Baixe o app para aproveitar ainda mais
Prévia do material em texto
EQUAÇÕES DIFERENCIAIS 1. INTRODUÇÃO Equações diferenciais surgiram na segunda metade do século XVII, associadas à descrição de problemas físicos, de forma analítica. A aproximação das soluções dessas equações por procedimentos numéricos, tornou-se imperativa, à medida que problemas de elevado grau de complexidade tornaram- se a forma habitual de descrever soluções associadas ao desenvolvimento da tecnologia. Avanços importantes tornaram-se possíveis, no sentido da satisfação das necessidades humanas. Preservação ambiental, estudo de ecossistemas, determinação de deformações e esforços em grandes estruturas como barragens, plataformas de petróleo e torres de telecomunicação, análise de estruturas de esbeltez elevada, estudos de aerodinâmica, previsão atmosférica, erosão costeira ou fluvial, poços profundos de irrigação, planejamento cirúrgico, exploração de fluidos em jazidas subterrâneas, análise de problemas e projetos relativos sistemas de potência e transmissão de energia, todos esses são exemplos de problemas que resultam em sistemas de equações diferenciais de elevado número de incógnitas, demandando esforço de cálculo proibitivo caso efetuado manualmente, além de resultar em custos elevados de execução, vulnerabilizando as soluções obtidas por esse procedimento a erros comprometedores (Cook, Malkus e Plesha, 1989). No rol de problemas complexos, regidos por equações diferenciais parciais, situa-se a modelagem de traçadores em sistemas ambientais ou biológicos e particularmente a fluidodinâmica, com duas das suas subáreas, a hidrodinâmica e a hemodinâmica. A constante evolução dos computadores nas últimas décadas foi acompanhada pelo conseqüente desenvolvimento das técnicas computacionais, permitindo a abordagem por métodos numéricos dessa gama considerável de problemas, anteriormente considerados complexos ou até de impossível resolução por via analítica, sendo atualmente resolvidos de forma prática e rotineira, especialmente problemas envolvendo mecânica do contínuo (Pietrobon, 1998). Os métodos numéricos, em permanente estado de evolução, associados à ferramenta computacional, e às técnicas de programação adequadas à otimização da busca das soluções dos problemas complexos, viabilizam o estudo desses problemas com elevado número de variáveis. Nas décadas de 50 e 60, o advento de métodos numéricos refinados e de técnicas computacionais avançadas, possibilitaram prever e projetar, com apurado índice de acerto, resultados derivados de sistemas complexos de equações. Hoje podem ser tratados problemas teóricos, experimentais e da natureza, concernentes à mecânica do contínuo, de forma a simular no tempo o seu desenvolvimento alcançando soluções precisas (Bushnell, 1990). Verifica-se assim que a abordagem do estudo das equações diferenciais, e especialmente dos métodos numéricos de solução dessas, abrange o campo das ciências físicas, biológicas, matemáticas, químicas, engenharia, e do meio ambiente. 2. ORIGENS Se fossemos condensar o raiar da Teoria das Equações Diferenciais, e buscar romper o véu do acúmulo maciço de conhecimento que reduz a informação sobre sua concepção, embasada por 325 anos de informações, justaposta à história dos métodos de solução dessa classe de equações, devemos retornar a 11 de novembro de 1675, data em que Leibniz rascunhou pela primeira vez: 2y 2 1 dyy (1) e em um momento de grandeza buscou solucioná-la, virtualmente sendo co- fundador o Cálculo. No mesmo período histórico Newton (Methodus fluxionum et serierum infinitarum, escrito em 1671, editado em 1744), classificou o que seriam as equações diferenciais ordinárias de primeira ordem em "equações de fluxo": )y(f dx dy )x(f dx dy (2) relacionando uma taxa de variação, analisada como um fluxo, com uma variável, x, interpretado como um fluente (variável que flui), e )y,x(f dx dy (3) associando dois fluentes, definindo com (2) e (3) as atuais Equações Diferenciais Ordinárias, EDO (inglês ODE), bem como uma classe de equações que relaciona uma taxa de variação com mais de duas variáveis: )z,y,x(g z y )z,y,x(h x y )z,x(yy (4) que são atualmente denominadas Equações Diferenciais Parciais, EDP (PDE). Significativas contribuições foram desenvolvidas por Newton e por Leibnitz. O primeiro adotou o desenvolvimento da parte direita da sua "equação de fluxo" em uma série de potências, obtendo um polinômio de aproximação, em termos da (s) variável(eis) independente(s), assumindo que a solução da equação diferencial seja determinada por uma série infinita, com coeficientes a determinar sucessivamente: n n 3 3 2 210 xaxaxaxaay (5) 1n n21 xnaxa2a dx dy (6) assim, para uma equação diferencial, como por exemplo: yxxy2x32 dx dy 22 (7) resulta por substituição da série representativa de y, (5) em (7), após desenvolvimento comparativo com (6), 203 12 01 a2a1a3 a23a2 a22a (8) solução da equação (Tractatus de quadratura curvarum, escrito em 1676, 1a publicação em Opticks, 1704). Note-se que o coeficiente a0 resulta totalmente arbitrário, sendo uma constante a determinar, o que define uma família de soluções possíveis, infinita, associada ao valor dessa constante. O segundo co-autor do Cálculo, Leibnitz, determinou em 1691 a técnica de separação de variáveis ao solucionar a equação diferencial: )y(Y)x(X dy dx y (9) separando a função de variáveis, f(x,y), em duas funções de uma única variável cada. O desenvolvimento econômico e industrial ao longo dos séculos XVIII e XIX, apresentou uma série de requisitos para a ocupação do espaço territorial, a invenção e o desenvolvimento da mecânica, eletricidade, mineração, navegação vôo, construção, e outras demandas da sociedade moderna. A confluência de rivalidades entre as potências levou ao choque ideológico e econômico, o que requisitou maiores e novos avanços na tecnologia, só possíveis devido ao avanço no conhecimento, principalmente nas área fundamentais à compreensão dos fenômenos associados com esse desenvolvimentos: a matemática, a física, a química e a engenharia. O rápido alcance dos limites de segurança impostos pelos materiais e técnicas empíricas de construção de equipamentos impôs o desenvolvimento de exploração de condições de uso de materiais, tecnologias e equipamentos nos limites da segurança e da resistência dos materiais: O vôo a jato, O exploração em águas profundas, Construções de grandes estruturas, Planejamento cirúrgico computacional, são exemplos dessas utilizações nos limites da segurança. No seu conjunto tais requisitos de desenvolvimento da tecnologia resultam em modelos matemáticos regidos por sistemas de equações diferenciais, ODEs e EDPs, cujas soluções só se apresentaram possíveis por meio da abordagem numérica computacional. 3. CONCEITOS GERAIS Basicamente três abordagens podem ser utilizadas independente, ou conjuntamente, para a solução de problemas regidos por equações diferenciais, a experimental, a analítica ou a computacional (Tanehill, Andersen e Pletcher, 1997). Na abordagem experimental, um modelo físico deve ser construído de forma a desenvolver estudos do problema sob análise através da medição direta dos parâmetros determinantes desse problema, cuidando-se de efetuar adequada análise dimensional, sendo recomendável o emprego da Teoria da Semelhança, para tais modelos físicos, direcionada a preservar a homogeneidade dimensionaldas equações que exprimem leis ou processos físicos, de forma a que a alteração da magnitude das grandezas fundamentais dessas equações não alterem as relações por essas expressas (Carneiro, F. Lobo, 1993). A abordagem experimental tem a capacidade de produzir as mais realistas respostas para problemas de fluxo, contudo tem custo elevado e diariamente crescente. Na abordagem analítica, simplificações teóricas são adotadas objetivando tornar os problemas complexos tratáveis, e se possível adotar uma solução fechada para o problema. A acurácia da solução analítica pode ser grandemente elevada e é dependente da precisão e eficácia das simplificações hipotéticas efetuadas no modelo matemático analítico. É uma abordagem útil em projeto, projeções, simulações e design preliminar, referenciando razoáveis soluções em um lapso de tempo relativamente curto. Na abordagem computacional é desenvolvido um limitado número de simplificações características do modelo em estudo, viabilizando a elaboração de um modelo computacional coerente a ser resolvido com técnicas de modelagem e simulação numérica, pela aplicação de método de discretização do contínuo, em computadores de alta velocidade e/ou alto desempenho. O objeto de resolução é o sistema de equações diferenciais obtidas no modelo numérico. As derivadas podem ser substituídas, por diferenças finitas apropriadas em cada ponto da malha de discretização do contínuo, ou serem integradas por meio de elementos finitos representativos do contínuo discretizado. A simulação computacional apresenta, em relação à abordagem experimental, a liberdade de limitações de ordem dimensional, de ordem física e espacial e outras específicas da modelagem física, para obtenção de dados destinados à análise conclusiva das soluções do problema em foco. A ausência de limitações relativamente aos procedimentos experimentais e analíticos indica ser a abordagem computacional a de maior potencial evolutivo. A análise computacional necessita de precisão na prevenção de erros numéricos relacionados com a a análise do problema, com a modelagem e com o desenvolvimento e implantação do algoritmo de solução do problema, cuidando-se de incorporar ferramentas numéricas e técnicas de estabilidade e convergência do processo de solução (Lapidus e Pinder, 1999), nas etapas de resolução e formulação do modelo matemático, com relação ao problema real sob análise. Tais técnicas garantem, a precisão na obtenção da solução. 3.1. EQUAÇÕES DIFERENCIAIS Uma equação diferencial, é uma equação que contém em sua formulação uma ou mais derivadas, de 1a, 2a, ou ordem superior. Quando as derivadas forem todas ordinárias, ou seja, quando correlacionarem uma função, ou variável dependente, com uma única variável independente, trata-se de uma EDO. Se a função for dependente de mais de uma variável, as suas derivadas deverão determinar qual a variável com que se relaciona, determinando então que a equação seja uma EDP (Dieguez, 1994): 0) dx yd,, dx yd, dx dy,y,x(*ff n n 2 2 (10) 0) t y, z y, x y ,, t y, z y, x y, t y, z y, x y,t,z,y,x(*gg n n n n n n 2 2 2 2 2 2 (11) A ordem de uma equação diferencial é aquela da maior derivada que contém, seja uma EDO seja uma EDP. 3.2. MÉTODOS NUMÉRICOS Conceitualmente os métodos numéricos são procedimentos matemáticos, de aplicação otimizada para emprego computacional, por meio de implementação em códigos que obedeçam a algoritmos lógicos, que buscam obter a solução de um problema de caráter científico através de aproximações numéricas sucessivas. Devem obedecer a uma rotina de análise e modelagem do problema, á determinação das relações matemáticas entre variáveis, funções e condicionantes desse problema, e à execução de testes de validação e aperfeiçoamento do algoritmo/código de solução: Problemas complexos, associados à existência de um elevado número de incógnitas e de equações que regem o problema, e especificamente os que resultam em sistemas de EDOs ou EDPs, têm sua solução determinada por meio computacional aplicando as técnicas numéricas adequadas, através de procedimentos específicos, cujas fases são: Análise do problema, definindo a precisão dos resultados e dos dados de entrada, ou das medições a realizar, com base na análise de todos os fatores conhecidos que possam vir a influenciar no resultado final; Modelagem matemática, que objetiva definir os parâmetros, incógnitas do problema e as equações que melhor se apliquem na busca da solução de um fenômeno específico, e os métodos e técnicas adequados à implementação da solução; Desenvolvimento do algoritmo, especificando os passos e etapas componentes da execução dos cálculos necessários à aplicação do modelo matemático de solução do problema a tratar; Implementação do algoritmo, que diz respeito a transformar as etapas determinadas anteriormente em um conjunto de operações a serem efetuadas em uma ordem lógica para a solução do problema. Computacionalmente significa desenvolver um código escrito em uma linguagem de programação adequada a operar por meio computacional; Execução de testes, e análise dos resultados, verificando a validade e aplicabilidade do programa à busca de soluções representativas do problema específico; Otimização da solução, que deve ser efetuada, se possível, de forma a tornar o código desenvolvido a partir do algoritmo e do modelo matemático em um código mais eficiente e preciso; Solução do problema, que diz respeito a obter os resultados necessários a compreender o fenômeno sob estudo. Tal procedimento necessita, portanto, de um processo de iterativo, ou seja, da determinação em ciclos sucessiva de cálculos de uma solução candidata a solução do problema sob análise, sendo a solução em uma iteração seguinte obtida a partir do resultado da iteração anterior: Pontos importantes devem ser destacados acerca dos métodos numéricos: Os resultados obtidos são aproximados, podendo serem controladas as precisões dessas aproximações; Tolerâncias adequadas e aceitáveis, ou seja, valores de máximos para os erros, determinantes das aproximações, devem ser especificadas para controle da aproximação iterativa da solução numérica; Os algoritmos e métodos utilizados nas soluções devem ser dominados pelo modelista e pelos usuários de um determinado programa (código) computacional, na análise e interpretação de soluções de problemas a partir de métodos numéricos para adaptações a novos problemas (implementações). Fluxograma esquemático do processo de solução de problemas complexos por métodos numéricos. Análise do problema Modelagem matemática Desenvolvimento do algoritmo Implementação Testes Otimização Solução 4.1. EDO Problemas envolvendo EDOs, ainda que de ordem superior, podem sempre ser reduzidos ao tratamento de cadeias de EDOs de 1a ordem, por exemplo: )x(r dx dy )x(q dx yd 2 2 (12) que pode ser rescrita na forma de duas EDOs de 1a ordem: )x(z)x(q)x(r dx dz )x(z dx dy (13) sendo z(x) uma nova variável dependente (Dieguez, 19994). O problema genérico da solução de EDOs é portanto a redução das EDOs de ordem superior ao estudo de uma cadeia de n equações de 1a ordem acopladas em termos de funções yi , i=1,2,...,n: )yy,x(f dx dy n,...,1i i (14) O problema de solução de EDO de ordem n, não é no entanto resolvidosomente com essas n equações de 1a ordem. Crucial na solução do problema é o ataque numérico necessariamente considerando as condições de contorno associadas à equação. Por condições de contorno entende-se os valores algébricos de yi em pontos discretos específicos, requerendo das variáveis valores determinados , podendo tratar-se de: PVI, problema de valor inicial: em que valores algébricos de yi são fornecidos em pontos iniciais xs, sendo necessário o conhecimento desses valores para iniciar a solução da equação; PVC, problema de valor de contorno: sendo necessário o conhecimento de valores, ou condições associadas a yi, em pontos xf que determinam a fronteira da solução do problema. A idéia básica que orienta os Métodos Numéricos para EDOs é o conceito de discretização desenvolvido por Euler: substitui-se a taxa relacional dx dy por “steps” ou incrementos y e x (Numerical recipes, 2002): 1ii e multiplicando toda a equação por x. O resultado é a obtenção de uma formulação algébrica análoga à EDO, que fornece variação da função correspondente à variação de x de um x. No limite adotando-se, incrementos adequadamente pequenos, resulta uma aproximação ótima para a avaliação da função y, solução da EDO. REFERÊNCIA BIBLIOGRÁFICA (1) E. L. Ince, Ordinary differential equations, Dover publications, New york, 1944; (2) L. Lapidus and G. F. Pinder, Numerical solutions of partial differential equations in science and engineering, John Wiley & Sons Inc, Toronto, 1999; (3) Cook, Malkus e Plesha, 1989; (4) Pietrobon, F.C.; Formulação Numérica por Diferenças Finitas Energéticas da Flexão Dinâmica de Vigas com a Consideração da Deformabilidade por Cortante e da Inércia de Rotação; Tese M.Sc., COPPE/PEC-UFRJ, Rio de Janeiro, 1998; (5) Bushnell, D.; Finite-difference Energy Models Versus Finite Element Models: Two Variacional Approaches in One Computer Program; Lockheed Missiles and Space Co., Palo Alto, in “Stress, Stability and Chaos in Structural Engineering Approach”, organizer El Naschie, McGraw-Hill Book Co., Singapore, 1990; (6) Isaac Newton, Methodus fluxionum et serierum infinitarum, 1744; (7) Tractatus de quadratura curvarum, Opticks, 1704; (8) Tannehill, J.C.; Andersen, D.A.; Pletcher, R.H.; Computacional Fluid Mechanics and Heat Transfer; Taylor & Francis Publishers, 1997; (9) Carneiro, F. Lobo.; Análise Dimensional e Teoria da Semelhança e dos Modelos Físicos; Editora UFRJ, Rio de Janeiro, 1993; (10) Numerical recipes, Cambridge University Press, 2002.
Compartilhar