiz real em [0, 3].
p(0) = 2 p(3) = 8
p

(0) = 1 p

(3) = 10
p

(0) = 4 p

(3) = 14
p

(0) = 6 p

(3) = 6
Exemplo
Considere agora o polin omio:
p(x) = x
4
4x
3
+ 6x
2
+ 4x + 1
de grau 4. O n umero de varia c oes de sinal de p(x) e 4, donde podemos ter
quatro, duas ou nenhuma raiz positiva. Vamos ent ao calcular a Cota de
Laguerre-Thibault, conforme desenvolvimento abaixo.
1.4. SEPARAC

AODAS RA

IZES DE UMA EQUAC



AOPOLINOMIAL 13
1 -4 6 4 1
1 1 -3 3 7
1 -3 3 7 8
1 -4 6 4 1
2 2 -2 8 24
1 -2 4 12 25
1 -4 6 4 1
3 3 -3 3 21
1 -1 3 7 22
1 -4 6 4 1
4 4 0 24 56
1 0 6 28 57
Uma vez que a Cota de Laguerre-Thibault e 4, podemos aplicar o Teo-
rema de Budan calculando v
0
e v
4
, mas antes disso temos que obter as
derivadas de p(x) :
p

(x) = 4x
3
12x
2
+ 12x + 4
p

(x) = 12x
2
24x + 12
p

(x) = 24x 24
p

(x) = 24
Da calculamos os valores das derivadas nos pontos x = 0 e x = 4,
obtendo os resultados do quadro abaixo.
p(0) = 1 p(4) = 81
p

(0) = 4 p

(4) = 108
p

(0) = 12 p

(4) = 108
p

(0) = 24 p

(4) = 72
p

(0) = 24 p

(4) = 24
Portanto, deduzimos que v
0
= 2 e v
4
= 0. O teorema ent ao nos diz que o
n umero de razes em (0, 4) e menor ou igual a |v
0
v
4
| = 2 por um m ultiplo
de 2. Portanto, deve haver duas ou nenhuma raiz no intervalo (0, 4).
14 CAP

ITULO 1. REVIS

AO DE POLIN

OMIOS
Captulo 2
Integra cao Numerica
Ao contr ario da diferencia c ao, a integral de uma fun c ao f(x) n ao neces-
sariamente possui uma solu c ao analtica. Por exemplo, a integral limitada
F(x) =
_
b
a
e
x
2
dx da fun c ao f(x) = e
x
2
n ao possui solu c ao analtica.
Ent ao, como podemos encontrar F(x)? Uma solu c ao aproximada (arbi-
trariamente aproximada para o caso de uma m aquina de precis ao ilimitada)
pode ser obtida por meio de metodos numericos. Este metodos ser ao objeto
de estudo no presente captulo.
2.1 O Problema da Integra cao Numerica
Os metodos para o c alculo de integrais denidas F(x) =
_
b
a
f(x)dx s ao
agrupadas em quatro tipos:
Metodo Analtico Este metodo consiste em se encontrar a solu c ao analtica
de F(x), por exemplo F(x) =
_
1
x
dx = ln x + c. Por outro lado,
F(x) =
_
e
x
2
dx n ao pode ser escrita como uma combina c ao nita
de outras fun c oes algebricas, logartmicas ou exponenciais. No caso
de F(x) =
_
x
0
1
1+t
8
dx, podemos obter F(x) atraves de v arias etapas
mas estas podem levar a erros e, alem disso, o resultado pode envolver
algumas fun c oes que ser ao avaliadas numericamente que, por sua vez,
poderiam acarretar erros numericos. H a tambem ferramentas com-
putacionais inspiradas em algoritmos de Inteligencia Articial (IA)
que encontram as primitivas de v arias fun c oes, tais como as ferramen-
tas encontradas em pacotes de software como Mathematica, Maple e
Matlab.
Metodo Mec anico Tais metodos fazem uso de instrumentos que calcu-
15
16 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
lam a area delimitada por uma curva qualquer, todavia s ao limitados
quanto ao n umero de dimens oes e tem aplica c oes restritas.
Metodo Gr aco Toma como base o desenho de y = f(x) no intervalo [a, b]
que gera uma seq uencia de iterandos no gr aco ate que se obtenha o
resultado. Estes metodos s ao pouco empregados uma vez que n ao s ao
autom aticos e portanto n ao podem ser aplicados em sistemas com-
putacionais.
Metodo Numerico ou Algortmico Os metodos numericos podem ser
empregados em geral e tem grande apelo pr atico uma vez que podem
ser embutidos em ambientes computacionais.
2.2 Objetivo da Integra cao Numerica
O metodo numerico para calcular a integral de f(x) utiliza exclusivamente
as opera c oes aritmeticas necess arias ao c alculo de f(x), o que pode ser con-
veniente, assim dispensando o c omputo das derivadas de f. Usualmente
vamos calcular a integral de f(x) de a ate b, ou seja, F(x) =
_
b
a
f(x)dx,
onde < a < b < +.
2.2.1 Filosoas Basicas
Para calcular o valor aproximado da integral denida vamos utilizar uma
combina c ao linear de valores da fun c ao f(x) em certos pontos x
j
, a x
j

b, chamados de n os e certos valores w
j
que constituem os pesos. Mais
formalmente, vamos aproximar F(x) com a express ao:
_
b
a
f(x)dx

= w
1
f(x
1
) + w
2
f(x
2
) + . . . + w
n+1
f(x
n+1
) =
n+1

j=1
w
j
f(x
j
) (2.1)
De acordo com os valores dos pesos e com a escolha de n os, temos no lado
direito de ?? o que chamamos de Regra de Integra c ao. A determina c ao dos
pesos e dos n os e feita de acordo com v arias losoas que se agrupam em
duas subdivis oes:
Fixas A escolha de n os n ao depende do comportamento especco da fun c ao
a ser integrada, mas apenas da regra a ser utilizada.
Adaptativa A escolha dos pontos {x
j
} depende do comportamento da
fun c ao, de modo que a densidade seja maior onde a fun c ao f(x) varia
com menos suavidade.
2.2. OBJETIVO DA INTEGRAC

AO NUM

ERICA 17
Tanto na losoa xa como na adaptativa, empregamos v arios tipos de
regras. As mais importantes s ao:
F ormulas de Newton-Cotes Determinamos os pontos x
j
= x
0
+ jh que
s ao igualmente espa cados de uma dist ancia h. Os pesos w
j
s ao obti-
dos a partir de um polin omio de grau m que interpola f nos pontos
(x
j
, f(x
j
)). Portanto, a regra obtida e exata para qualquer polin omio
de grau menor ou igual a m.
F ormulas de Gauss Determinamos os pontos x
j
e os pesos w
j
de modo
que a regra seja exata para qualquer polin omio de grau p = 2n + 1,
onde n e o n umero de pontos a serem tomado no intervalo [a, b]. Os
pontos x
j
assim obtidos n ao s ao igualmente espa cados.
F ormulas baseadas nos metodos de extrapola c ao do limite As f ormulas
Newtonianas podem apresentar uma convergencia lenta. Uma forma
de se aumentar a velocidade de convergencia e aplicar uma f ormula de
Newton-Cotes para h = h
j
, h
j+1
< h
j
, obtendo-se uma sequencia de
aproxima c oes da integral
_
b
a
f(x)dx.
As integrais a serem calculadas podem ser pr oprias ou impr oprias, con-
vergentes ou n ao. As integrais impr oprias s ao aquelas nas quais o intervalo
de integra c ao ou integrando s ao ilimitados. Tais integrais s ao denidas como
um limite de integrais pr oprias, como est a a seguir:
1.
_

a
f(x)dx = lim
x
_
x
a
f(x)dx, quando o limite existe
2.
_
b

f(x)dx = lim
x
_
b
x
f(x)dx
3. No caso de integrando n ao limitado, f e denida no intervalo (a, b) que
e ilimitada numa vizinhan ca de a, ent ao:
_
b
a
f(x)dx = lim
ra
+
_
b
r
f(x)dx,
quando o limite existe.
Alem dos problemas anteriores, podemos ter integrais pr oprias, conver-
gentes, porem mal comportadas. Isto ocorre quando a fun c ao n ao tem
um comportamento polinomial, apresenta picos ou oscila c oes frequentes. A
Figura 2.1 ilustra as quest oes relativas a fun c oes pr opias e impr opias.
18 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
2.3 F ormulas Newtonianas
2.3.1 Considera c oes Iniciais
As f ormulas Newtonianas s ao de aplica c ao mais simples quando temos a
express ao de f ou quando obtemos uma tabela de pontos dados experimen-
talmente. As f ormulas dadas pela interpola c ao de f por polin omios de grau
1, 2 ou m podem ser aplicadas no intervalo [a, b] constituindo regras simples,
ou em subdivis oes [x
j
, x
j+1
] do intervalo [a, b] formando regras compostas.
As f ormulas Newtonianas podem ser:
Fechadas Quando o integrando f e calculado em x
0
= a e x
m
= b sendo
que a fun c ao f deve ser denida nestes pontos.
Abertas Quando o integrando n ao e avaliado em ambas as extremidades do
intervalo [a, b] e sim em pontos pr oximos, assim x
mr
= a e x
m+r
= b
e 0 < r m s ao utilizados quando h a descontinuidade nos extremos.
Com termos de corre c ao O integrando e avaliado em pontos x
j
fora do
intervalo [a, b] para fornecer uma corre c ao ao valor calculado por uma
regra fechada.
2.3.2 Regras dos Retangulos
Seja o intervalo nito [a, b] no eixo x, que e particionado em n subintervalos
[x
j
, x
j+1
], j = 1, . . . , n, onde x
1
= a, x
n+1
= b, e h
j
= x
j+1
x
j
. Seja f uma
fun c ao contnua, cuja integral n ao e conhecida. Nosso objetivo e calcular
F(x) =
_
b
a
f(x)dx pelo c alculo das areas de ret angulos. Este procedimento
pode ser ilustrado na Figura 2.2 ilustra tres tipos de regras, a qual exem-
plica tres tipos de regras. Na Figura 2.2(a), a area de cada ret angulo e
dada por A = f(x
j
)h
j
, na Figura 2.2(b) a area e dada por A = f(x
j+1
)h
j
,
e por m na Figura 2.2(c) a area e dada por A =
f(x
j
)+f(x
j+1
)
2
h
j
. Em qual-
quer das escolhas, a soma das areas dos ret angulos ser a uma aproxima c ao
de
_
b
a
f(x)dx que denotaremos por I(f):
I(f)

=
_
b
a
f(x)dx
2.3. F

ORMULAS NEWTONIANAS 19
Considerando um intervalo de intregra c ao [a, b] subdividido em n subinter-
valos, teremos:
I(f) =
n

j=1
I
j
I
j
=
_
x
j+1
x
j
f(x)dx

= I
j
(h
j
)
onde I
j
e area do j-esimo ret angulo, sendo dada por uma das tres f ormulas
acima.
Duas regras para integra c ao s ao:
Regra Simples Uma f ormula simples para aproxima c ao de I(f) e utilizar
apenas um ret angulo, o que resulta nas express oes abaixo:
I(f) = f(a)(b a)
I(f) = f(b)(b a)
I(f) =
f(a) + f(b)
2
(b a)
Regra Composta O intervalo [a, b] e subdividido em n sub-intervalos.
Pela regra dos ret angulos, a integral ser a indicada por R(h
j
) e as
regras de integra c ao s ao:
R(h
j
) =
n

j=1
f(x
j
)h
j
R(h
j
) =
n

j=1
f(x
j+1
)h
j
R(h
j
) =
n

j=1
f(
x
j
+ x
j+1
2
)h
j
variando conforme o tipo de ret angulo, onde x
j+1
= x
j
+ h
j
. No caso
em que h
j
= h e uma constante, ent ao temos:
R(h
j
) = h
n

j=1
f(x
j
)
R(h
j
) = h
n

j=1
f(x
j+1
)
R(h
j
) = h
n

j=1
f(
x
j
+ x
j+1
2
)
20 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
e consequentemente x
j+1
= x
j
+ h.
2.3.3 Regra dos Trapezios
Se aproximarmos f por um polin omio de grau 1 ao inves de zero, como no
caso dos ret angulos, temos que:
f

(x) =
_
f(a) f(b)
a b
_
x +
af(b) bf(a)
a b
=
f(a)x bf(a)
a b
+
af(b) f(b)x
a b
= f(a)
x b
a b
+ f(b)
a x
a b
que pode ser colocado na forma:
f

(x) = f(a)
x b
a b
+ f(b)
x a
b a
Utilizando a aproxima c ao linear f

(x) de f(x), podemos vericar que:


_
b
a
f(x)dx =
_
b
a
f

(x)dx
=
_
b
a
f(a)
x b
a b
dx +
_
b
a
f(b)
x a
b a
dx
=
f(a)
a b
b
_
a
(x b)dx +
f(b)
b a
b
_
a
(x a)dx
=
f(a)
a b
_
(x b)
2
2
_
b
a
+
f(b)
b a
_
(x a)
2
2
_
b
a
=
f(a)
a b
_

(a b)
2
2
_
+
f(b)
b a
(b a)
2
2
=
f(a)(a b)
2
+
f(b)(b a)
2
=
f(a)(a b) + f(b)(b a)
2
=
b a
2
[f(a) + f(b)]
Ou seja:
_
b
a
f(x)dx =
b a
2
[f(a) + f(b)]
2.3. F

ORMULAS NEWTONIANAS 21
que corresponde ` a regra simples do trapezio, conforme ilustra c ao na Figura
2.3.
Se subdividirmos o intervalo [a, b] em n subintervalos e em cada um deles
aproximarmos f por uma reta teremos a regra dos trapezios composta. Indi-
cando por T(h
j
) a aproxima c ao de I(f) pela regra composta dos trapezios,
teremos:
T(h
j
) =
n

j=1
T
j
(h
j
)
=
n

j=1
f(x
j
) + f(x
j+1
)
2
h
j
onde h
j
= x
j+1
x
j
, j = 1, . . . , n. Se h
j
= h, para todo j, podemos
simplicar a express ao, obtendo:
T(h) = h
_
f(x
1
) + f(x
2
)
2
+
f(x
2
) + f(x
3
)
2
+ . . . +
f(x
n
) + f(x
n+1
)
2
_
ou ainda,
T(h) =
h
2
[f(x
1
) + 2f(x
2
) + 2f(x
3
) + . . . + 2f(x
n
) + f(x
n+1
)]
2.3.4 Regra de Simpson
Se aproximarmos f por um polin omio de grau 2, uma par abola, teremos a
chamada Regra de Simpson. Porem, para interpolarmos f por uma par abola
precisamos de 3 pontos para construirmos a f ormula da regra simples. Sejam
a e b dois pontos dados e y
m
, o ponto medio dado por y
m
=
a+b
2
. Pelo
polin omio de Lagrange temos que:
f(x)

= f

(x)
= f(a)
(x b)(x y
m
)
(a b)(a y
m
)
+ f(y
m
)
(x a)(x b)
(y
m
a)(y
m
b)
+ f(b)
(x a)(x y
m
)
(b a)(b y
m
)
Podemos obter f

(x) atraves do polin omio de Gregory-Newton, usando as


diferen cas nitas:
f

(x) = f(a) + (x a)
f(a)
h
+ (x a)(x y
m
)

2
f(a)
2h
2
22 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
onde,
f(a) = f(y
m
) f(a)

2
f(a) = f(b) 2f(y
m
) f(a)
Fazendo uma mudan ca de vari avel:
x() = a + h, [0, 2]
dx
d
= h dx = hd
x a = a + h a x a = h
De acordo com esta mudan ca de vari avel, temos que x(0) = a, x(1) = y
m
, e
x(2) = b para h =
ba
2
. Da deduzimos que:
(x a)(x y
m
) = h
_
a + h
(a + a + 2h)
2
_
= h
_
2a + 2h 2a 2h
2
_
= h[ 1] h = ( 1)h
2
Podemos ent ao obter a integral aproximada:
_
b
a
f

(x)dx =
_
2
0
_
f(a) + h
f(a)
h
+
( 1)h
2

2
f(a)
2h
2
_
hd
=
_
2
0
_
f(a) + f(a) +
( 1)
2
f(a)
2
_
hd
= h
_
[f(a)]
2
0
+ f(a)
_

2
2
_
2
0
+

2
f(a)
2
_

3
3


2
2
_
2
0
_
= h[2f(a) + 2(f(y
m
) f(a)) +
1
3
(f(b) 2f(y
m
) + f(a))]
Portanto
_
b
a
f

(x)dx =
h
3
[f(a) + 4f(y
m
) + f(b)],
onde: y
m
=
a+b
2
e h =
ba
2
.
A aproxima c ao quadr atica f

(x) de f(x) no intervalo [a, b], com ponto


medio em y
m
, e ilustrada na Figura 2.5.
2.3. F

ORMULAS NEWTONIANAS 23
Regra Composta de Simpson
Seguindo a mesma tecnica de integra c ao da regra composta dos trapezios,
mas desta fez utilizando o integrador de Simpson, obtemos a Regra Com-
posta de Simpson:
S(h
j
) =
n

j=1
s
j
(h)
=
n

j=1
h
j
3
[f(x
j
) + 4f(y
j
) + f(x
j+1
)]
onde y
j
=
x
j
+x
j+1
2
e h
j
=
x
j+1
x
j
2
, j = 1, . . . , n.
Expandindo a express ao de Simpson e assumindo que h
j
= h para todo
j, podemos express a-la na forma:
S(h) =
h
3
[f(x
1
) + 4f(y
1
) + 2f(x
2
) + 4f(y
2
) + 2f(x
3
) + . . .
+2f(x
n
) + 4f(y
n
) + f(x
n+1
)] .
2.3.5 F ormula Geral das Regras Newtonianas
Podemos generalizar os procedimentos anteriores e aproximar f por um
polin omio de grau m. Lembre que na regra dos ret angulos utilizamos um
polin omio interpolador de grau 0, na regra dos trapezios um polin omio de
grau 1, e por ultimo um polin omio de grau 2 na regra de Simpson. Ao
adotarmos um polin omio de grau m, precisamos determinar m + 1 pontos
no intervalo [a, b] para a aplica c ao da regra simples. Seja:
h > 0 a dist ancia entre os n os;
x
0
= a o n o inicial;
x
k
= x
0
+ hk, k = 0, . . . , m, os demais n os; e
f
k
= f(x
k
) o valor da fun c ao nos diferentes n os
24 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
Com base nestas deni c oes, a f ormula de interpola c ao de Newton nos d a:
f(x) =
m

k=0
_
u
k
_

k
f
0
+ R

m+1
, onde
u =
x x
0
h
_
u
k
_
=
u(u 1)(u 2) . . . (u k + 1)
k!
R
m+1
=
h
(m + 1)!
u(u 1) . . . (u m)f
m+1
(), x
0
< < x
m
Integrando f e trocando a integral
_
com a somat oria

, temos:
_
b
a
f(x)dx = h
m

k=0
a
k

k
f
0
+ R
m+1
, onde
a
k
=
_

_
u
k
_
du; =
a x
0
h
e =
b x
0
h
R
m+1
= h
m+1
_

_
u
m + 1
_
f
(m+1)
((u))du
2.3.6 Exemplo 1
Tomemos como tarefa o c alculo de
_
1
0
e
x
2
dx, com n = 4 e n = 8 atraves da
Regra dos Trapezios.
Caso i, n = 4: Nesta situa c ao os par ametros e n os s ao como segue:
h =
b a
4
= 0.25
x
1
= 0
x
2
= 0.25
x
3
= 0.5
x
4
= 0.75
x
5
= 1.0
Usando a express ao:
T(h) =
h
2
[f(x
1
) + 2f(x
2
) + 2f(x
3
) + . . . + 2f(x
n
) + f(x
n+1
)]
2.3. F

ORMULAS NEWTONIANAS 25
e substituindo os valores acima, obtemos:
T(h) = 0.125[1 + 2 0.9394130632 + 2 0.778800783
+2 0.589788 + 0.367879441]
= 0.742984098
Caso ii, n = 8: Nesta situa c ao os par ametros e n os s ao como segue:
h = 0.125
x
1
= 0
x
2
= 0.125
x
3
= 0.25
x
4
= 0.375
x
5
= 0.5
x
6
= 0.625
x
7
= 0.75
x
8
= 0.875
x
9
= 1.0
Usando a express ao:
T(h) =
h
2
[f(x
1
) + 2f(x
2
) + 2f(x
3
) + . . . + 2f(x
n
) + f(x
n+1
)]
obtemos:
T(0.125) =
0.125
2
[f(x
1
) + 2f(x
2
) + 2f(x
3
) + . . . + 2f(x
8
) + f(x
9
)]
= 0.745865615
Comparando os dois resultados, vimos que podemos conar em dois
dgitos de cada resultado, ent ao:
_
1
0
e
x
2

= 0.74
2.3.7 Exemplo 2
Calcular f(x) sendo f a fun c ao tabelada a seguir, usando a regra de Simpson:
26 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
x
j
1.9 2.0 2.1 2.2 2.3
f
j
3.41773 3.76220 4.14431 4.56791 5.03722
Usando a regra de Simpson, temos:
_
b
a
f(x)dx =
h
3
[f(x
1
) + 4f(x
2
) + 2f(x
3
) + 4f(x
2
) + . . . + 4f(x
n
) + f(x
n+1
)]
h = 0.1
n = 4
Substituindo os valores acima, obtemos:
S(f) =
0.1
3
[3.41773 + 4 3.76220 + 2 4.14431 + 4 4.56791 + 5.03722]
= 1.68880
2.3.8 Exemplo 3
Calcular
_
2
1
xln xdx,usando a regra de Simpson, para n = 1 e n = 2.
Caso i, n = 1: Nesta situa c ao, os par ametros s ao conforme segue:
h =
1
2
S(1) =
h
3
[f(1) + 4f(1.5) + f(2)]
=
1
6
[0 + 2.432790649 + 1.386294361]
= 0.636514163
Caso ii, n = 2: Nesta situa c ao, os par ametros s ao conforme segue:
h =
1
4
S(0.25) =
h
3
[f(1) + 4f(1.25) + 2f(1.5) + 4f(1.75) + f(2)]
=
0.25
3
[0 + 1.115717756 + 1.126395324 + 3.917310515 + 1.386294361]
= 0.628809829
2.4. ESTIMATIVAS DE ERROS 27
2.4 Estimativas de Erros
Para transformar a express ao abaixo numa igualdade:
_
b
a
f(x)dx

=
n+1

j=1
w
j
f(x
j
)
consideraremos o erro que estamos cometendo. Embora o erro n ao possa ser
calculado exatamente, em muitos casos ele pode ser estimado com boa pre-
cis ao. O processo de integra c ao numerica constitui um problema bem condi-
cionado em princpio.

E claro que, ao aproximarmos f por um polin omio
p

, estamos cometendo um erro mas se observarmos a Figura 2.6 veremos


que a soma dos erros se anula ` a medida que n aumenta.
Adotaremos a nota c ao abaixo para erros.
E
TTC
ir a para indicar o erro de truncamento da regra dos trapezios
composta.
E
TTS
indicar a o erro de truncamento da regra dos trapezios simples.
2.4.1 Erro de Truncamento na Regra dos Trapezios Simples
Levando os erros em considera c ao, a integral pode ser colocada na forma:
_
b
a
f(x)dx =
(b a)
2
[f(a) + f(b)] + E
TTS
Teorema 15 Se f(x) e duas vezes diferenci avel em [a, b], ent ao o erro de
truncamento E
TTS
e dado por:
E
TTS
=
h
3
12
f

(), onde [a, b]


Exemplo de Aplica c ao
Calcular a integral I =
_
2
1
e
x
x
dx pela regra dos trapezios simples.
I = T(1)
=
1
2
[f(1) + f(2)]
= 0.5(3.678794412 10
1
+ 6.76676416 10
2
)
= 0.5(4.355470828 10
1
)
= 2.1777735414 10
1
28 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
O valor exato para 12 casas decimais e 2.170483423687x10
1
e, portanto, o
erro absoluto e:
|2.1777735414 10
1
2.170483423687 10
1
| = 4.729 10
2
Comparando o erro absoluto com o erro indicado pelo Teorema 15, pre-
cisamos inicialmente calcular as derivadas:
f

(x) =
e
x
x
2

e
x
x
=
_
1
x
+
1
x
2
_
e
x
f

(x) =
e
x
x
+
e
x
2
+ 2
e
x
x
3
+
e
x
x
2
=
_
1
x
+ +
2
x
2
+
2
x
3
_
e
x
Fazendo = 1, [1, 2] temos que:
f

() = 5e
1
= 1.839
logo, o erro de truncamento previsto pelo teorema e |
1
3
12
.f

()| = 0.15325.
Portanto, conrma-se que o erro absoluto e menor que o previsto.
2.5 Erro de Truncamento na Regra dos Trapezios
Composta
Teorema 16 Se f e duas vezes continuamente diferenci avel em [a, b], ent ao
o erro de truncamento da f ormula composta dos trapezios, para n subinter-
valos, e dado por:
E
TTC
=
h
2
12
(b a)f

(), [a, b]
Prova. Seja agora h =
ba
n
e n =
ba
h
. Para cada subintervalo [x
i1
, x
i
],
i = 1, 2, . . . , n, temos:
_
x
i
x
i1
f(x)dx =
h
2
[f(x
i
) + f(x
i1
)] + E
TTi
, onde
E
TTi
=
h
3
12
f

(
i
),
i
[x
i1
, x
i
]
2.5. ERRO DE TRUNCAMENTONA REGRADOS TRAP

EZIOS COMPOSTA29
Uma vez que:
_
b
a
f(x)dx =
_
x
2
x
1
f(x)dx +
_
x
3
x
2
f(x)dx + . . . +
_
xn
x
n1
f(x)dx
e pela regra composta, temos que:
_
b
a
f(x)dx =
h
2
[f(x
0
) + 2f(x
1
) + . . . + 2f(x
n1
) + f(x
n
)] +
n

i=1
E
TTi
mas,
n

i=1
E
TTi
=
n

i=1

h
3
12
f

(
i
),
i
[x
i1
, x
i
]
=
h
3
12
n

i=1
f

(
i
)
=
(b a)
3
12n
3
n

i=1
f

(
i
)
Como f

(x) e contnua, f

(x) assume todos os valores entre seus m aximos


e mnimos em [a, b]. Portanto, existe algum [a, b] tal que:
f

() =
n

i=1
f

(
i
)
n
Logo,
E
TTC
=
(b a)
3
12n
3
nf

()
=
(b a)
3
12n
2
f

()
=
h
2
12
(b a)f

()

Exemplo de Aplica c ao
Considerando o exemplo anterior, vamos calcular
_
2
1
e
x
x
dx, com n = 2, 4, . . . , 256.
Os resultados destes c alculos, juntamente com o erro absoluto e os limites
de erro calculados s ao listados na tabela abaixo.
30 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
Valor Erro Limite de
h n calculado absoluto erros
1 1 0.2177735413 4.729 10
2
1.53 10
1
5.0 10
1
2 0.1832634907 1.280 10
2
3.83 10
2
2.5 10
1
4 0.1737575538 3.270 10
3
9.58 10
3
1.25 10
1
8 0.1715074075 8.240 10
4
2.40 10
3
6.25 10
2
16 0.1706897700 2.060 10
4
5.60 10
4
.
.
.
3.906 10
3
256 0.1704847700 8.070 10
7
2.34 10
6
Podemos observar que cada vez que o n umero de intervalos n e dobrado,
o erro absoluto e reduzido por um fator de aproximadamente 4, o que est a
de acordo com o resultado do teorema.
2.6 Estima cao Numerica do Erro de Truncamento
da Regra dos Trapezios
O que fazer quando f

(x) n ao estiver disponvel? Duas possibilidades s ao:


1. Calcular f

(x) numericamente
2. Calcular T(h) e T(
h
2
) e comparar os resultados
No caso (i), a segunda derivada f

(x) e calculada numericamente pela


serie de Taylor se f e sucientemente diferenci avel:
f

(x) =
f(x + h) 2f(x) + f(x h)
h
2
+ O(h
2
)
Logo, um limite de |f

(x)| pode ser calculado por:


max
1jn
f(x
j+1
) 2f(x
j
) + f(x
j1
)
h
2
O limite acima pode ser util no caso da integra c ao para pontos tabelados
igualmente espa cados de h.
No caso (ii), podemos utilizar o Teorema 16:
I T(h) =
(b a)
12
h
2
f

(
1
),
1
[a, b]
I T(
h
2
) =
(b a)
12
h
2
4
f

(
2
),
2
[a, b]
2.6. ESTIMAC

AO NUM

ERICADOERRODE TRUNCAMENTODA REGRA DOS TRAP

EZIOS 31
Assumindo que f

(
1
) = f

(
2
), temos que:
4[I T(
h
2
)]

= I T(h)
4I 4T(
h
2
)

= I T(h)
3I 3T(
h
2
)

= T(
h
2
) T(h)
I T(
h
2
)

=
T(
h
2
) T(h)
3
Chegamos ` a conclus ao de que o erro de truncamento, ao calcularmos T(
h
2
)
e, aproximadamente, a ter ca parte entre as duas aproxima c oes T(
h
2
) e T(h).
Este metodo e particularmente vantajoso, pois, ao calcularmos T(
h
2
) pode-
mos reutilizar os valores de f usados para calcular T(h). Ou seja,
T(h) = h
_
f(a)
2
+ f(a + h) + f(a + 2h) + . . . + f(a + (n 1)h) +
f(b)
2
_
T(
h
2
) =
h
2
_
1
2
f(a) + f(a +
h
2
) + f(a + h) + f(a +
3h
2
) + f(a + 2h)
+. . . + f(a + (n 1)h) + f(a + (n
1
2
)h) +
f(b)
2
_
Portanto,
T(
h
2
) =
1
2
T(h) +
h
2
n

j=1
f(a + (j
1
2
)h)
logo o n umero de avalia c oes e reduzido pela metade.
32 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
a b x
f(x)
Integral propia
bem comportada
integrando suave, polinomial
a b x
Integral propia
mal comportada
integrando nao suave, com
variacoes bruscas
(a)
(b)
Integral impropia
intervalo de integracao limitado
integrando nao limitado
b a x
f(x)
f(x)
y
y y
x
y
a b
f(x)
Integral impropia
integrando pode ser limitado
ou ilimitado
(c) (d)
Figura 2.1: Comportamento de integrais
2.6. ESTIMAC

AO NUM

ERICADOERRODE TRUNCAMENTODA REGRA DOS TRAP

EZIOS 33
x1 x3 x2
(a)
x1 x2 x3 x4 x4
(b)
x1 x2 x4 x3
(c)
Figura 2.2: Regras dos ret angulos
a
b
f(x)
f*(x)
A
Figura 2.3: Regra simples do trapezio
x1=a x2 x3 x4 x5 x6=b
Figura 2.4: Regra composta do trapezio
34 CAP

ITULO 2. INTEGRAC

AO NUM

ERICA
f(x)
a ym b
f*(x)
Figura 2.5: Regra de Simpsom
a b
f(x)
f*(x)
x
y
Figura 2.6: Cancelamento de erros
Captulo 3
Resolu cao Numerica de
Equa c oes Diferenciais
Ordinarias
Fen omenos fsicos frequentemente envolvem rela c oes entre uma vari avel in-
dependente x e uma varievel dependente y, que n ao e f acil ou mesmo possvel
de ser escrita como uma fun c ao da vari avel dependente: y = f(x). Por outro
lado, podemos estabelecer a rela c ao entre y e x atraves de seus valores e as
derivadas da fun c ao desconhecida y

(x). Em cirucitos eletricos, por exemplo,


desejamos encontrar a voltagem como uma fun c ao do tempo, v(t), que pode
ser escrita como uma rela c ao das derivadas de v no tempo e as propriedades
do circuito. Uma rela c ao escrita como uma fun c ao da vari vel independente
x, da vari vel dependente y e suas derivadas y

(x), y

(x), . . . e dita uma


equa c ao diferencial. Uma rela c ao que envolve derivadas ate ordem n e dita
equa c ao diferencial ordin aria e assuma a forma:
F(x, y(x), y

(x), . . . , y
(n)
(x)) = 0
Neste captulo faremos uma breve introdu c ao ao problema de encontrar a
solu c ao de equa c oes diferenciais ordin arias e tambem de sistemas equa c oes
diferenciais ordin arias. No caso da vari avel independente ser o tempo t, o
sistema de equa c oes diferenciais ordin arias toma a forma:
x
1
= f
1
(x
1
, . . . , x
n
)
x
2
= f
2
(x
1
, . . . , x
n
)
.
.
.
.
.
.
x
n
= f
n
(x
1
, . . . , x
n
)
35
36CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
Mais especicamente, estaremos interessados no problema de encontrar a
trajetroia x(t), t [0, T], sendo dado o estado inicial x(0) R
n
, onde
x(t) = (x
1
(t), . . . , x
n
(t)).
3.1 Introdu cao a Modelagem com Equa c oes Difer-
enciais
Nesta se c ao ser a feita a modelagem da din amica do de um veculo com um
pendulo invertido acoplado, conforme mostra a Figura 3.1. Ser ao obtidas as
equa c oes diferenciais que regem o movimento do veculo e do pendulo em
resposta a for cas externas e a a c ao da gravidade.
M
u
l

mg

y
V
H
m
V
|H
Figura 3.1: Veculo com pendulo invertido
Objetivando tornar o desenvolvimento mais simples, assumimos que o
carro e o pendulo se movem no mesmo plano, e que podemos desprezar a
fric c ao, a massa da haste, e a for ca do vento. O problema cl assico de controle
consistem em encontrar uma lei de controle que mantenha o pendulo na
posi c ao vertical, o qual se encontra deslocado da posi c ao a qual pode estar
se movimento para baixo. Utiliza-se a for ca horizontal para trazer o pendulo
de volta ` a posi c ao vertical. Sejam H e V respectivamente, as for cas vertical
3.1. INTRODUC

AOAMODELAGEMCOMEQUAC

OES DIFERENCIAIS 37
e horizontal exercidas pelo carro no pendulo conforme a gura. Aplica c ao
da lei de Newton dos movimentos lineares, obtemos:
M
d
2
dt
2
y = u H (3.1)
H = m
d
2
dt
2
(y + l sin ) (3.2)
mg V = m
d
2
dt
2
(l cos ) (3.3)
onde y+l sin e a posi c ao horizontal da massa do pendulo e l cos e a posi c ao
vertical da massa. Reescrevendo as equa c oes acima, podemos coloc a-las na
forma abaixo:
M y = u H (3.4)
H = m y + ml
d
2
dt
2
(sin )
= m y + ml
d
dt
(cos )
= m y + ml cos

ml sin (

)
2
(3.5)
mg V = m
d
dt
l sin

= ml(cos


sin

)
= ml[sin

cos (

)
2
] (3.6)
Aplicando a Lei de Newton ao movimento rotacional do pendulo, obtemos:
ml
2

= lmg sin + V l sin Hl cos (3.7)


De (3.7) obtemos:
V =
ml
2

lmg sin + Hl cos


l sin
(3.8)
Substituindo (3.1) em (3.8) obtemos:
V =
ml
2

lmg sin + l cos u Ml cos y


l sin
(3.9)
Substituindo (3.9) em (3.6), obtemos:
mg +
ml
2

lmg sin + l cos u Ml cos y


l sin
= ml[sin

cos (

)
2
]
38CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
lmg sin + ml
2

lmg sin
+l cos u Ml cos y = ml
2
sin
2

+ ml
2
cos sin(

)
2
que por sua vez nos leva a:
(ml
2
ml
2
sin
2
)

= ml
2
cos sin (

)
2
+ 2mlg sin
l cos u + Ml cos y (3.10)
Substituindo (3.1) em (3.5), obtemos:
u M y = m y + ml cos

ml sin(

)
2
(M + m) y = ml sin(

)
2
ml cos

+ u (3.11)
Podemos expressar o sistema de equa c oes diferenciais de uma forma mais
compacta. Primeiramente, podemos colocar (3.10) na forma:

=
2
+
3
y +
4
u (3.12)
onde:
_

1
= ml
2
(1 sin
2
)

2
= ml
2
cos sin (

)
2
+ 2mlg sin

3
= Ml cos

4
= l cos
(3.13)
Depois, expressamos (3.11) como:

1
y =
2
+
3

+
4
u (3.14)
onde:
_

1
= (M + m)

2
= ml sin (

)
2

3
= ml cos

4
= 1
(3.15)
Agora podemos substituir (3.15) na equa c ao (3.12) de maneira a se obter:

=
2
+
3
(
2
+
3

+
4
u)

1
+
4
u

=
2
+

3

1
+

4

1
+
3

1
u (3.16)
Assim, podemos substituir (3.16) em (3.14) e escreve-las na forma:

=
1

1
1
3
3
_

2
+

3

1
+

4

1
+
3

1
u
_
y =

2
1
_

2
+

3

1
_
+
_

1
+

3
(
4

1
+
3

4
)

1
(
1

3
)
_
(3.17)
3.2. EXEMPLOS DE EQUAC

OES DIFERENCIAIS 39
Isto signica que as derivadas segundas de e y foram denidas na forma
compacta:

= f(,

, u)
y = g(,

, u)
(3.18)
onde f e g foram denidas conforme (3.17). Por meio de mudan ca de
vari aveis, vamos agora expressar o sistema de equa c oes diferenciais em um
sistema de equa c oes envolvendo vari aveis de estado e suas derivadas de
primeira ordem no tempo. Sejam x
1
, x
2
, x
1
e x
2
as novas vari aveis de
estado, cujas rela c oes com e y s ao:
_
x
1
=
x
2
= x
1

_
x
1
=

= x
1
x
2
= x
1
=

(3.19)
Procedendo da mesma forma para a vari aveis y, resulta em:
_
x
3
= y
x
4
= y

_
x
3
= y = x4
x
4
= y
(3.20)
Agregando as equa c oes (3.19) e (3.20) geramos os sistema de equa c oes:
_

_
x
1
= x
2
x
2
= f(x
1
, x
2
, u)
x
3
= x
4
x
4
= g(x
3
, x
4
, u)
(3.21)
que pode ser expresso de uma forma ainda mais compacta:
x = F(x, u) (3.22)
onde x = (x
1
, . . . , x
2
) e F(x, u) = (x
2
, f(x
1
, x
2
, u), x
4
, g(x
3
, x
4
, u)). Prob-
lemas como o descrito acima tem as rela c oes entre as vari aveis descritas
em termos de equa c oes diferenciais, ou seja, equa c oes que envolvem um
fun c ao desconhecida e algumas de suas derivadas. Uma equa c ao que en-
volve derivadas ate ordem n e chamada de equa c ao diferencial ordin aria
(ODE). No caso da ODE especicada em (3.22), a fun c ao desconhecida e a
fun c ao x(t).
3.2 Exemplos de Equa c oes Diferenciais
Exemplo
Uma lista de equa c oes diferenciais exemplo segue abaixo:
40CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
a)
dy
dx
= y + x
2
b)
dy
dx
= y
2
c)
dy
dx
= 2x + 3
d) e
x dy
dx
+ 7xy = x
2
+ 1
e)
dy
dx
= y + 1
f)
d
2
y
dx
2
+ 3
dy
dx
17y = 0
g) xyy

+ xy

= 0
h) e
x
y

+ 2y

+ 3xy = x + 3
As equa c oes dadas em (a) e (e) s ao equa c oes diferenciais de primeira ordem
e lineares. J a as equa c oes (f) e (h) s ao equa c oes diferenciais de segunda
ordem e lineares, enquanto que a equa c ao (g) e uma equa c ao diferencial de
segunda ordem e n ao-linear.
Exemplo
Considere a equa c ao diferencial linear de primeira ordem:
dy
dx
= 2x + 3
que pode ser escrita como y

= f(x) sendo f(x) = 2x + 3 uma fun c ao


contnua para a < x < b. A solu c ao da equa c ao e dada por:
y =
_
f(x)dx + c
=
_
(2x + 3)dx
= x
2
+ 3x + c
3.3 Problema de Valor Inicial
O problema de valor inicial consiste em encontrar uma solu c ao para a
equa c ao diferencial
y
(n)
(x) = f(x, y, y

, . . . , y
(n1)
) (3.23)
3.4. SISTEMAS DE EQUAC

OES DIFERENCIAIS 41
sendo as condi c oes iniciais dadas por:
y(a) =
1
y

(a) =
2
.
.
.
.
.
.
y
(n1)
(a) =
n
No que segue desenvolveremos metodos numericos para resolver of problema
(3.23).
3.4 Sistemas de Equa c oes Diferenciais
Um sistema de equa c oes diferenciais de primeira ordem tem a seguinte forma:
_

_
y

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

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

n
(x) = f
n
(x, y
1
, y
2
, . . . , y
n
)
(3.24)
Quando o problema acima tem solu c ao, ent ao ele tem, em geral, v arias
solu c oes, ou seja, uma famlia de solu c oes. Com as condi c oes iniciais abaixo,
temos o problema do valor inicial:
_

_
y
1
(x) = y(x)
y
2
(x) = y

(x)
.
.
.
y
n
(x) = y
n1
(x)
Note que a equa c ao diferencial do problema de valor inicial, (3.23), pode
ser colocada na forma de um sistema de equa c oes diferenciais de primeira
ordem, conforme modelo dado por (3.24). Para tanto, basta proceder como
42CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
segue:
y
(n)
= f(x, y, y

, . . . , y
(n1)
)
_

_
y
(n)
(x) = f(x, y, y

, . . . , y
(n1)
)
y
1
= y
y
2
= y

.
.
.
y
n
= y
(n1)

_
y

1
= y

2
= y

.
.
.
y

n
= y
(n)

_
y

1
= y
2
y

2
= y

3
.
.
.
y

n
= f(x, y
1
, y
2
, . . . , y
n
)
(3.25)
Exemplo
Considere o problema de valor inicial dado por:
y

(x) = xy

+ e
x
y(x) + x
2
+ 1, 0 x < 1 (3.26)
tal que y(0) = 1, y

(0) = 0, e y

(0) = 1. Podemos ent ao transformar (3.26)


em um sistema de equa c oes de primeira ordem, fazendo:
_
_
_
y
1
= y
y
2
= y

y
3
= y

_
y

1
= y
2
y

2
= y
3
y

3
= xy
2
+ e
x
y
1
+ x
2
+ 1
y
0
(0) = 1, y
1
(0) = 0, y
3
(0) = 1
(3.27)
3.5 Equa c oes de Diferen cas
Uma equa c ao de diferen cas de ordem n e uma sequencia de equa c oes da
forma:
g
k
(y
k+n
, y
k+n1
, . . . , y
k
) = 0, k = 0, 1, 2 . . .
y
j
=
j
, j = 0, 1, 2 . . . , n 1
(3.28)
Os g
k
s ao fun c oes de n + 1 vari aveis e os valores
j
s ao dados especcos.
Uma solu c ao de tal equa c ao e uma sequencia (y
0
, y
1
, . . . , y
n1
, y
n
, y
n+1
, . . .)
que satisfaz as equa c oes (3.28).
3.6. M

ETODOS DE SOLUC

AO ELEMENTARES 43
Uma forma especial das equa c oes (3.28) e:

n
y
k+n
+
n1
y
k+n1
+ . . . +
y
k
= 0, k = 0, 1, 2, . . .
y
j
=
j
, j = 0, 1, 2, . . . , n 1
(3.29)
Em (3.29), os g
k
independem de k e s ao fun c oes lineares homogeneas de
todas as vari aveis, e por esta raz ao s ao chamadas de equa c oes de diferen cas
lineares homogeneas, com coecientes constantes.
Exemplos
Abaixo listamos tres exemplos de equa c oes de diferen cas lineares:
a) y
k+2
5y
k+1
+ 6y
k
= 0, y
0
= 0, y
1
= 1
b) y
k+1
y
k
= 0 e y
0
= 0
c) y
k+3
2y
k+2
y
k+1
+ 2y
k
= 0, y
0
= 0, y
1
= 3, e y
2
= 1
3.6 Metodos de Solu cao Elementares
Estudaremos agora metodos que aproximam uma equa c ao diferencial por
uma equa c ao de diferen cas. Determinar numericamente uma solu c ao de
uma equa c ao diferencial e encontrar os valores (y
1
, y
2
, . . . , y
n
) atraves de
uma aproxima c ao da equa c ao de diferen cas. Tal aproxima c ao introduz um
erro de truncamento e um erro de arredondamento.
3.7 Metodo de Euler
Vamos resolver a ODE de primeira ordem da forma y

= f(x, y) sujeita
` a condi c ao inicial y(x
0
) = y
0
. Primeiramente, vamos analisar o problema
gracamente. Suponhamos que y = F(x) e que a solu c ao analtica seja a
curva mostrada no gr aco da gura abaixo.
Para fazer uma estimativa de y
1
, em torno do ponto (x
0
, y
0
) vamos con-
siderar que:
dy
dx
|
(x
0
,y
0
)
= f(x
0
, y
0
)
que pode ser aproximado em torno de (x
0
, y
0
) por:
y y
0
x x
0

= f(x
0
, y
0
)
44CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
x0 x1
x2
y0
y1
y2
y
x
y=F(x)
Figura 3.2: Ilustra c ao de uma primitiva F(x)
Observando que, se h = x
1
x
0
tender a zero, a ordenada do ponto Q
( y) tende a y
1
e da:
y = y
0
+ hf(x
0
, y
0
)
y
1

= y
0
+ hf(x
0
, y
0
)
(3.30)
Generalizando, temos a seguinte equa c ao a diferen cas, que e a express ao de
Euler:
y
k+1
= y
k
+ hf(x
k
, y
k
) (3.31)
Outro enfoque consiste em considerar a aproxima c ao:
y

(x)

=
[y(x + h) y(h)]
h
(3.32)
Introduzindo a nota c ao
x
k
= a + kh, = 0, 1, 2, . . .
de modo que a = x
0
< x
1
< x
2
< . . . < x
n
= b. Fazendo y
k
representar
uma aproxima c ao para y(x
k
) onde y(x) e a solu c ao de y

= f(x, y(x)), ent ao


(3.32) sugere que:
y

(x
k
) =
[y
k+1
y
k
]
h
Portanto,
y
k+1
y
k
= hy

(x
k
) y
k+1
= y
k
+ hf(x
k
, y
k
) (3.33)
3.7. M

ETODO DE EULER 45
x0
y
x
y0
x1
Q(x1,y)
y
P(x1,y1)
y1
Figura 3.3: Metodo de Euler
que e novamente a express ao do metodo de Euler.
3.7.1 Exemplo
Resolver a equa c ao diferencial y

= 2x+3, para x = {1.0, 1.1, 1.2, 1.3}, tendo


como condi c oes iniciais y = 1 quando x = 1.
Temos que f(x, y) = 2x + 3, x
0
= 1, y
0
= 1, h = 0.1.
Passo 0 Temos, pelas condi c oes iniciais que:
y
0
= 1
x
0
= 1
Passo 1 Calculamos y
1
para x
1
= 1.1 conforme segue:
y
1
= y
0
+ hf(x
0
, y
0
)
= 1 + 0.1(2 1 + 3)
= 1.5
x
1
= x
0
+ h
x
0
= 1.0y
0
= 1.0
x
1
= 1.1y
1
= 1.5
46CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
Passo 2 Calculamos y
2
para x
2
= 1.2 conforme segue:
y
2
= y
1
+ hf(x
1
, y
1
)
= 1.5 + 0.1(2 1.1 + 3)
= 2.02
x
2
= 1.2
Passo 3 Calculamos y
3
para x
3
= 1.3 conforme segue:
y
3
= y
2
+ hf(x
2
, y
2
)
= 2.56
x
3
= 1.3
3.7.2 O Algoritmo de Euler
Algoritmo de Euler (f, a, b, , h)
x a
y
Enquanto x b
y y + hf(x, y)
x x + h
Saida(x,y)
Fim enquanto
3.8 Metodo de Euler para Sistemas de Equa c oes
Aqui vamos estender o metodo de Euler desenvolvido na se c ao para resolver
numericamente sistemas de equa c oes diferenciais.. Vejamos inicialmente um
sistema de duas equa c oes:
_
y

= f(t, y, z)
z

= g(t, y, z)
Fazendo h
0
= t
1
t
0
, temos:
_

_
y(t
1
) = y
1
= y
0
+ h
0
f(t
0
, y
0
, z
0
)
z(t
1
) = z
1
= z
0
+ h
0
g(t
0
, y
0
, z
0
)
3.9. M

ETODOS BASEADOS NA S

ERIE DE TAYLOR 47
Generalizando para um passo h qualquer, temos:
_
y
k+1
= y
k
+ hf(t
k
, y
k
, z
k
)
z
k+1
= z
k
+ hg(t
k
, y
k
, z
k
)
Para um conjunto de n equa c oes o metodo assume a forma:
_

_
y
k+1
1
= y
k
1
+ hf
1
(x(k), y
k
1
, y
k
2
, . . . , y
k
n
)
y
k+1
2
= y
k
2
+ hf
2
(x(k), y
k
1
, y
k
2
, . . . , y
k
n
)
.
.
.
y
k+1
n
= y
k
n
+ hf
n
(x(k), y
k
1
, y
k
2
, . . . , y
k
n
)
(3.34)
Logo, as equa c oes (3.34) nos d ao um processo iterativo para calcular a
solu c ao numerica aproximada de y(x) a partir de um conjunto de condi c oes
iniciais. Isto signica que a trajet oria {(x
k
, y
k
) : k = 0, 1, 2, . . .}, conforme
(3.34), produz uma solu c ao aproximada para y(x).
3.9 Metodos Baseados na Serie de Taylor
Tomemos como ponte de partida a equa c ao diferencial ordin aria:
y

= f(x, y(x))
y(x
0
) = y
0
Seja y = F(x) a solu c ao, ou seja, F

(x) = f(x, y) com f(x


0
) = y
0
. As-
sumiremos que F e diferenci avel ate ordem n. Expandindo F(x) na serie de
Taylor em torno de x
0
, temos:
F(x) = F(x
0
) +
x x
0
1!
F

(x
0
) +
(x x
0
)
2
2!
F

(x
0
) + . . .
+
(x x
0
)
n
n!
F
(n)
(x
0
) (3.35)
Sabemos que:
F(x
0
) = y
0
F

(x
0
) = f(x
0
, y
0
)
= y

0
Entretanto precisamos ainda determinar y

0
, y

0
, . . . , y
(n)
0
. N ao conhecemos
estas derivadas pois F(c) n ao e conhecida. Se f for sucientemente deriv avel,
48CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
elas podem ser determinadas considerando-se a derivada total em rela c ao a
x, pois f e fun c ao implcita de y. Isto nos leva aos desenvolvimento abaixo:
y

= f(x, y(x))
y

= f

(x, y(x))
=
f
y
dy
dx
+
f
x
= f
y
(x, y(x)).f(x, y(x)) + f
x
(x, y(x))
= f
y
f + f
x
y

=
fyf
y
.
dy
dx
+
fyf
x
+
fx
x
.
dy
dx
.
fx
x
= f
xx
+ 2f
xy
f + f
yy
f
2
+ f
x
f
y
+ f
2
y
f
(3.36)
3.9.1 Exemplo
Considere a ODE y

= x + y
2
e a condi c ao inicial y(0) = 1. Conforme
desenvolvimento acima, sabemos que
y

= f
x
+ f
y
f = 1 + 2y

y.
Observando que f
x
= 1, f
y
= 2y, f
xx
= 0 e f
xy
= 0, podemos vericar que:
y

= f
yy
f
2
+ f
x
f
y
+ f
2
y
f
= 2(x + y
2
)
2
+ 1.(2y) + (2y)
2
(x + y
2
)
= 2(x + 2xy
2
+ y
4
) + 2y + 4y
2
x + 4y
4
= 2x + 4xy
2
+ 2y
4
+ 2y + 4y
2
x + 4x
4
= 6y
4
+ 2y + 4xy
2
+ 4y
2
x + 2x
3.10. M

ETODO DE RUNGE-KUTTA 49
Asim temos:
y

(0) = 0 + y
2
0
= y
2
0
= 1
y

(0) = 1 + 2yy

= 1 + 2y
0
y

0
= 1 + 2.1.1
= 3
y

(0) = 6y
4
+ 2y + 4xy
2
+ 4y
2
x + 2x
= 6y
4
0
+ 2y
0
= 6.1 + 2.1
= 8
Isto nos leva a solu c ao aproximada:
y(x) = 1 + x +
3
2
x
2
+
8
6
x
3
+ E
T
Onde E
T
denota o erro cometido.
3.10 Metodo de Runge-Kutta
Os metodos de Runge-Kutta s ao obtidos pela serie de Taylor em que se
omite os termos de mais alta ordem na expans ao. Se cancelarmos os termos
que contem potencias de h de ordem maior que p, obtemos um metodo de
ordem p. O metodo de Euler estudado anteriormente e de primeira ordem.
Para desenvolvermos os metodos, vamos expandir y
k+1
em vez de F(x) como
descrito na equa c ao (3.35), ou seja:
y
k+1
= y(x
k
) + hy

(x
k
) +
h
2
2
y

(x
k
) +
h
3
6
y

(x
k
) (3.37)
3.10.1 Metodo de Runge-Kutta de Segunda Ordem
Assumindo que y(x) e tres vezes continuamente diferenci avel, ent ao o teo-
rema de Taylor nos d a:
y
k+1
= y(x
k
) + hy

(x
k
) +
h
2
2
y

(x
k
) +
h
3
6
y

(
k
) (3.38)
50CAP

ITULO3. RESOLUC

AONUM

ERICADE EQUAC

OES DIFERENCIAIS ORDIN

ARIAS
para algum
k
[x
k
, x
k+1
]. Usando a nota c ao
y

(x
k
) = f(x
k
, y(x
k
))
vemos que
y(x
k+1
) = y(x
k
) + hf(x
k
, y(x
k
)) +
h
2
2
[
df(x, y(x))
dx
] + O(h
3
) (3.39)
Para calcular
df(x,y(x))
dx
poderamos usar uma das formular de (3.36), mas
teramos o problema das derivadas parciais, ent ao usamos uma aproxima c ao
dada pela deriva c ao do polin omio interpolador de grau um, ou seja:
p(x) = f(x
1
)
x x
2
x
1
x
2
+ f(x
2
)
x x
1
x
2
x
1
ent ao:
p

(x) = f(x
1
)
1
x
1
x
2
+ f(x
2
)
1
x
2
x
1
da temos com h = x
2
x
1
que:
df(x, y(x))
dx
=
1
h
[f(x + h, y(x + h)) f(x, y(x))] + O(h) (3.40)
Escrevendo a equa c ao (3.40) para x = x
k
e substituindo em (3.39), temos:
y(x
k+1
) = y(x
k
) + hf(x
k
, y(x
k
))
+
h
2
2
[
f(x
k+1
, y(x
k+1
)) f(x
k
, y(x
k
))
h
] + O(h
3
)

= y(x
k
) +
h
2
2
[f(x
k+1
, y(x
k+1
)) f(x
k
, y(x
k
))]
= y(x
k
) +
h
2
2
[f(x
k+1
, y
k+1
) f(x
k
, y(x
k
))] (3.41)
Todavia, a f ormula (3.41) n ao pode ser utilizada para calcular y
1
, y
2
, . . . por
causa do termo y
k+1
= y(x
k+1
) no lado direito da igualdade. As f ormulas
do tipo (3.41) s ao chamadas f ormulas implcitas. Substituindo y
k+1
em
f(x
k+1
, y
k+1
) pela express ao do metodo de Euler, temos:
f(x
k+1
, y
k+1
) = f(x
k+1
, y(x
k
) + hy

(x
k
) + O(h
2
))
= f(x
k+1
, y(x
k
) + hy

(x
k
)) + O(h
2
) (3.42)
3.10. M

ETODO DE RUNGE-KUTTA 51
A substitui c ao de (3.42) em (3.41), nos leva a:
y
k+1
= y
k
+
h
2
[f(x
k
, y
k
) + f(x
k+1
, y
k
+ hf(x
k
, y
k
)] + O(h
3
) (3.43)
que e conhecida como f ormula de Runge-Kutta de segunda ordem.
Para uma equa c ao diferencial do tipo y

= f(x, y), com condi c ao inicial


y(x
0
) = y
0
, O metodo Runge-Kutta de segunda-ordem pode ser reescrito da
seguinte forma:
x
k+1
= x
k
+ h
y
k+1
= y
k
+
k
1
+ k
2
2
,
onde:
k
1
= hf(x
k
, y
k
)
k
2
= hf(x
k+1
, y
k
+ k
1
)

You might also like