Baixe o app para aproveitar ainda mais
Prévia do material em texto
4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. 4.1- Aproximação de Funções. 4.1.1- Aproximação por Polinômios. 4.1.2- Ajuste de Dados: M ínimos Quadrados. 4.2- Derivadas e Integrais Numéricas. 4.2.1- Aproximação de Derivadas por Dif erenças Finitas. 4.2.2- Aproximação de Integrais por Regras de Integração Numérica. 4.3- Solução de Equações Diferenciais Ordinárias. 4.3.1- Problema de Val or Inicial. 4.3.2- Problema de Val or de Contorno. 4.4- Solução de Equações Diferenciais Parciais. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFEREN CIAIS PARCIAIS 4.3- Solução de Equações Diferenciais Ordinárias. Muitos problemas na ciência e na tecnologia podem ser modelados por equações que estabelecem uma relação entre funções desconhecidas e as derivadas destas fun ções . Equações deste tipo são chamadas Equações Diferenciais . Quando a função depende apenas de uma variável a equação diferencial é chamada de Equação Diferencial Ordinária, já que apenas podem aparecer as derivadas ordinárias da função . Quando a função depende de mais de e uma vari ável a equação diferencial é chamada de Equação Diferencial Parcial, já que podem aparecer as di ferentes derivadas parciais desta função . )(xf )( )( o o ¶ ¶f k k dx xfd )( )( e ),,1,( kkknji xx f jik j k i k ji =++= ¶¶ ¶ LL L )(of ),,,( 21 nxxxf L 4.3- Solução de Equações Diferenciais Ordinárias. No tópico 4.3 estudaremos Equações Diferenciais Ordin árias. No tópico 4.4 estudaremos Equações Diferenciais Parciais . Se diz que uma Equação Diferencial Ordin ária é de ordem n se a ordem da maior derivada que aparece na equa ção é n. Resolver esta problema consiste em encontrar a fun ção que deve ser n vezes continuamente diferenciavel num intervalo e satisf az esta equação. Em geral, soluções exatas para este problema pode ser uma tarefa difícil. Neste caso os métodos numéricos são uma boa ferramenta para tentar resolver problemas deste tipo. )(xf ( ) ( ) ( )( ), , , , (EDO implicita) ( ) ( ) ( ) ( )ˆ ( ), , , , (EDO explicita) n n n n n n df x d f x d f xF f x dx dx dx d f x df x d f x d f xF f x dx dx dx dx - - æ ö =ç ÷ è ø æ ö = ç ÷ è ø 2 2 2 1 2 1 0L L 4.3- Solução de Equações Diferenciais Ordinárias. Equações Diferenciais Ordin árias são classificadas como Lineares e Não Lineares . Se diz que uma EDO é Linear se a função ou dependem linearmente de e todas suas derivadas. Isto é, se: As EDO Lineares verificam as seguintes propriedade: Suponha que as funções são m soluções da EDO Linear, então a função definida pela combina ção linear destas soluções é também solução da EDO Linear. A prova desta propriedade é conseqüência imediata da linearidade da EDO. )(xf F Fˆ [ ( ) ( )] [ ( ) ( )] [ ( ) ( )][ ( ) ( )], , , , ( ) ( ) ( ) ( ) ( ) ( )( ), , , , ( ), , , , n n n n n n d f x f x d f x f x d f x f xF f x f x dx dx dx df x d f x d f x df x d f x d f xF f x F f x dx dx dx dx dx dx a a aa a a æ ö+ + + + =ç ÷ è ø æ ö æ ö +ç ÷ ç ÷ è ø è ø 2 1 2 1 2 1 2 1 2 2 2 2 1 1 1 2 2 2 1 22 2 L L L )(,),(),( 21 xfxfxf mL ˆ ( ) ( ) ( são constantes arbirarias) m i i i i f x C f x C = = å 1 4.3- Solução de Equações Diferenciais Ordinárias. A forma geral para uma EDO Linear explicita de ordem n é: onde as funções não dependem nem da função nem de suas derivadas. Quando a função se diz que a EDO Linear é homogênea. Caso contrário se diz que a EDO Linear é não homogênea . Entre as poss íveis soluções da EDO Linear estamos interessados em destacar aquelas soluções que são linearmente independentes . Isto porque elas formam uma base que permite representar a solu ção geral da EDO Linear: )()()()()()()()()( 1011 1 1 xgxfxgdx xdfxg dx xfdxg dx xfdxg nn n nn n n +- - - =++++ L )(,),(),( 01 xgxgxg nn L+ ˆ ( ) ( ), onde são constantes arbirarias e ( ) são funções LI. m i i i i i f x C f x C f x = = å 1 )(xf 0)(1 =+ xgn 0)(1 ¹+ xgn î í ì =++++ - - - Homogênea Linear EDO 0)()()()()()()()( 011 1 1 xfxgdx xdfxg dx xfdxg dx xfdxg n n nn n n L )(,),(),( 21 xfxfxf mL 4.3- Solução de Equações Diferenciais Ordinárias. Um conjunto de m soluções da EDO Linear de ordem n é dito ser Linearmente Independente (m<n) se o Wronskiano destas soluções é diferente de zero . Isto é se Se as funções são n Soluções Linearmente Independentes da EDO Linear Homogênea de ordem n, então a função é também solução da EDO e é chamada de Solução Geral desta EDO Linear Homogênea . 0 )()()( )()()( )()()( ))(,),(),(( 22 2 11 1 21 ¹= m m m m m m m m m m dx xfd dx xdfxf dx xfd dx xdfxf dx xfd dx xdfxf xfxfxfW L LLLL L L L ( ) ( ), onde são constantes arbirarias, n SG i i i i f x C f x C = = å 1 )(,),(),( 21 xfxfxf nL 4.3- Solução de Equações Diferenciais Ordinárias. Um caso particular de EDO Linear Homogênea de ordem n é quando as funções são constantes. Neste caso temos: Se procuramos solu ções para esta equa ção na forma , então obtemos a chamada Equação Caracter ística da EDO Linear Homogênea : Note que resolver esta equa ção corresponde a encontrar os zeros de um polinômio de grau n em . Esta equação característica tem n raízes. Se estas raízes são todas diferentes , então as n soluções são Linearmente Independentes e xexf l=)( )(,),( 0 xgxgn L 0)()()()( 011 1 1 =++++ - - - xfgdx xdfg dx xfdg dx xfdg n n nn n n L 001 1 1 =++++ - - gggg n n n n lll L l ),,1( nii L=l x i iexf l=)( ( ) , onde são constantes arbirarias.i n x SG i i i f x C e Cl = = å 1 4.3- Solução de Equações Diferenciais Ordinárias. Se as raízes da Equação Caracter ística da EDO Linear Homogênea tem multiplicidade, por exemplo, a raiz tem multiplicidade , podemos obter as soluções LI que correspondem à esta raiz na forma: No caso que a EDO Linear é Não Homogênea e for conhecida uma solu ção particular desta EDO Linear Não Homogênea a Solução Geral desta equação será a soma da Solução da Equação Homogênea mais a Solução Particular: ( ) , ( ) , ( ) , , ( ) .k k k kx x x xkk k k k kf x e f x xe f x x e f x x e l l l l- + + + -= = = = 2 1 1 2 1L kl Solução da EDO Homogênea ( ) ( ) ( ) , onde são constantes arbirarias. n SG SP i i i i f x f x C f x C = = + å 114243 k k 0)(1 ¹+ xgn ( )SPf x )()()()()()()()()( 1011 1 1 xgxfxgdx xdfxg dx xfdxg dx xfdxg nSPSPn SP n nn SP n n +- - - =++++ L 4.3- Solução de Equações Diferenciais Ordinárias. Se destacam dois tipos de problemas para as EDO: A solução geral desta equação possui n constantes arbitr árias, que podem ser determinadas se são impostas n restrições: - Problema de Valor Ini cial: Quando as restri ções são impostas num ponto inicial ( Condições Iniciais). Ou seja, quando são conhecidas no ponto inicial - Problema de Valor de Contorno : Quando as restri ções são impostas nos extremos do intervalo ( Condições de Contorno). ( ) ( ) ( )( ), , , , (EDO implicita) ( ) ( ) ( ) ( )ˆ ( ), , , , (EDO explicita) n n n n n n df x d f x d f xF fx dx dx dx d f x df x d f x d f xF f x dx dx dx dx - - æ ö =ç ÷ è ø æ ö = ç ÷ è ø 2 2 2 1 2 1 0L L ( ) ( )( ), , , n n df x d f xf x dx dx - - 1 0 0 0 1L x x= 0 [ , ]x a bÎ Considere que a vari ável independente é o tempo. Então nosso Problema de Valor Inicial consiste em encontrar que satisf az: Problemas que envolvem derivadas de ordem maior podem ser transformados num sistema de equa ções de primeira ordem. Se a EDO é linear. Estudaremos alguns m étodos numéricos que aproximam a solução deste PVI. Note que a solu ção aproximada consiste em aproximar a derivada e partindo do dado inicial avan çar no tempo de forma a encontrar aproximadamente . Discretizamos o tempo da seguinte forma: onde é o passo de tempo. 4.3.1- Problema de Valor Inicial (PVI). ( )( ) ( ), (EDO) ( ) ( ) (Condição Inicial) (2) du t f u t t t t dt u t u = " > = 0 0 0 1 ( )u t ( )( ), ( ) ( ) ( )f u t t g t u t g t= +1 2 ( )n nU u t» tD com nt n t n= D ³ 0 Método de Euler: Quando aproximamos a deri vada na forma obtemos o problema aproximado ( discretizado) Desta forma est á explicitado em função de e partindo da condição inicial podemos obter uma aproxima ção da solução para os instantes de tempo seguintes Quando aproximamos a derivada na f orma retardada obtemos outro problema aproximado ( discretizado) 4.3.1- Problema de Valor Inicial (PVI). ( ) , ( ) , , ( ) nnu t U u t U u t U» » » 1 2 1 2 L U u=0 0 1+nU nU { formula difference-backward )(Retardado Esquerdo Lado 1 1 )()()()())(()( t UU t tUtU t ttututuD dt tdu nnnnnn n n D - = D - » D D-- =» - - - )(ImplícitoEuler -Backward ),(ou ),( 1 1 n nnn n n nn tUftUUtUf t UU D+== D - - - )(ExplícitoEuler -Forward ),(ou ),( 1 1 n nnn n n nn tUftUUtUf t UU D+== D - + + { formula difference-forward )(Adiantado Direito Lado 1 1 )()()()())(()( t UU t tUtU t tuttutuD dt tdu nnnnnn n n D - = D - » D -D+ =» + + + Desta forma est á implícito em função de e partindo da condição inicial podemos obter uma aproxima ção da solução para os instantes de tempo seguintes De qualquer f orma o Método Implícito de Euler deve ser resolvido com respeito a e est á equação pode ser não linear se for não linear. Neste caso devemos usar algum método iterativo para resolver a equa ção não linear. Ambos métodos são chamados método de um passo (one-step) que signif ica que para determinar precisa do conheciment o de apenas um valor pr évio . Ambos m étodos têm precisão de primeira ordem ! 4.3.1- Problema de Valor Inicial (PVI). ( ) , ( ) , , ( ) nnu t U u t U u t U» » » 1 2 1 2 L U u=0 0 nU 1-nU )(ImplícitoEuler -Backward ),(ou ),( 1 1 n nnn n n nn tUftUUtUf t UU D+== D - - - )(ExplícitoEuler -Forward ),(ou ),( 1 1 n nnn n n nn tUftUUtUf t UU D+== D - + + ),( n n tUf nU 1+nU nU Erro do Método de Euler: Para estimar o erro local escrevemos a equação de diferenças na forma que assemelha a derivada e substituímos nesta equa ção a solução exata da EDO. Depois usamos expansão em serie de Taylor para cancelar os termos comuns: Similarmente, o erro para o Método Backward Euler é de primeira ordem . 4.3.1- Problema de Valor Inicial (PVI). Forward-Euler (Explícito) ( , ) Equação de Diferenças n n n n U U f U t t + ì- = íD î 1 ( )( ) ( ) ( ) ( ) ( ) ( )( ( ), ) EDO ( ),n n n n nn n n u t u t u t u t du t du te f u t t f u t t t t dt dt + +- - æ ö= - = - =ç ÷D D è ø 1 1 ne ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( )! n n nn n n n n n n du t d u t d u t d u tu t u t t t t t O t dt dt dt n dt + + = + D + D + D + + D + D 2 3 2 3 1 1 2 3 1 1 1 2 6 L ( ) Primeira Ordemde Precisão( ) ( ) ( )( ) ( ) ! n n nn n n n n d u t d u t d u te t t t O t C t dt dt n dt - ì í î = D + D + + D + D » D 2 3 2 1 2 3 1 1 1 2 6 L Uma forma de aumentar a ordem de precisão é desenvolver métodos multipasso (multistep) que envolvem o conhecimento prévio de mais de um valor. Outro método: E assim, usando as formulas de di ferenças finitas desenvolvidas na aula anterior podemos obter di ferentes tipos de aproxima ções para o PVI. Estes métodos não indicam como obter os valores prévios antes de poder aplicar o m étodo. O primeiro valor prévio é obtido da condi ção inicial , mas os outros devem ser obtidos aplicando algum m étodo de um passo . 4.3.1- Problema de Valor Inicial (PVI). Centrada) (Diferença 22 )()())(()( 11 0 t UU t ttuttutuD dt tdu nnnn n n D - » D D--D+ =» -+ { Centrada) (Diferença ),(2 Precisão de Ordem Segunda de Explicito11 nnnn tUftUU D+= -+ t UUU t ttuttututuD dx tdu nnnnnn n n D +- » D D-+D-- =» -- 2 43 2 )2()(4)(3))(()( 21 2 {Implícito de SegundaOrdem de Precisão[ ( , )] (Diferença Retardada) n n n n nU U U t f U t- -= - + D1 21 4 23 ( )U u t u= =0 0 0 Métodos multipasso possuem ordem de precisão maior que os métodos de um passo. Na prática, é comum o uso de m étodos de um passo com etapas intermediarias (multistage) que possuem a mesma precisão que os métodos multipassos. Nestas etapas intermediarias são gerados valores intermedi ários da incógnita e suas deri vadas. Método de Runge-Kutta Explicito de Duas Etapas : Combinado estas duas etapas o m étodo pode ser escrito como Este método possui precisão de segunda ordem . 4.3.1- Problema de Valor Inicial (PVI). {Explicito de Segunda(Método de Um Passo) Ordem de Precisão( , ), n n n n n n tU U t f U t f U t t+ Dæ ö= + D + D +ç ÷è ø 1 1 2 2 { *Primeira Etapa gera um valor intermediario entre o passo e * ( ) obtido pelo Forward Euler * Segunda Etapa avalia no ponto ( , ) , n n nn n u t Un n n f n U U t f U t tU U t f U t + + » + = + D Dæ ö= + D +ç ÷ è ø 1 2 1 1 1 2 2 { intermediario gerado na Primeira Etapa para estimar a derivada no intervalo definido entre o passo e .n n+1 Método de Runge-Kutta Explicito de Quatro Etapas : Note que este m étodo é Explícito e de Um Passo A precisão deste método de Runge-Kutta é de quarta ordem . 4.3.1- Problema de Valor Inicial (PVI). ( , ( , , ), )n n n nU F U f U t t t + = D D1 { { { { ( ) Etapa Zero Primeira Etapa Segunda Etapa Terceira Etapa ( , ) , , , , , n n n n n n n n n n n n Y U Y U t f Y t tY U t f Y t tY U t f Y t t t tU U f Y t f Y t f Y t f Y+ = = + D Dæ ö= + D +ç ÷ è ø Dæ ö= + D +ç ÷ è ø D D Dæ ö æ ö= + + + + + +ç ÷ ç ÷ è ø è ø 1 2 1 3 2 4 3 1 1 2 3 4 1 2 1 2 2 2 2 2 6 2 2 ( ) {Quarta Etapa, nt t é ù + Dê ú ë û Exemplo: Use ambos métodos de Euler para resolver o PVI (Conte pág. 356) Esta EDO Linear Homogênea tem como solu ção exata: que com a condi ção inicial resulta em Os métodos de Euler (Um Passo) são: O método multipasso da Diferença Centrada é: 4.3.1- Problema de Valor Inicial (PVI). ( ) ( ) (EDO) ( ) (Condição Inicial) du t u t t t dt u t l= " > = 0 0 1 ( ) tu t Cel= ( ) , já que .tu t e Cl= =1 ( , ) ( ) Forward (Explícito)n n n n n n nnU U t f U t U t U U t Ul l + += + D = + D Þ = + D1 1 1 ( , ) Backward(Implícito)n n n n n n nnU U t f U t U t U U Ut l l + + + += + D = + D Þ = - D 1 1 1 1 1 1 Forward EulerExplícito de Segunda Ordem de Precisão ( , ) com e ( )n n n n nnU U t f U t U t U U u U t Ul l + - -= + D = + D = = + D1 1 1 0 1 002 2 1144244314444244443 Exemplo: Use ambos métodos de Euler para resolver o PVI (Conte pág. 356) Esta EDO Linear Homogênea tem como solu ção exata: que com a condi ção inicial resulta em Método Runge-Kutta de Duas Etapas (Um Passo, Expl ícito): 4.3.1- Problema de Valor Inicial (PVI). ( ) ( ) (EDO) ( ) (Condição Inicial) du t u t t t dt u t l= " > = 0 0 1 ( ) tu t Cel= ( ) , já que .tu t e Cl= =1 {SegundaOrdem de Precisão( , ), n n n n n n n n n n tU U t f U t f U t t U U t U t t t Ul l l l + + Dæ ö= + D + D +ç ÷ è ø é ùæ ö æ ö= + D + D = + D + Dç ÷ ç ÷ê úè ø è øë û 1 1 1 2 2 1 11 1 1 2 2 Exemplo: Continuação do Exemplo Método Runge-Kutta de Quatro Etapas (Um Passo, Expl ícito): Possui quarta ordem de precisão 4.3.1- Problema de Valor Inicial (PVI). { ( ) { 1 Etapa 2 Etapa = n n n n n n n Y U t U t U Y U t f Y U t t U t t U l l l l l l æ ö= + D + Dç ÷ è ø é ùæ ö æ ö= + D = + D + D = + D + Dç ÷ ç ÷ê úè ø è øë û 2 3 2 1 11 2 2 1 1 1 1 11 1 1 2 2 2 2 2 ( ) ( ) ( ) ( ) ( ) {4 Etapa n n n n n n n Y U t f Y U t t t U t t t U tU U f Y f Y f Y f Y tU t t t t t l l l l l l l l l l l l + + é ùé ù é ùé ù æ ö= +D = +D + D + D = +D + D + Dê úç ÷ê ú ê úê úë û è øë û ë ûë û D é ù= + + + +ë û é ùD æ ö æ ö= + + + D + + D + D + +D + D + Dç ÷ ç ÷ê úè ø è øë û 4 3 1 1 2 3 4 1 1 1 1 11 1 1 1 1 2 2 2 2 2 2 6 1 1 1 1 11 1 2 1 2 1 1 1 1 1 6 2 2 2 2 2 nt Ul ì üé ùé ùï ïæ ö í ýê úç ÷ê úè øë ûë ûï ïî þ © ¬ ª ª ª « ® Frase do Dia “Although to penetrate i nto the intimate mysteries of nature and thence to l earn the true causes of phenomena i s not allowed to us, nevertheless it can happen that a certai n fictive hypothesis may suffice for explaining many phenomena. ” Leonhard Euler (A mesma das Aula 9, 11) “Read Euler, read Euler, he is the master of us all. Read Euler: he is our master in everything.” Pierre Simon de Laplace
Compartilhar