Terceira_unidade Numerico

  • November 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Terceira_unidade Numerico as PDF for free.

More details

  • Words: 7,528
  • Pages: 31
Material sujeito a correções

1

Interpolação......................................................................................................................................... 2 1.1 Interpolação Linear ..................................................................................................................... 2 1.2 Diferenças divididas.................................................................................................................... 3 1.3 Diferenças Finitas ....................................................................................................................... 5 1.4 Interpolação Parabólica............................................................................................................. 11 2 Integração Numérica......................................................................................................................... 12 2.1 Métodos de Newton-Cotes........................................................................................................ 12 2.1.1 Método Dos Trapézios...................................................................................................... 15 2.1.2 Método de Simpson (1ª regra) .......................................................................................... 17 2.1.2.1 Outra dedução da 1ª regra de Simpson ......................................................................... 18 2.1.3 Segunda Regra de Simpson .............................................................................................. 20 3 Diferenciação Numérica ................................................................................................................... 21 3.1 Solução numérica de um PVI de 1ª ordem ............................................................................... 24 3.2 Método de Euler........................................................................................................................ 25 3.3 Método de Runge-Kutta............................................................................................................ 29

Prof. José Augusto Lucas Matos

Página 1 de 31

Material sujeito a correções

1 Interpolação 1.1 Interpolação Linear Seja a função y = f ( x ) dada pele tabela abaixo:

y0 = f ( x 0 ) y2 = f ( x1 ) y3 = f ( x2 ) .................. yn = f ( xn ) tabela esta obtida através da expressão analítica de experimentais. Considerando a figura abaixo, temos:

____

Temos

DB ____

EC

f ( x ) , ou de determinações

____

=

BA ____

CA

, ou

f ( x ) − f ( x1 ) x − x1 = ∴ f ( x2 ) − f ( x1 ) x 2 − x1

f ( x ) = f ( x1 ) +

f ( x2 ) − f ( x1 ) ( x − x1 ) x 2 − x1

Exemplo: Interpolar o seno de 22º ( f ( 22º ) na tabela abaixo:

0 − 0,00000 10 − 0,17365 20 − 0,34202 30 − 0,50000 40 − 0,64279  22 − 20  sen22 = 0,34202 +  (0,5 − 0,34202) = 0,37461  30 − 20  Prof. José Augusto Lucas Matos

Página 2 de 31

Material sujeito a correções

1.2 Diferenças divididas x x0 x1 x2 x3 x4

------

f ( x) f ( x0 ) f ( x1 ) f ( x2 ) f ( x3 ) f ( x4 )

1ª Dif . f [ x0 , x1 ] f [ x1 , x2 ] f [ x2 , x 3 ] f [ x3 , x4 ]

2ª Dif .div . f [ x0 , x1 , x2 ] f [ x1 , x 2 , x3 ] f [ x 2 , x 3 , x4 ]

3ª Dif . Dividida f [ x0 , x1 , x 2 , x3 ] f [ x1 , x 2 , x 3 , x4 ]

4ª Dif . Dividida f [ x0 , x1 , x2 , x 3 , x4 ]

A primeira diferença dividida é definida como:

f [ x0 , x1 ] =

f ( x0 ) − f ( x1 ) x0 − x1

analogamente, as diferenças de ordem superior são definida como:

f [ x0 , x1 , x2 ] =

f [ x0 , x1 , x2 , x 3 ] =

f [ x0 , x1 ] − f [ x1 , x 2 ] x0 − x1

f [ x0 , x1 , x2 ] − f [ x1 , x2 , x3 ] x0 − x 3

.......................................................................................

f [ x0 , x1 ,... xn − 1 , xn ] =

f [ x0 , x1 ,...., xn − 1 ] − f [ x1 , x2 ,...., xn ] x0 − x4

Desenvolvendo as expressões das diferenças divididas dos numeradores, resulta:

p

f [ x0 , x1 , x2 , x 3 , x4 ] =

∑ (x

k =0

k

f ( xk ) − x0 )( xk − x1 ).....( xk − x k − 1 )( xk − x k + 1 )....( xk − x p ) Equação 1

Prof. José Augusto Lucas Matos

Página 3 de 31

Material sujeito a correções

Sendo por definição:

f [ x0 , x1 ] =

f ( x0 ) − f ( x1 ) x0 − x1

Resulta:

f ( x ) = f ( x0 ) + ( x − x0 ) f [ x , x0 ] Como:

f [ x , x0 ] = f [ x0 , x1 ] + ( x − x1 ) f [ x , x0 , x1 ] Se substituirmos teremos:

f ( x ) = f ( x0 ) + ( x − x0 ) f [ x0 , x1 ]( x − x0 )( x − x1 ) f [ x , x0 , x1 ] Generalizando, temos:

f ( x ) = f ( x0 ) + ( x − x0 ) f [ x0 , x1 ]( x − x0 )( x − x1 ) f [ x , x0 , x1 ] + + ( x − x0 )( x − x1 )( x − x2 ) f [ x0 , x1 , x2 , x3 ] + .......................... + + ( x − x0 )( x − x1 )( x − x2 )....( x − xn − 1 ) f [ x0 , x1 , x 2 ,........., xn ] + + ( x − x0 )( x − x1 )( x − x2 )....( x − xn ) f [ x0 , x1 , x2 ,........., x n ] Equação 2

Que é fórmula de interpolação, por diferenças divididas, de Newton, onde a última parcela se refere ao erro de arredondamento. Das Equações 1 e 2, é obtida a Fórmula de Lagrange: n

f (x) =



Lk ( f ( x k )

k =0

onde:

Lk ( x ) =

Prof. José Augusto Lucas Matos

( x − x0 )( x − x1 ).........( x − x k − 1 )( x − x k + 1 )..........( x − xn ) ( x k − x0 )( x k − x1 )......( x k − x k − 1 )( x − xk + 1 )......( x k − xn )

Página 4 de 31

Material sujeito a correções

Exemplo: Seja a tabela:

x 1 2 4 5

P( x) 10 15 20 30

Interpolar o valor de P ( 3) .

P ( 3) =

( 3 − 2)( 3 − 4)( 3 − 5) ( 3 − 1)( 3 − 4)( 3 − 5) .10 + .15 + (1 − 2)(1 − 4)(1 − 5) ( 2 − 1)( 2 − 4)( 2 − 5)

+

( 3 − 1)( 3 − 2)( 3 − 5) ( 3 − 1)( 3 − 2)( 3 − 4) .20 + .30 = (4 − 1)(4 − 2)(4 − 5) (5 − 1)(5 − 2)(5 − 4)

= −1,66666 + 10 + 13,33333 − 5 = 16,66666...

1.3 Diferenças Finitas Uma diferença finita de uma função f ( x ) é o valor da função no ponto x1 menos o valor da função no ponto x 2 . Algebricamente é representada como f ( x1 ) − f ( x 2 ) . Geometricamente é:

Onde:

∆f ( x i ) → é chamada de difernça ascendene(ou progressiva ); ∇f ( xi ) → é chamada de difernça descendente(ou regressiva) e

δf ( x i ) é chamada de diferença central. Prof. José Augusto Lucas Matos

Página 5 de 31

Material sujeito a correções

Considerando uma função f ( x ) , tabulada com espaçamentos iguais em seus valores de x, teremos:

x 0 1 2 3 4 5

f ( x) 0 10 20 50 60 100

∆ 10 10 30 10 40

∆2 0 20 − 20 30

∆3 20 − 40 50

∆4 − 60 90

∆5 150

As diferenças ascendentes (as quais utilizaremos no curso) na tabela anterior para o ponto x0 são:

∆f (0) = 10 ∆2 f (0) = 0 ∆3 f (0) = 20 ∆4 f (0) = −60 ∆5 f (0) = 150 Para o ponto x = 3 , teremos:

Difernça ascendente ∆f (3) = 10 e Difernça descendente ∆f (3) = 30.

Prof. José Augusto Lucas Matos

Página 6 de 31

Material sujeito a correções

A fórmula de Newton pode ser apresentada como:

f ( x ) = a1 + a 2 ( x − x1 ) + a3 ( x − x1 )( x − x 2 ) + a4 ( x − x1 )( x − x2 )( x − x 3 ) + + ............................................... + an − 1 ( x − x1 )( x − x 2 ).......( x − xn ) se substituirmos x por x1 , x 2 , x 3 ,......, xn teremos:

f ( x1 ) = a1 f ( x2 ) = a1 + a2 ( x2 − x1 ) f ( x3 ) = a1 + a2 ( x3 − x1 ) + a3 ( x3 − x1 )( x3 − x2 ) ........................................................................... f ( xn + 1 ) = a1 + a 2 ( x n + 1 − x1 ) + a 3 ( x n + 1 − x1 )( xn + 1 − x 2 ) + ..... + + a n + 1 ( xn + 1 − x1 )( x n + 1 − x2 )...................................( xn + 1 − xn ) Os coeficiente a1 , a 2 a 3 ,......., a n + 1 podem ser achados por substituições sucessivas. Quando consideramos os intervalos iguais, temos:

h = x 2 − x1 = x3 − x 2 = ......... = x n + 1 − x n Substituindo h no sistema anterior vem:

f ( x1 ) = a1 f ( x1 + h) = a1 + a 2 ( h) f ( x1 + 2h) = a1 + a 2 ( 2h) + a3 ( 2h)( h) ........................................................................... f ( x1 + nh) = a1 + a 2 ( nh) + a3 ( nh)[( n − 1)h)] + ..... + a n + 1 ( nh)[( n − 1)h]...........( h)

Prof. José Augusto Lucas Matos

Página 7 de 31

Material sujeito a correções

que, quando resolvido resulta em:

a1 = f ( x1 ) f ( x1 + h) − f ( x1 ) h f ( x1 + 2h) − 2 f ( x1 + h) + f ( x1 ) a3 = 2h 2 ...........................................................

a2 =

É então possível simplificas estas expressões, notando que os denominadores podem ser expressos por:

h i − 1 ( i − 1)! Donde obtemos:

a1 = f ( x1 ) a2 =

∆f ( x1 ) 1! h

∆2 f ( x1 ) 2! h2 ....................... a3 =

∆n f ( x1 ) an +1 = n! hn Que para o coeficiente a i , é:

∆i − 1 f ( x1 ) ai = ( i − 1)! hi − 1 Logo:

∆f ( x1 ) ∆2 f ( x1 ) f ( x ) = f ( x1 ) + ( x − x1 ) + ( x − x1 )( x − x 2 ) + 1! h 2! h2 ................. +

∆3 f ( x1 ) ( x − x1 )( x − x2 )( x − x 3 ) + ................ + 3! h3

∆n f ( x1 ) ....................... + ( x − x1 )( x − x2 )................( x − xn ) n! hn

Prof. José Augusto Lucas Matos

Página 8 de 31

Material sujeito a correções

Trocando a variável x por h , usando convenientemente a expressão: x = x1 + uh , Teremos:

( x − x1 ) = uh ( x − x2 ) = ( x1 + uh) − ( x1 + h) = h( u − 1) ( x − x3 ) = ( x1 + uh) − ( x1 + 2h) = h( u − 2) .................................................................... ( x − xn ) = ( x1 + uh) − [ x1 + ( n − 1)h] = h[u − ( n − 1)] Substituindo, teremos:

∆f ( x1 ) ∆2 f ( x1 ) f ( x ) = f ( x1 ) + u+ u( u − 1) + 1! 2! + ............ +

∆n f ( x1 ) u( u − 1)( u − 2).......[u − ( n − 1)] n!

Exemplo: Consideremos a tabela de diferenças finitas, abaixo:

x 1 3 5 7 9

f ( x) 30 50 60 90 140

∆ 20 10 30 50

∆2 − 10 20 20

∆3 30 0

∆4 − 30

Aplicando a fórmula de Newton para intervalos iguais, teremos para o ponto x = 4 :

x = x1 + uh , e como h = 2, x1 = 1 e x = 4 , vem: u=

4−1 ∴ u = 1,5 2

Então:

20 ( −10) 30 .1,5 + .1,5(1,5 − 1) + .1,5(1,5 − 1)(1,5 − 2) + 1! 2! 3! ( −30) + .1,5(1,5 − 1)(1,5 − 2)(1,5 − 3) = 4! ( −10) 30 ( −30) = 30 + 20(1,5) + .1,5.0,5 + .1,5.0,5( −0,5) + .1,5.0,5( −0,5)( −1,5) = 2 6 24 = 30 + 30 − 3,75 − 1,875 − 0,703125 = 53,671875

f (1,5) = 30 +

Prof. José Augusto Lucas Matos

Página 9 de 31

Material sujeito a correções

Resolvendo o mesmo problema por diferenças divididas teremos:

x 1 3 5 7 9

f ( x) 30 50 60 90 140

∆ 10 5 15 25

∆2 − 1,25 2,5 2,5

∆3 0,625 0

∆4 − 0,078125

140 − 90 9−7 Aplicando a fórmula de Newton para diferenças divididas, temos para o ponto x = 4 :

f ( x ) = ( 30) + (10)(4 − 1) + ( −1,25)(4 − 1)(4 − 3) + (0,625)(4 − 1)(4 − 3)(4 − 5) + + ( −0,078125)(4 − 1)(4 − 3)(4 − 5)(4 − 7) = = 30 + 30 − 3,75 − 1,875 − 0,73125 = = 53,671875

Prof. José Augusto Lucas Matos

Página 10 de 31

Material sujeito a correções

1.4 Interpolação Parabólica Dada a tabela:

x 20 25 30

P( x) 0,34202 0,42252 0,50000

calcular o seno de 22º. Se usarmos a expressão P ( x ) = a1 x 2 + a 2 x + a 3 e nela substituirmos os valores dos pontos da tabela, vem:

400a1 + 20a 2 + a 3 = 0,34202 625a1 + 25a 2 + a 3 = 0,42262 900a1 + 30a 2 + a 3 = 0,50000 E resolvendo o sistema, teremos:

a1 = −0,0000644,

a 2 = 0,019018 e a 3 = −0,01258

logo, P ( 22) = 484.0,0000644 + 22.0,019018 − 0,01258 ∴ P ( 22) = 0,3746464 Outro sistema pode ser obtido, assumindo a parábola como:

P ( x ) = a1 + a 2 ( x − 20) + a 3 ( x − 20)( x − 25) Substituindo os valores tabulados, temos:

0,34202 = a1 0,42262 = a1 + 5a 2 0,50000 = a1 + 10a2 + (10)(5)a 3 Resolvendo por substituição sucessiva vem:

a1 = 0,34202 a 2 = 0,01612 a 3 = −0,0000644 P ( 22) = 0,34202 + 0,1612( 22) + ( −0,0000644( 2)( −3)) = 0,37429864 Prof. José Augusto Lucas Matos

Página 11 de 31

Material sujeito a correções

2 Integração Numérica 2.1 Métodos de Newton-Cotes Surge da idéia de calcular f ( x ) em certo número finito de pontos, fazendo uma interpolação polinomial e integrando o polinômio ao invés de f ( x ) . Isto é: Se são conhecidos n + 1 pontos de f ( x )

( x0 , f ( x0 ), ( x1 , f ( x1 ), ( x2 , f ( x2 ), ....... , ( x n , f ( xn + 1 ) b

e como o objetivo é calcular a integral de f ( x ) , τ = ∫ f ( x )dx e só dispomos de pontos da a

função, obtemos a expressão do polinômio P ( x ) de grau máximo n que passe por estes pontos e aproximamos o valor da integral para:

b

τ = ∫a P ( x )dx Equação 3

A obtenção de P ( x ) pode ser feita pelos métodos de Newton ou pelo método de Lagrange. Quando os pontos constituem uma tabela de pontos equivalentes, este processo é conhecido como método de Newton-Cotes, no caso ainda de mais particular em que x0 − a e x n − b , obtemos as fórmulas fechadas de Newton-Cotes. No caso geral, o problema pode ser resolvido com a Equação 4, onde P ( x ) é obtido através de uma das fórmulas citadas no parágrafo anterior.

Prof. José Augusto Lucas Matos

Página 12 de 31

Material sujeito a correções

Nos métodos fechados de Newton-Cotes, temos:

x0 = a ,

xn = b

x i + 1 − x i = h com h > 0 e i = 0,1,2,3,......, n e podemos dizer que aos pontos conhecidos provêm da partição do intervalo de integração em n partes iguais, ou seja:

xx − x n

h= A integral aproximada seria x

τ ' = ∫x n Pn ( x )dx 0

Equação 5

onde Pn ( x ) é um polinômio de interpolação obtido por diferenças finitas. Finalmente observamos que, como se trata de uma tabela de pontos eqüidistantes, podemos fazer uma mudança de variáveis de x para u , como método de Newton por diferenças finitas. Teremos então; n

τ ' = ∫0 Pn ( u)du Equação 6

sendo:

u=

x − x0 h

Esta última fórmula Equação 4 resolve o problema dos métodos “fechados” de Newton-Cotes. Estes métodos usuais, se entanto, se baseiam na partição do intervalo de integração em n m subintervalos que contém n + 1 pontos da tabela, sendo dois nas extremidades. Aplicando-se um método “fechado” de Newton-Cotes a cada subintervalo, o valor de τ ' será a soma de todas as integrais ao do intervalo [a , b] , Obtêm-se assim as fórmulas compostas cuja precisão se revela plenamente satisfatória em casos ordinários.

Prof. José Augusto Lucas Matos

Página 13 de 31

Material sujeito a correções

Por exemplo:

Onde (P2= P2i ) e:

P21 é o polinômioi nterpolante de grau 2 do 1º intervalo, .. .. P2i é o polinômioi nterpolante de grau 2 do i - ésimo intervalo. .. Assim:

τ ' = τ 1' + τ 2' + ......... + τ n' 2 Donde: x

x

x

τ ' = ∫x 2 P21 ( x )dx + ∫ x 4 P21 ( x )dx + ...... + ∫ x n P21 ( x )dx 0

Prof. José Augusto Lucas Matos

2

n− 2

Página 14 de 31

Material sujeito a correções

2.1.1 Método Dos Trapézios No caso de m = 1 , teremos o método dos trapézios, onde cada integral parcial é aproximada pela área de um trapézio.

Calculando as expressões τ i' , (1,2,............., n) pela Equação 4, vem:

 u P1i ( u) = f i − 1 +   ∆f i − 1 ou P1i ( u) = f i − 1 + u∆f i − 1 1 Por outro lado, para cada valor τ i' temos: u =

x − xi −1 e usando a Equação 4 vem: h

1

τ i' = h∫0 ( f i −1 + u∆f i −1 )du = 1

u2  = h( f i −1u + ∆f i −1  = 2 0

h = hfi −1 + ∆f i −1 2 h 2

' Como: ∆f i − 1 = f i − f i − 1 , vem: τ i = ( f i + f i −1 )

O valor de τ ' que chamaremos de τ t , é:

h 2

τ t = ( f 0 + 2 f1 + 2 f 2 + ...... + 2 f n −1 + f n ) Equação 7

Que é a fórmula dos trapézios para a aproximação de integrais numericamente. Prof. José Augusto Lucas Matos

Página 15 de 31

Material sujeito a correções

Quando n − 1 temos a fórmula fechada de Newton-Cotes para um subintervalo.

τ '=

h [ f 0 + f1 ] 2

onde podemos notar que quanto maior o valor de n , mais exata será a aproximação, considerando-se apenas o erro intrínseco ao processo.

Prof. José Augusto Lucas Matos

Página 16 de 31

Material sujeito a correções

2.1.2 Método de Simpson (1ª regra) Uma aproximação, bem melhor, da integral pode ser obtida quando usamos parábolas do 2º grau interpoladas em cada subintervalo.

Neste caso m = 2 e n deve ser par. Seja a Equação 5 τ ' = ∫

x2i x2i−2

P2' ( x )dx onde temos u =

x − x2i − 2 , então: h

 u  u P2i ( u) = f 2 i − 2 +   ∆f 2 i − 2 +   ∆f 2 i − 2  1  2 Integrando, teremos: 2

τ i' = h∫0 ( f 2i − 2 + u∆f2i − 2 +

u(u − 1) 2 )∆ f 2i − 2 )du = 2

   u3 u2  u2 = h f 2i − 2u + ∆f 2i − 2 +  − ∆2 f 2i − 2  2  6 4  

2

= 0

1   = h f 2i − 2 + 2∆f 2i − 2 + ∆2 f2i − 2  3   como:

∆f 2 i − 2 = f 2 i − 1 − f 2 i − 2 e ∆2 f 2 i − 2 = f 2 i − 2 f 2 i − 1 + f 2 i − 2

Prof. José Augusto Lucas Matos

Página 17 de 31

Material sujeito a correções

vem:

τ i' = h( 2 f 2 i − 2 + 2 f 2 i − 1 − 2 f 2 i − 2 +

f 2i 2 f − f 2i −1 + 2i − 2 ) 3 3 3

donde:

τ i' =

h [ f 2i + 4 f 2i −1 + f 2i − 2 ] 3

O valor de τ i' que chamaremos de τ s , será: n

2

h [ f 2 i + 4 f 2i −1 + f 2 i − 2 ] 3 i =1

τs = ∑ isto é:

τ i' =

h [ f 0 + 4 f1 + 2 f 2 + 4 f 3 + ......... + 2 f n − 2 + 4 f n −1 + f n ] 3

Que é conhecida como fórmula da 1ª regra de Simpson e só pode ser aplicada para para um número de pontos ímpar.

2.1.2.1 Outra dedução da 1ª regra de Simpson Consideremos um polinômio P2 ( x ) que passe pelos pontos x0 = 0, x1 = 1 e x1 = 2 .

que é um polinômio de segundo Grau.

Prof. José Augusto Lucas Matos

Página 18 de 31

Material sujeito a correções

O polinômio tem a seguinte expressão:

P ( x ) = L0 ( x ) y0 + L1 ( x ) y1 + L2 ( x ) y2 onde:

L0 ( x ) =

( x − 1)( x − 2) 1 2 = ( x − 3 x + 2) (0 − 1)(0 − 2) 2

( x − 0)( x − 2) = x(2 − x ) = − x 2 + x (1 − 0)(1 − 2) ( x − 0)( x − 1) 1 2 L2 ( x ) = = ( x − x) ( 2 − 0)( 2 − 1) 2 L1 ( x ) =

daí: 2

∫0

2

P ( x )dx = ∫ [L0 ( x ) y0 + L1 ( x ) y1 + L2 ( x ) y2 ]dx 0

2

2

2

2

∫0 P ( x )dx = ∫0 L0 ( x ) y0dx + ∫0 L1 ( x ) y1dx + ∫0 L2 ( x ) y2dx 2

2

2

2

∫0 P ( x )dx = y0 ∫0 L0 ( x )dx + y1 ∫0 L1 ( x )dx + y2 ∫0 L2 ( x )dx 2

∫0

P ( x )dx = y0 ∫

21

0

2

2

21

0

0

( x 2 + 3 x + 2)dx + y1 ∫ ( − t 2 + 2t )dx + y2 ∫ 2

2

2

( t 2 − t )dx 2

 1  t 3 3t 2  1  t 3 t 2   − t 3 2t 2      −  P ( x ) dx y + 2 t + y + y = − +  0  1 2  ∫0   2 3 2 3 2 2   3 2   0   0  0   2

2

1  8

∫0 P ( x )dx = y0  2  3 − 2

∫0 P ( x )dx =

1  8 12    8  + 4   + y1  − + 4 + y2   − 2   2   3   2  3

y0 4 y1 y2 1 + + = [ y0 + 4 y1 + y2 ] 3 3 3 3

No caso geral em que x0 ≠ 0, h ≠ 1, x1 = x0 + h e x 2 = x1 + h . Por meio de uma mudança de variável recaímos no caso anterior ( x0 = 0 e h = 1) . 2

1

∫0 P ( x )dx = 3 [ y0 + 4 y1 + y2 ] Prof. José Augusto Lucas Matos

Página 19 de 31

Material sujeito a correções

Exemplo: Seja calcular a integral numérica da curva dada pela tabela abaixo ente os pontos x = 2 e x = 10 pelo método se Simpson 1ª regra: x 2 4 6 8 10

y 28 54 38 27 12

Os intervalos entre os pontos x são constantes. Logo h = 2

τ i' =

2 [28 + 4(54) + 2(38) + 4(27) + 12] = 440 3

2.1.3 Segunda Regra de Simpson De forma análoga a dedução da 1ª regra a expressão da segunda regra de Simpson é obtida aproximando-se a função f ( x ) por um polinômio interpolador de Gregory-Newton do 3º grau

P3 ( x ) . b

b

Ι = ∫ f ( x )dx = ∫ P3 ( x )dx a a b u( u − 1) 2 u( u − 1)( u − 2) 3  Ι = ∫  y0 + uy0 + ∆ y0 + ∆ y0 dx a 2! 3!   3

  u3 u2  2  u4 u3 u2  3  u2    ∆ y0  Ι = h uy0 + ∆ y0 +  − −  ∆ y0 +  +  2 6 4 24 6 4   0     Que resulta em:

Ι=

3h [ y0 + 3 y1 + 3 y2 + y3 ] 8

Que também é conhecida como a regra dos

3 . 8

A mesma só pode ser aplicada para os seguintes números de pontos: 4, 7, 10, 13, 16, 19,...... .

Prof. José Augusto Lucas Matos

Página 20 de 31

Material sujeito a correções

3 Diferenciação Numérica Equações diferenciais ordinárias ocorrem com muita freqüência na descrição de fenômenos da Natureza. Ex.: Podemos supor que sob determinadas condições ambientais, a taxa de crescimento de uma colônia de bactérias seja proporcional ao número de indivíduos num dado tempo; se y(t ) for o número de indivíduos num tempo t , temos a equação y( t ) = k ( y( t )) . Nem sempre é possível obter uma solução analítica para uma Equação Diferencial Ordinária (EDO) e nestes casos os métodos numéricos são a saída para encontrar uma solução aproximada. Ex.: As equações y' = x 2 + y 2 e y' ' = 6 y 2 + x não podem ser resolvidas em termos de funções elementares. Consideremos a equação y = x 2 , que é a equação de uma parábola. Consideremos, também,

dy = 2x . dx Esta última equação, à sua maneira descreve uma parábola. Ou seja: ao invés de termos, explicitamente o valor de y para cada x , ela descreve a inclinação (ou direção) da parábola em cada ponto da mesma.

dy = 2x dx é chamada de uma EDO. Diferencial, devido a relação entre derivadas e ordinária pois a derivada é comum (não uma derivada parcial

∂y ). ∂x

Além disso, como y = x 2 satisfaz a exigência de que

y = x 2 é uma solução da EDO dy

Prof. José Augusto Lucas Matos

dy

= 2 x para cada x, dizemos que dx

= 2x . dx

Página 21 de 31

Material sujeito a correções

Do cálculo conhecemos a forma como se apresenta uma equação diferencial de ordem n.

(

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

)

onde:

dl y y = l dx l

l = 1,2,3,...., n

 x ∈ [a, b ]   y[a , b] → R

1. y ( 2 ) = 3 y (1) − 2 y é uma EDO de segunda ordem com f ( x , y , y (1) ) = 3 y (1) − 2 y . Associadas a esta equação podem existir condições cujo número coincide com a ordem da EDO. Se tais condições se referem a um único valor de x , temos um problema de valor inicial (PVI), caso contrário temos um problema de valores de contorno. 2. O PVI seguinte é de 2ª ordem:

 y ( 2 ) = 3 y (1 ) − 2 y   y ( 0) = −1  (1 )  y ( 0) = 0

Prof. José Augusto Lucas Matos

Equação 8

Página 22 de 31

Material sujeito a correções

Trataremos de métodos numéricos para conseguir os valores de y ( x ) , em pontos distintos daqueles das condições iniciais associadas aos PVI’s. O tipo de PVI será o mais simples: (1ª ordem).

 y (1 ) = f ( x , y )   y ( x0 ) = y0 = η

sendo η um número dado.

PVI’s de ordem superior podem ser reduzidos a PVI’s de 1ª ordem através variáveis auxiliares.

 y ( 2 ) = 3 y (1 ) − 2 y  EX.:  y(0) = −1 , para reduzir à 1ª ordem, basta fazer:  (1 )  y ( 0) = 0

 y' = z e teremos :  ( 2) (1 ) , logo: y = z e  (0) z = 0

 y (1 ) = z  ( 0)  y = −1  (1 )  z = 3z − 2 y  (0) z = 0 Este problema tem solução única se a função f ( x , y ) satisfaz: 1. É definida e contínua na faixa: a ≤ x ≤ b, com ( −∞ < y < ∞ ) , onde a e b são finitos. 2. Existe uma constante L tal que para todo x ∈ [a , b] e todo par de números y e y * temos f ( x , y ) − f ( x , y * ≤ L y − y * . Então existe uma função y ( x ) , satisfazendo: •

y ( x ) é contínua e diferenciável para todo x ∈ [a , b] ;

• •

y (1) ( x ) = f ( x , y( x )), para x ∈ [a , b] e y(a ) = η , onde η é um número dado.

Observemos que a condição 2 acima será satisfeita se f ( x , y ) tem derivada contínua em relação a y e limitada na faixa em questão, pois então, do teorema do valor médio: _ ∂f f ( x, y) − f ( x, y ) = ( x , y )( y − y * ) ∂y *

onde y é um valor entre y e y * . Prof. José Augusto Lucas Matos

Página 23 de 31

Material sujeito a correções

A existência de

∂f não é necessária para que a equação do item 2 seja satisfeita. É bom ∂y

notar que L na é em geral, possível de ser computado.

3.1 Solução numérica de um PVI de 1ª ordem  y ( 2 ) = 3 y (1 ) − 2 y  Suponhamos que o PVI  y(0) = −1 satisfaça as condições de existência e unicidade.  (1 )  y ( 0) = 0 Para obtermos sua solução numérica, tomemos “m” subintervalos de [a , b], com ( m ≥ 1) , e (b − a ) façamos x j = x0 + jh onde h = para j = 0,1,2,............, m e x j ∈ [a , b] . m

A solução numérica y m ( x ) é a função linear por partes, cujo gráfico é uma poligonal com vértice nos pontos ( x j , y j ) onde y j foi calculado usando algum método numérico

b−a para n = 0,1,2,........ , teremos uma seqüência de 2n funções poligonais { yn ( x )} que convergem uniformemente para a solução y ( x ) do PVI. Se por exemplo m = 2 n , então hn =

Convém observar que os métodos numéricos vistos em seguida têm por objetivo calcular os vértices { yo , y1 , y2 ,........., yn ,} .

Prof. José Augusto Lucas Matos

Página 24 de 31

Material sujeito a correções

Convencionou-se usar a notação y( x j ), j = 0,1,2,...., m para indicar a solução exata o PVI nos pontos x j ∈ Ιh . A notação y( x j ) ≅ y j significa que y j é aproximação para y ( x j ) , com x j ∈ Ιh .

3.2 Método de Euler Seja o PVI:

 y (1 ) = f ( x , y )   y ( x0 ) = y0 = η Desejamos

as

aproximações

y1 , y2 , y3 ,.........., yn ,

para

as

soluções

exatas

y( x1 ), y( x2 ), ,.........., yn . Observemos a figura abaixo:

Prof. José Augusto Lucas Matos

Página 25 de 31

Material sujeito a correções

Como desconhecemos o valor de y( x1 ) , tomemos y1 como aproximação de y( x1 ) . Para isto tracemos a tangente T á curva y( x ) no ponto ( x0 , y( x0 )) , cuja equação é:

y ( x ) − y ( x 0 ) = ( x − x 0 ) y' ( x 0 ) Fazemos x = x1 e lembrando que y' ( x0 ) = f ( x0 , y( x0 )) e y1 ≅ y ( x1 ) , temos:

y1 = y0 + hf ( x0 , y( x0 ) ) O erro cometido na aproximação de y( x1 ) por y1 é e1 = y1 − y( x1 ) (diferença entre a solução numérica e a solução exata. Generalizando, teremos:

(

y j + 1 = y j + hf x j − y j

)

com j = 0,1,2,......., m − 1

Equação 9

Cujo erro é:

e j + 1 = y j + 1 − y( x j + 1 ) O método de EULER consiste em calcular recursivamente as fórmulas:

( A )  y0 = y ( a ) = η  (B )  y j + 1 = y j + hf ( x j , y j )

j = 0,1,2,...........m − 1

Estas fórmulas admitem várias interpretações analíticas:

(

1. Aproximando-se a derivada que aparece no PVI no ponto x j , y j

) por uma diferença

dividida vem:

y j +1 − y j h

= f (xj, yj )

E resolvendo-se para y j + 1 , obtemos a Equação 2. 2. Integrando-se y' ( t ) = f (t , y( t )) entre x e x + k obtemos:

y ( x + k ) − y( x ) = ∫ Prof. José Augusto Lucas Matos

x+r x

f ( t , ( y( t ))dt Página 26 de 31

Material sujeito a correções

Fazendo-se x = x j e k = h ,

y( x j + 1 ) − y( x j ) = ∫

x j +1 xj

f ( t , ( y( t ))dt

Aproximando-se a integral de forma bem grosseira: tamanho do intervalo vezes o valor do integrando à esquerda e identificando-se y ( x j ) com y j obtém-se a Equação 2. 3. Supondo uma expansão da solução y ( x ) pela série de Taylor em torno de x j ,

1 y( x j + h ) = y( x j ) + hf x j , y( x j ) + h2 y ( 2 ) ( x j ) + .... 2

(

)

Truncando-se a série após o termo em h e identificando-se y = x j com x j , teremos Equação 2. Ex.: Achar as aproximações para a solução do PVI:

 y' = x − y + 2 de [0;1] com h = 0,1   y ( 0) = 2 onde: x0 = 0 , y0 = 2 , a = 0 , b = 1 , m =

1−0 ⇒ m = 10 . 0,1

(

)

Usando-se y( x j + h ) = y( x j ) + hf x j , y( x j ) ,

j = 0,1,2,...,9

teremos: j = 0,

y1 = y0 + hf ( x0 , y0 )) = y0 + h( x0 - y 0 + 2) = 2 + 0,1 f (0;2) = 2 + 0,1(0 − 2 + 2) = 2 x1 = x0 + h ⇒ x1 = 0 + 0,1 ⇒ x1 = 0,1 j = 1, y2 = y1 + hf ( x1 , y1 )) = y1 + h( x1 - y 1 + 2) = 2 + 0,1 f (0;2) = 2 + 0,1(0,1 − 2 + 2) = 2,01 x 2 = x0 + 2h ⇒ x 2 = 0 + 2(0,1) ⇒ x2 = 0,2 j = 2, y3 = y2 + hf ( x 2 , y2 )) = y2 + h( x 2 - y 2 + 2) = 2 + 0,2 f (0,2;2) = 2 + 0,1(0,2 − 2 + 2) = 2,029 Até o valor j = 9 , teremos a tabela a seguir: Prof. José Augusto Lucas Matos

Página 27 de 31

Material sujeito a correções

j 0 1 2 3 4 5 6 7 8 9 10

xj 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

yj 2 2 2,01 2,029 2,0561 2,09049 2,131441 2,1782969 2,2304672 2,2874205 2,348684

y( x j )

y j − y( x j )

2 2,004837 2,018731 2,040818 2,070320 2,106531 2,148812 2,196585 2,249329 2,306570 2,367879

-0,004837 -0,0083731 -0,011818 -0,014220 -0,016041 -0,017371 -0,018288 -0,118862 -0,019149 -0,0192201

Olhando-se a tabela notamos que o erro cresce em valor absoluto devido à propagação. Para determinarmos uma expressão matemática para o erro usamos a fórmula de Taylor e desenvolvendo y ( x ) em torno de x0 , vem:

y ( x ) = y ( x0 ) +

x − x 0 (1 ) y ( x0 ) 1!

lembrando que: x1 − x0 = h , y (1) ( x0 ) = f ( x0 , y( x0 )) e y ( x1 ) = y1 , podemos escrever:

y1 = y0 + hf ( x0 , y0 ) Equação 10

O erro é então obtido a partir do resto da fórmula de Taylor:

( x − x0 ) 2 ( 2 ) y (ε ); x0 < ε < x1 2! como x1 − x0 = h e usando a notação do erro como ε 1 , vem:

h2 ( 2 ) ε1 = y (ε ) 2! Numa etapa j de cálculo teremos:

h2 ( 2 ) εj = y (ε ); x j − 1 < ε < x j 2! Que é chamado Erro local de truncamento. Prof. José Augusto Lucas Matos

Página 28 de 31

Material sujeito a correções

3.3 Método de Runge-Kutta Como vimos anteriormente, aumentando-se o número de pontos da malha, aumentamos o erro acumulado. Todos os métodos de passo simples são escritos na forma:

y j + 1 = y j + hφ ( x j ; y j ; h),

j = 0,1,2,..........m − 1

onde: φ é a função incremento e h p comprimento do passo. O método de EULER y j + 1 = y j + hf ( x j , y j ) é um método de passo simples (ordem um). Supondo que y ( x ) possua derivadas sucessivas suficientes, pode-se desenvolver y( x + h) em torno de x , através de Taylor:

y ( x + h) = y ( x ) +

h h y' ( x ) + y" (ξ ), x < ξ < ( x + h) 1! 2!

como:

φ ( x j ; y j ; h) = f ( x , y ) vem:

y( x + h) − y( x ) − hφ ( x , y( x ); h) = y( x ) +

h h y' ( x ) + y" (ξ ) − y( x ) − hf ( x , y ) = 1! 2!

h h2 = [ y( x ) + hy' ( x )] − [ y( x ) − hf ( x , y )] + y" (ξ ) = y" (ξ ) 2! 2! Logo Taylor fornece tantos métodos quantos se queira. Assim:

y j + 1 = y j + hy' ( x j ) +

h2 y" ( x j ) com j = 0,1,2,......m − 1 2!

Ex.: Achar as aproximações para a solução do PVI abaixo.

 y' = x − y + 2 de [0;1] com h = 0,1   y ( 0) = 2 onde: x0 = 0 , y0 = 2 , a = 0 , b = 1 , m =

Prof. José Augusto Lucas Matos

1−0 ⇒ m = 10 . 0,1 Página 29 de 31

Material sujeito a correções

Para j = 0

h2 y1 = y0 + h( y( x0 )) + y" ( x0 ) 2! y1 = y0 + h( x0 − y0 + 2) +

h2 ( y0 − x0 − 1) 2!

(0,1) 2 y1 = 2 + 0,1(0 − 2 + 2) + ( 2 − 0 − 1) 2! y1 = 2,005 x1 = x0 + h ⇒ x1 = 0 + 0,1 ⇒ x1 = 0,1 Para j = 1

h2 y2 = y1 + h( y' ( x1 )) + y" ( x1 ) 2! y2 = y1 + h( x1 − y1 + 2) +

h2 ( y1 − x1 − 1) 2!

(0,1) 2 y1 = 2,005 + 0,1(0,1 − 2,005 + 2) + ( 2,005 − 0,1 − 1) 2! y1 = 2,019025 x 2 = x0 + 2h ⇒ x 2 = 0 + 2(0,1) ⇒ x2 = 0,2 O que faremos até j = 9 .

j 0 1 2 3 4 5 6 7 8 9 10

xj 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

yj 2 2,005 2,019025 2,0412176 2,0708020 2,1070758 2,1494036 2,1972102 2,2499753 2,3072276 2,3685410

y( x j ) 2 2,004837 2,018731 2,040818 2,070320 2,106531 2,148812 2,196585 2,249329 2,306570 2,367879

y j − y( x j ) 0,000163 0,000264 0,000399 0,000482 0,000544 0,000591 0,000625 0,000646 0,000657 0,000662

Se compararmos com a tabela do método anterior vemos que o erro e bem menor.

Prof. José Augusto Lucas Matos

Página 30 de 31

Material sujeito a correções

∂f ∂f ( x0 , y0 ) + f ( x0 , y0 ). ( x0 , y0 ) ∂x ∂y y" ( x0 ) = 1 + ( x0 − y0 + 2).( −1) = 1 − x0 + y0 − 2 = ( y0 − x0 − 1) y" ( x0 ) =

∂f ( x 0 , y0 ) + ∂x + f ( x0 , y0 ) + ∂f + ( x0 , y0 ) ∂y

y" ( x0 ) =

Prof. José Augusto Lucas Matos

(y' em relação a x) (y' ) (y' em relação a y)

Página 31 de 31

Related Documents

Control Numerico
May 2020 9
Terceira_unidade Numerico
November 2019 10
Valor Numerico
May 2020 5
Conjuntos-numerico
June 2020 9
Ejercicios Numerico
May 2020 4
Calc Numerico
November 2019 23