Baixe o app para aproveitar ainda mais
Prévia do material em texto
ENG 1714 – Métodos Numéricos para Engenharia Mecânica http://lmmp.mec.puc-rio.br/eng1714/ 0 100 200 300 400 500 600 700 0 100 200 300 400 500 600 700 nz = 20566 ENG 1714 – Métodos Numéricos para Engenharia Mecânica http://lmmp.mec.puc-rio.br/eng1714/ Professor: Márcio Carvalho, Sala 153-L, Tel: 3527-1174 ou 3527-2530. email: msc@puc-rio.br Horário: 3a: 15:00 – 17:00 – Sala 258L 5a: 15:00 – 17:00 – Sala 258L Atendimento: O aluno deve me procurar sempre que tiver alguma dúvida. Critério de Aprovação: 5 4 231 ,32 Se .5 5 2312 GG MG GG M . G1 e G2 são calculados da seguinte forma: PGP PListasMedia GP ,4 Se 2 ,4 Se Objetivo: Introduzir os conceitos básicos de métodos numéricos para solução de problemas em engenharia. Ementa: Introdução; Integração numérica; Cálculo de raiz de equação transcendental; Interpolação e Ajuste de Curvas; Solução de sistemas de equações algébricos; Sistemas não-lineares; Equações Diferenciais Ordinárias; Problema de Valor Inicial; Problema de Valor de Contorno; Equações Diferenciais Parciais; Otimização. Bibliografia: Métodos Numéricos para Engenharia ,S. C. Chapra e R. P. Canale; McGraw Hill, 2002. Análise Numérica, R. L. Burden e J. Douglas Faires, Thomson, 2003. Numerical Recipies, W. H. Press, B. P. Flannery, S. A. Teukolsky e W. T. Vetterling; Cambridge University Press, 1986. Numerical Methods, G. Dahlquist, A. Bjorck e N. Anderson; Prentice Hall, 1974. Manual do Scilab ENG 1714- Métodos Numéricos para Eng. Mecânica Departamento de Engenharia Mecânica Prof. Marcio S. Carvalho email: msc@puc-rio.brSala: 153-LTel: 3527-1174 ou 3527-2530 APLICAÇÕES DE MÉTODOS NUMÉRICOS Tratamento de Dados Estatísticos Análise de sinais Cálcular de média, desvio padrão, variância, etc… Determinar equação da curva que melhor descreve os resultados de um experimento Simulação de sistemas Previsão de comportamento de um sistema Projeto mais barato e de melhor desempenho Verificação ? )(xfy INTRODUÇÃO MODELAGEM E SIMULAÇÃO PROBLEMA REAL MODELO FÍSICO MODELO MATEMÁTICO MODELO EXPERIMENTAL MÉTODOS NUMÉRICOS PREVISÕES TÉCNICAS EXPERIMENTAIS PREVISÕES MODELO MATEMÁTICO Conjunto de equações que descrevem um determinado fenômeno físico Modelo é desenvolvido a partir de hipóteses simplificadoras Hipóteses simplificadoras são importantes para facitilar a solução Hipóteses devem ser coerentes com o fenômeno a ser descrito Engenharia: Uso correto de hipóteses simplificadoras Hipóteses erradas levarão a predições incorretas Qualidade das predições está diretamente ligada ao modelo usado Compromisso entre custo para solução das equações e qualidade dos resultados Modelo pode ser DIFERENCIAL ou INTEGRAL Modelos diferenciais geralmente levam a equações sem solução analítica Necessidade de desenvolvimento de ferramentas para resolver as equações IMPORTÂNCIA DE PREDIÇÃO Projeto de engenharia mais econômico Otimização de projetos Análise de situações sem dados experimentais Determinação de desempenho em casos limites MÉTODOS DE PREDIÇÃO Modelo Experimental Em escala ou escala reduzida Custo financeiro e de tempo elevado Difícil de analisar efeitos de condições isoladas Fundamental para validar modelos teóricos Modelo Matemático Baixo custo Possibilidade de analisar diversos casos e otimizar projeto Velocidade de obter resposta Habilidade de simular condições reais e ideais Necessidade de validar modelos matemáticos Comentários Ideal: Combinação de experimentos e modelos matemáticos MÉTODOS NUMÉRICOS EQUAÇÃO DIFERENCIAL )()( xG dx dTTk dx d MODELO: CONSERVAÇÃO DE ENERGIA + LEI DE FOURIER PROBLEMA REAL: TRANSFERÊNCIA DE CALOR ?)( xT DETERMINAR TEMPERATURA APENAS EM ALGUNS PONTOS DO DOMÍNIO DISCRETIZAR O PROBLEMA EQUAÇÃO DIFERENCIAL EQUAÇÃO ALGÉBRICA DIFERENTES MÉTODOS NUMÉRICOS DIFERENÇAS FINITAS ELEMENTOS FINITOS VOLUMES FINITOS ELEMENTOS DE CONTORNO ELEMENTOS ESPECTRAIS OUTROS ... ESCOLHA DE SOFTWARE Softwares comerciais para diferentes aplicações Análise estrutural: ANSYS, ADINA, ... Escoamento de Fluidos: FLUENT, FIDAP, FLOW3D, ... Fenômenos de Transferência: FLUENT, ... Softwares comerciais ou desenvolvidos Versatilidade X desempenho Desenvolvidos: Novos modelos Comerciais: Mais “userfriendly”, interface gráfica Treinamento Fundamentos físicos Uso do software EMENTA Cálculo de raiz de equação Interpolação e ajuste de curva Integração numérica Solução de sistema de equações algébricas Solução de sistema não-linear Descrição matemática de fenômenos físicos Equação diferencial ordinária - Problema de Valor de Contorno Problema de Valor Inicial Equação diferencial parcial Método de diferenças finitas, elementos finitos e volumes finitos Otimização INTRODUÇÃO ao MATLAB Software e linguagem e ambiente de programação para cálculos matemáticos MATLAB = Matrix Laboratory Possui diversas rotinas de cálculo matemático já programadas e testadas Possibilidade de criar programas e novas rotinas de acordo coma necessidade do usuário Instalação: http://www.mec.puc-rio.br/downloads/MATLAB_Roteiro_Download_Instalacao_Aluno.pdf JANELA DE COMANDO - COMMAND WINDOW Janela principal. Modo como o usuário se comunica com o progama MATLAB Os comandos e chamadas de programa são dados no prompt da janela JANELA DE COMANDO - COMMAND WINDOW Janela de comando Diretorio de trabalho Janela de variaveis VARIÁVEL TIPO VETOR - ARRAY CRIAÇÃO DE GRÁFICOS JANELA DE PROGRAMAÇÃO / EDIÇÃO Criar uma nova janela de programação Edição do programa. O arquivo deve ser salvo como *.m Para executar o programa, deve-se primeiro trocar o diretório de trabalho Digitar o nome do arquivo *.m no prompt JANELA DE VARIAVEIS Principais comandos para gerenciamento da sessão Comando Descriçãocasesen Controla a sensitividade de caracteres maiúsculos e minúsculosclc Limpa a janela de comandoclear Remove as variáveis da memóriawho Lista as variáveis correntes na memóriaquit Para a execução do MATLAB Principais comandos do sistema e de controle de arquivos Comando Descriçãocd diretorio Muda o diretório corrente para diretoriopwd Imprime o diretório correntedate Imprime a datadelete filename Remove o arquivo filenamedir Lista os arquivos presente no diretório correnteload Carrega todas as variáveis do arquivo matlab.matload filename Carrega todas as variáveis do arquivo filename.matsave Grava as variáveis da sessão no arquivo matlab.matsave filename Grava as variáveis da sessão no arquivo filename.mat ESTRUTURAS DE PROGRAMAÇÃO For While if / else SCRIPT X FUNCTION Script: Não trabalha com argumentos. Variáveis globais. Programa principal Function: Trabalha com argumentos. Variáveis locais. Programa principal Exercícios 1) Escreva um programa em MatLab para efetuar a multiplicação entre duas matrizes. O programa deve primeiro ler o número de linhas e colunas de cada matriz e o valor de cada entrada das matrizes. Antes de efetuar a operação, o programa deve verificar se a mesma é possível, i.e. se o número de colunas de uma matriz é igual ao número de linhas da outra. 02 cbxax2) Escreva um programa que calcule as raízes reais de um polinômio do 2o grau . O programa deve seguir os seguintes passos: (i) ler os coeficientes do polinômio; (ii) Calcular as raízes, tomando o cuidado para evitar divisão por zero e raízes complexas; (iii) Mostrar as soluções obtidas; (iv) Perguntar ao usuário se ele quer voltar ao passo (i). AJUSTE DECURVAS E INTERPOLAÇÃO Conhecendo-se os valores de uma função em pontos discretos de um intervalo,deseja-se determinar uma curva que “represente” esta função neste intervalo. f1*(x) xAPLICAÇÕES f2*(x) Ajuste de dados experimentais - Estes carregam incertezas. Ajuste dos dados de acordo com um modelo – Esta abordagem permite a obtenção de parâmetros que possuam interpretação física. Ex. f1(x): . Necessidade de integração da função em questão. Desejo de se conhecer o valor da função em pontos específicos não dados. Aproximar uma função por outra menos complexa, de fácil aplicação. x OBJETIVO TIPOS DE PROCESSOS Tem-se um conjunto de pontos e deseja-se obter uma curva que passe suavemente através de todos os pontos. A equação da curva interpoladora deve possuir omesmo número de parâmetros que o número de pontos dados. Tem-se um conjunto de pontos e deseja-se uma curva que passe “próxima” destes pontos. A equação da curva ajustada deve possuir um número de parâmetros menor que o número de pontos dados. INTERPOLAÇÃO PADRÃO AJUSTE DE CURVAS f*AC(x) x Dados n pontos xi, f(xi) no intervalo (a,b) obtém-se f*(x) tal que | f*(xi)-f(xi) |< f*IP(x) x Dados n pontos xi, f(xi) no intervalo (a,b) obtém-se f*(x) tal que f*(xi)=f(xi) MÉTODO DOS MÍNIMOS QUADRADOS É o método mais utilizado para ajuste de curvas. A condição que determina a curva a ser obtida é a minimização da soma dos quadrados das diferenças entre os valores da função a ser determinada e da função original calculados nos pontos dados. E= [f*(xi)-f(xi)]2i=1n f*(x) x n pontos f*(xi)-f(xi) QUANTIDADE MINIMIZADA EXEMPLO SIMPLES x 1 3 4 6 7 f(x) -2,1 -0,9 -0,6 0,6 0,9 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 0 2 4 6 8 Dada a tabela de pontos ao lado, determinar a reta que se ajusta a estes pontos utilizando o método de mínimos quadrados SOLUÇÃO Plotando-se os pontos dados, obtem-se o gráfico discreto ao lado. A função escolhida para representar estes pontos é do primeiro grau, portanto A aplicação do método, neste caso, resultará na determinação dos valores dos coeficientes angular e linear da reta que se ajusta a estes pontos, segundo o critério da minimização da soma dos quadrados dos desvios. kmxxf * Pode-se perceber que a grandeza a ser minimizada, com o procedimento adotado, é escrita como uma função dos coeficientes. 020 5 1 i i ii xxfkmxm E 5 1 2 1 2* i ii n i ii xfkmxxfxfE CÁLCULO DA SOMA DO QUADRADO DOS DESVIOS A escolha dos coeficientes que minimizam E deve, portanto, ser tal que: kmEE , 020 5 1 i ii xfkmxk E m e k são raizes do sistema de equações. i xi f(xi) xi2 xi*f(xi)1 1 -2.1 1 -2.12 3 -0.9 9 -2.73 4 -0.6 16 -2.44 6 0.6 36 3.65 7 0.9 49 6.3sum 21 -2.1 111 2.7 57.6 -290 0.505 -2.54114 05151251 iiiiiii xfxxkxm 015 51 5 5 1 5 1 iiiii xfxm 5 1 5 15 1 5 1 5 1 2 5 i i i ii i i i i i i xf xfx k m x xx 1.27.211121 215215111 11.27.2521 21111 2kmkm 542.2505.0km -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 0 2 4 6 8 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 0 2 4 6 8 Erro Abs. Erro Rel. Erro Quad. CÁLCULO DO ERRO Erro absoluto )()( * iiA xfxfE Erro relativo )( )()( * i ii R xf xfxfE Erro quadrático 2* )()( iiQ xfxfE CASO MAIS GERAL )()()()()( 22111* xcxcxcxcxf mm m j jj Para um caso mais geral, onde a função de ajuste é formada por uma combinação linear de funções linearmente independentes, tem-se: n i ii xfxfE 1 2* Exemplos: 000 2* )()1( c E b E a E cbxaxxf 00 * cos)()2( B E A E xBxsenAxf 0 jc E Nestes problemas, recai-se em um sistema de m equações (derivando-se E em relação a cada coeficiente) e mincógnitas (os coeficientes) m equações m incógnitas 00 *** )(lnln)](ln[)()3( n E K E n nxKxfznKzgKzzg n i ii xfxfE 1 2* m k kk m j jj xcxcxf 11 * )()()( Coeficientes a serem determinados. j e k são índices mudos.Sistema de equações (m equações): 0)()()(2,...,1;0 * 1 )( 1 * i j n i i xf m k ikk j xf c xfxcmj c E i )()()( 1 * ij m k ikk j i j xxc c xf c Observe que... )()(...)()()()( 2332211212 iimmiii m k ikk xxcxcxcxcc xc c 0)()()(0 1 1 ij n i i m k ikk j xxfxc c E n i iji n i m k ijikk n i iji m k ikkij j mjxxfxxc xxfxcx c E 11 1 1 1 ,...,2,1;)()()( 0)()()( n i iji n k m i ijikk xxfxxc 11 1 ;)()()( mjxxfxxc n i iji n k m i ijikk ,,2,1;)()()( 11 1 n i imi n i ii n i ii m n i im n i imi n i imi n i imi n i i n i ii n i imi n i ii n i i xxf xxf xxf c c c xxxxx xxxxx xxxxx 1 1 2 1 1 2 1 1 2 1 21 1 1 21 221 21 1 11 211 21 )()( )()( )()( )()()()()( )()()()()( )()()()()( Para cada coeficiente existe uma equação correspondente, por exemplo, j=1: 0)()()()()()()( 1 11 11 211 2 2111 n i ii n i imim n i ii n i i xxfxxcxxcxcc E Colocando o sistema de equações na forma matricial tem-se: mjxxfxxc n i iji n k m i ijikk ,,2,1;)()()( 11 1 EXEMPLOS x 1.1 2.3 3.0 4.3 5.1 6 F(x) 1.1 1.9 3.4 4.8 5.5 6.9Considere os dados: b i i i ii A i i i i i i xf xfx k m x xx 6 1 6 16 1 6 1 6 1 2 6 Determine a reta que melhor represente os dados usando o método dos mínimos quadrados. x F(x) X^2 x F1 1.1 1.1 1.21 1.212 2.3 1.9 5.29 4.373 3 3.4 9 10.24 4.3 4.8 18.49 20.645 5.1 5.5 26.01 28.056 6 6.9 36 41.4 Soma = 21.8 23.6 96 105.87 4205.01983.16.23 87.10568.21 8.2196 kem k m kmxxf * Determine a parábola que melhor represente os dados usando o método dos mínimos quadrados. cbxaxxf 2* Sistema de equações: 020 020 020 6 1 2 6 1 2 26 1 2 i iii i i iii i i iii xfcbxax c E xxfcbxax b E xxfcbxax a E 6 1 6 1 6 1 6 1 2 6 1 6 1 6 1 6 1 23 6 1 6 1 26 1 26 1 34 10 0 0 i i i ii ii i i ii i i i ii i i ii i i i ii xfcxbxa c E xxfxcxbxa b E xxfxcxbxa a E 6 1 6 1 6 1 2 6 1 6 1 2 6 1 6 1 26 1 3 6 1 26 1 36 1 4 6 i i i ii i ii i i i i i i i i i i i i i i i i xf xfx xfx c b a xx xxx xxx 1339.0;9924.0;0288.06.23 87.105 19.522 68.2196 8.219666.468 9666.46885.2424 cba c b a x F(x) x^4 x^3 X^2 x^2 F x F1 1.1 1.1 1.46 1.33 1.21 1.33 1.212 2.3 1.9 27.98 12.17 5.29 10.05 4.373 3 3.4 81.00 27.00 9.00 30.60 10.204 4.3 4.8 341.88 79.51 18.49 88.75 20.645 5.1 5.5 676.52 132.65 26.01 143.06 28.056 6 6.9 1296.00 216.00 36.00 248.40 41.40 Soma = 21.8 23.6 2424.85 468.66 96.00 522.19 105.87 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 Dados Ajuste Linear Ajuste Quadratico x F(x) Ajuste Equad1.1 1.1 0.90 0.0412.3 1.9 2.34 0.1903 3.4 3.17 0.0514.3 4.8 4.73 0.0055.1 5.5 5.69 0.0366 6.9 6.77 0.017 E = 0.340 x F(x) Ajuste Equad1.1 1.1 0.99 0.0122.3 1.9 2.30 0.1613 3.4 3.10 0.0894.3 4.8 4.67 0.0185.1 5.5 5.68 0.0316 6.9 6.86 0.002 E = 0.312 Linear Quadrático INTERPOLAÇÃO LAGRANGEANA É um caso particular importante de interpolação, ou seja, de se obter uma curva que passe pelos pontos dados. Dados n pontos xi, f(xi) no intervalo (a,b) obtem-se f*(x) tal que f*(xi)=f(xi) A função interpoladora é polinomial e de grau mínimo possível (n-1) O polinômio interpolador de grau n-1 é formado por uma combinação linear de n polinômios (polinômios-base) também de mesmo grau n-1. Algumas características da Interpolação Lagrangeana são listadas a seguir: Os coeficientes da combinação linear são os próprios valores da função original nos pontos dados e portanto os polinômios-base possuem valor unitário em um ponto e se anulam nos outros: n j jj xPcxf 1 * )()( Polinômios de graus n-1o número de polinômios-base é igual ao de pontos ijijjjj xPyxfc )()(* EXEMPLO SIMPLES Dados os pontos (2,2) e (3,3), determinar a reta que se ajusta a estes pontos utilizando o método da Interpolação Lagrangeana. SOLUÇÃO Como são dados dois pontos, (2,2) e (3,3), os n=2 polinômios-base são de grau n-1=1. Além disso, P1(x)=1, para o ponto (2,2) e P1(x)=0, para o ponto (3,3). Analogamente, P2(x)=0 para o ponto (2,2) e P2(x)=1, para o ponto (3,3). xxxxf )2(3)3(2)(* 3)(1 xxP 2)(2 xxP )(3)(2)()( 2121* xPxPxPyxf n j jj ijij xP )( O polinômio interpolador de grau n-1 é formado por uma combinação linear de npolinômios (polinômios-base) também de mesmo grau n-1. ijij xP )( jjj yxfc )(* n j jj xPcxf 1 * )()( Deve-se impor a condição f*(xi)=f(xi) Prova da ida (a volta é análoga) n j ijjijj xPxfxfxfc 1 ** )()()()( m k ijikjk xx1 )()( OBS 3: Logo, percebe-se que a condição nos coeficientes é também uma condição no tipo de polinômio que forma a base de funções ser satisfeita (de acordo com a OBS 3) ijij xP )( )()()()()()()()(1 1*1*122*111*1 xfxPxfxPxfxPxfxfi nn 0)(0)(1)( 11211 xPxPxP n )()()()()()()()(2 2*2*222*211*2 xfxPxfxPxfxPxfxfi nn 0)(1)(0)( 22221 xPxPxP n ijijjjj xPyxfc )()(* ijij xP )(Exemplos de funções base polinomias que obedecem a condição: Linear Parabólica P2 0 0.2 0.4 0.6 0.8 1 1.2 P1 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 P3 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 Cúbica P1 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 P2 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 P3 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 P4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 P1 0 0.2 0.4 0.6 0.8 1 1.2 P2 0 0.2 0.4 0.6 0.8 1 1.2 CÁCULO DOS POLINÔMIOS-BASE Sabe-se que o polinômio base assume o valor unitário em um ponto e é nulo nos demais. Logo, estes demais pontos são raízes do polinômio. Portanto: )())(())(( )())(())(()( 1121 1121 njjjjjjj njjj xxxxxxxxxx xxxxxxxxxx xP n jk k kj n ji i i j xx xx xP 1 1)( n j jj xPyxf 1 * )()( FUNÇÃO INTERPOLADORA EXEMPLO Considere a função f(x)=ex para 0<x<1. Utilize a interpolação Lagrangeana com três pontos x1=0, x2=0.5 e x3=1 para representar esta curva. SOLUÇÃO ))(( ))(()())(( ))(()()( 3212 3123121 321* xxxx xxxxxf xxxx xxxxxfxf ))(( ))(()( 2313 213 xxxx xxxxxf )( 2 )( 25.0 )( 2* 332211 )2()44()132(1)( xPyxPyxPy xxexxexxxf 187660.084168.0)( 2* xxxf )()()()()( 3322111* xPyxPyxPyxPyxf n j jj Serão 3 polinômios-base do 2o. grau xexf )( 187660.084168.0)( 2* xxxf 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 y=exp(x) y=f*(x) -0.02 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0 0.2 0.4 0.6 0.8 1 1.2 Erro Abs. Erro Rel. Erro Quad. RESULTADOS Erro absoluto )()( * xfxfEA Erro relativo )( )()( * xf xfxfER Erro quadrático 2* )()( xfxfEQ O nível da água no Mar do Norte é determinado pelo movimento de maré conhecido como Maré M2, com um período de 12 horas. A variação do nível com o tempo pode ser descrita pela seguinte fórmula: Exercício horas em t ,122sin122cos)( 210 tAtAhtH t 0 2 4 6 8 10 Horas H(t) 1.0 1.6 1.4 0.6 0.2 0.8 metros Determine os parâmetros da curva de variação de H(t), isto é , utilizando os dadosacima e o método dos mínimos quadrados. 210 , AeAh INTEGRAÇÃO NUMÉRICA Frequentemente cálculos integrais são necessários em engenharia b a dxxfI )( Na maioria dos casos, a integral não pode ser calculada analiticamente x y a b x I = Área sob o gráfico 4 1 4 1 )(])1([ )3()2()()( i i i xxfxxiafI xxafxxafxxafxafI Primeira idéia x y a b x Melhor aproximação Usar os pontos no meio do intervalo 4 1 21 4 1 )(2 )())1(( 2 )4()3(2 )3()2( 2 )2()(2 )()( i i i xxfxxiaxiafI xxaxafxxaxaf xxaxafxxaafI 4 intervalos 5 pontosRegra do Retângulo x y a b x Melhor aproximação Intepolação linear em cada intervalo 4 intervalos 5 pontosRegra do Trapézio 4 1 2 )())1(( )4(21)3()2()()(21 2 )4()3(2 )3()2( 2 )2()(2 )()( i xxiafxiafI xafxafxafxafafxI xxafxafxxafxaf xxafxafxxafafI x y x1=a xn+1=b x x2 De uma forma geral, a integral é calculada poruma soma ponderada dos valores do integrandoem pontos do intervalo de integração n i ii b a xfwxfI 1 )()( n : número de intervalos n+1: número de pontos wi são chamados de PESO e os pontos xi onde a função deve ser avaliada são chamados de ABSCISSA As diferentes fórmulas de integração numérica são escolhas particulares dos pesos e abscissas Todo fórmula de quadratura deve tender a integral exata quando o número de pontos torna-se muito grande Geralmente usa-se abscissas igualmente espaçadas e escolhe-sepesos para obter a melhor aproximação O resultado pode ser sistematicamente melhorado dividindo o intervalo ao meio A precisão do método pode ser avaliada calculando-se a integral com n pontose repetindo-se o processo com 2n pontos. Se os resultados coincidiremdentro de uma certa tolerância, aceita-se o resultado como preciso O erro na aproximação é sempre proporcional ao tamanho do intervalo elevado a alguma potência inteira mm hxerro m: ordem da aproximação FÓRMULA DE NEWTON-COTES Divide-se o domínio em n intervalos com n+1 pontos 1,,2,1 para,)1(; njhjax n abh j Define-se polinômio de interpolação de grau n pelos pontos (xj, f(xj)) 1 1 )()()( n k kk xLxfxP Polinômio interpolador de Lagrange A integral da função é aproximada pela integral do polinômio interpolador 1 1 1 1 1 1 )()()( )()()()( n k kk n k b a kk b a n k kk b a b a wxfdxxLxf dxxLxfdxxPdxxfI EXEMPLOS DA FÓRMULA DE NEWTON-COTES n = 1 e n+1 = 2 x y a b P(x) )( )()( e )( )()( onde )()()( 12 1221 21 2 1 xx xxxL xx xxxL xLxfxP k kk a ba b )(1 xL )(2 xL1 22)( )()( 22)( )()( 12 12 122 12 21 211 abxxdx xx xxdxxLw abxxdx xx xxdxxLw b a b a b a b a b a abbfafdxxfI )(2 )()()( Regra do Trapézio para 1 intervalo De uma forma geral o método de Newton-Cotes pode ser escrito como: 1 1 1 1 )()( )()()()( n k k n k n k b a kk b a b a xfCab dxxLxfdxxPdxxfI b a k n k dxxLab C )()( 1 Cotes-Newton de escoeficient n C1n C2n C3n C4n C5n1 1/2 1/22 1/6 4/6 1/63 1/8 3/8 3/8 1/84 7/90 32/90 12/90 32/90 7/90 Tabela de coeficientes de Newton-Cotes n = 2 e n+1 = 3 b a abbfbafafdxxfI )()(61)2(64)(61)( x y a b P(x) Regra de Simpson para 1 intervalo A fórmula de Newton-Cotes é raramente aplicada em todo intervalo. O intervalo é subdividido em subintervalos iguais ou não e a fórmula éaplicada em cada subintervalo COMENTÁRIOS x y x1=a xn+1=b x x2 Divide-se o intervalo (a,b) em n subintervalosde largura x e a fórmula é aplicada em cada intervalo Exemplo: n = 1 )2(21)(21 )(21)(21)( xafxafx xafafxdxxfI b a n i xxiafxiafI 1 2 )())1(( Regra do Trapézio Exemplo: n = 2 O número de intervalos deve ser par. A fórmula é aplicada a pares de intervalos )4(61)3(64)2(612 )2(61)(64)(612)( xafxafxafx xafxafafxdxxfI b a 2/ 1 2261)12(64)1(261 n i xxiafxiafxiafI Regra de Simpson 0.001 0.01 0.1 1 10 0.1 1 10 y = 0.28889 * x^(1.923) R= 0.99844 Err o % Tamanho do Intevalo ( x) 2xErro n Delta X Exata Trapezio Erro%4 2.5 1.5 3.8 1.538 1.25 1.5 2.21 0.4720 0.5 1.5 1.62 0.0880 0.125 1.5 1.51 0.008 QUADRATURA GAUSSIANA Máxima precisão para um dado número de funções Intervalo não uniforme b a n i ii xfwdxxf 1 )()( Pontos de GaussPesos de Gauss Os valores das coordenadas dos pontos de Gauss e os correpondentespesos são apresentados em tabelas padronizadas geralmentepara limites de integração de -1 a 1. Para utilizar estas tabelas, é necessário fazer uma mudança de variável b a n i ii gwdgdxxf 1 1 1 )()()( wi1 -0.57735 1.002 +0.57735 1.00 wi1 -0.77459 0.555552 0.00 0.888883 +0.77459 0.55555 wi1 -0.86113 0.347852 -0.33998 0.652143 +0.33998 0.652144 +0.86113 0.34785 n = 2 n = 4 n = 3 Para integrais em duas, três ou mais variáveis: n i jij n j i b a d c gww ddgdxdyyxf 1 1 1 1 1 1 ),( ),(),( Exercício Calcule a integral pelo Método do Trapézio: Determine no número de intervalos necessários para obter uma resposta com precisão de 3 casas decimais 10 )5exp(3 dxx N intervalos Integral 5 0.6448 10 0.6081 20 0.5990 40 0.5967 80 0.5961 capa eng1714_2017 introducao17 matlab17 interpolacao17 integracao17
Compartilhar