Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Creto A. Vidal2
cvidal@lia.ufc.br
12 de fevereiro de 2010
Verso 9.0
1 Editado
2 Departamento
Abstract
These class notes were organized as a supporting material for the courses of Numerical
Methods I and II of Federal University of Cear. They are based on the book, Numerical
Methods in C by Shoichiro Nakamura.
Resumo
Estas notas de aula foram elaboradas para servir de apoio aos cursos de Mtodos Numricos I e II da Universidade Federal do Cear. Elas so baseadas no livro, Applied
Numerical Mehtods in C by Shoichiro Nakamura.
Sumrio
1
Integrao Numrica
2.1 Introduo . . . . . . . . . . . . . . . .
2.2 Regra do Trapzio . . . . . . . . . . . .
2.2.1 Erro da Regra do Trapzio . . .
2.2.2 Mltiplos Intervalos . . . . . .
2.3 Regra 13 de Simpson . . . . . . . . . . .
2.3.1 Erros das Regras de Simpson . .
2.4 Integrao de Romberg . . . . . . . . .
2.5 Frmulas de Newton-Cotes . . . . . . .
2.6 Quadraturas de Gauss . . . . . . . . . .
2.6.1 Quadraturas de Gauss-Legendre
2.6.2 Outras Quadraturas de Gauss . .
2.7 Roteiro da Aula . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
11
11
12
13
13
14
17
17
17
18
18
18
19
21
22
22
23
25
.
.
.
.
.
.
.
.
.
.
.
.
26
26
27
27
28
30
30
31
32
34
34
38
39
2.8
41
42
43
46
47
Diferenciao Numrica
3.1 Expanso de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Diferenas Finitas . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Mtodo da Diferenciao dos Polinmios de Interpolao de Newton
3.4 Aproximao de Derivadas Parciais por Diferenas Finitas . . . . .
3.4.1 Soluo do Problema de Dirichlet . . . . . . . . . . . . . .
.
.
.
.
.
49
49
52
54
57
57
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
60
60
60
62
63
64
64
64
64
64
64
64
65
65
66
67
67
69
69
71
Autovetores e Autovalores
5.1 Introduo . . . . . . . . . . . . . . . . . . . . .
5.1.1 Propriedades dos Auto-Valores . . . . . .
5.2 Mtodo de Interpolao . . . . . . . . . . . . . .
5.3 Mtodo de Householder para Matrizes Simtricas
5.3.1 Autovalores de uma Matriz Tridiagonal .
5.4 Mtodo da Potncia . . . . . . . . . . . . . . . .
5.4.1 Regular . . . . . . . . . . . . . . . . . .
5.4.2 Inverso . . . . . . . . . . . . . . . . . .
5.4.3 Deslocado (Shifted) ou Wielandt . . . . .
5.5 Mtodo da Iterao QR . . . . . . . . . . . . . .
5.5.1 Mtodo de Jacobi . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
73
73
74
75
79
83
85
86
87
88
89
89
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5.5.2
Mtodo QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
Lista de Figuras
1.1
1.2
1.3
1.4
11
12
12
13
14
16
17
19
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
2.17
2.18
2.19
2.20
2.21
2.22
2.23
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
26
26
27
29
29
33
33
36
37
37
37
38
39
40
40
40
41
41
43
43
44
46
47
3.1
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
10
11
3.2
3.3
3.4
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
58
58
4.1
4.2
4.3
4.4
4.5
?
?
?
?
?
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
63
70
71
5.1
5.2
5.3
5.4
5.5
?
?
?
?
?
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
76
77
78
85
91
6.1
6.2
6.3
6.4
6.5
6.6
6.7
6.8
6.9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
93
94
99
99
100
102
108
110
112
7.1
7.2
7.3
Lista de Tabelas
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
.
.
.
.
.
.
.
.
10
13
15
15
16
17
20
22
2.1
33
5.1
Coeficientes de Markov. . . . . . . . . . . . . . . . . . . . . . . . . . .
77
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Captulo 1
Clculo do Zeros de Funes
No-Lineares
1.1
Introduo
16x2 + 4x + 1 = 0.
tan(x) = tanh(x).
Motivao para solues numricas:
poucas equaes no-lineares apresentam solues analticas
Mtodos numricos iterativos
Todo mtodo tem limitaes
1.2
Mtodo da Bisseo
Caractersticas do mtodo
necessita o intervalo que contm a raiz
no necessita continuidade da derivada de f (x)
aplica-se a qualquer tipo de equao, inclusive funes no analticas
baseado no fato de que quando a raiz de f (x) est em [a,c] os sinais nas duas
extremidades mudam: f (a) f (c) 0 (ver figura 1.1).
ai =
s0 (i)
2
si
tol
2
(ai + ci )
xi =
2
si s0 (i+1)
erri = =
2
2
sai
si
Se > tol, v para 3.
2
2. Se
3. Calcule
(ai + ci )
bi =
2
f (ai ) f (bi )
f (bi ) f (ci )
c0 a0
tol
2n+1
a0
2(n+1)
tol
c a ln c0 a0
0
0
tol
) n + 1 log2
=
tol
ln(2)
!
c0 a0
) n ln
1
ln(2)
)
Observaes:
c0
(c
a)0
2n
sn
s0
= (n+1)
2
2
ou
c a
0
0
tol
ln(2) 1
ln
n
Exemplo 1.1
c0
n
a0 = 1 e tol = 0.0001
1
ln( 0.0001
)
ln(2)
1 = 13.28
1 = 12.28
n = 13 ( 14a iterao )
Iterao
0
1
2
3
4
5
6
7
a
0
0
0.5
0.5
0.625
0.6875
0.6875
0.6875
b
1
0.5
0.75
0.625
0.6875
0.7187
0.7031
0.6953
c
2
1
1
0.75
0.75
0.75
0.7187
0.7031
f(a)
-1
-1
-0.3512
-0.3512
-0.1317
-0.0112
-0.0112
-0.0112
f(b)
0.7182
-0.3512
0.1170
-0.1317
-0.0112
0.0518
0.0200
0.0043
f(c)
5.3890
0.7182
0.7182
0.1170
0.1170
0.1170
0.0518
0.0200
Erro mximo
1
0.5
0.25
0.125
0.0625
0.03125
0.015625
0.0078125
Tabela 1.1: A oitava aproximao da raiz x = 0.6953 o mximo erro possvel 0.0078 <
0.01.
Exemplo 1.2
A raiz de f (x) = e x x = 0 est no intervalo [0,2]. Encontre uma aproximao da
raiz dentro de uma tolerncia de 0.01 pelo mtodo da bisseo.
Soluo:
1. Soluo exata: e x
2 = 0 ) e x = 2 ) x = ln 2 = 0.6931
Figura 1.4: Funo f (x) onde pode haver confuso entre ponto de singularidade com uma
raiz.
Nota falada do professor:
Antes de iniciar o mtodo deve-se identificar por tabela ou grfico os intervalos que
contm razes.
O mtodo encontra a raiz de uma funo se a raiz existir no intervalo dado.
O mtodo encontra a raiz de uma funo mesmo quando a funo no analtica.
O mtodo no distingue entre uma raiz e um ponto de singularidade.
1.3
1.3.1
1. Esse mtodo difere do mtodo da bisseo apenas na forma como o ponto b calculado.
y = f (a) +
f (c)
c
11
f (a)
(x
a
a)
(1.1)
c
f (c)
a
a f (c)
f (a) =
f (a)
f (c)
b=
a f (c)
f (c)
c f (a)
f (a)
c f (a)
f (a)
1.3.2
Esse mtodo elimina o problema de ponto estagnado. Cria-se um contador para verificar quantas vezes o ponto permaneceu um ponto de extremidade. Se o ponto permanecer
ponto extremo por mais de duas vezes, divide-se o valor de f (estagnado) por dois.
12
Usando o mtodo da posio falsa, encontre a menor raz positiva de f (x) = tan(x)
0.5 = 0, com = 0.00001. Sabendo-se que ela se encontra em 0.1 < x < 1.4.
Iterao
0
1
2
3
4
5
6
7
8
a
0.01
0.24771
0.48102
0.77533
0.77533
0.95842
0.97374
0.97374
0.97501
b
0.24771
0.48102
0.77533
1.0110
0.95842
0.97374
0.97603
0.97501
0.97502
c
1.4
1.4
1.4
1.4
1.0110
1.0110
1.0110
0.97603
0.97603
f(a)
-0.49967
-0.49481
-0.45911
-0.29527
-0.29527
-0.034845
-0.0027664
-0.0027664
-0.0000061
f(b)
-0.49481
-0.45911
-0.29527
0.084850
-0.034845
-0.0027664
0.0021981
-0.0000061
0.0000000
f(c)
3.8979
1.9489
0.97447
0.48724
0.084850
0.084850
0.042425
0.0021981
0.0021981
1.4
1.4.1
Mtodo de Newton
Caractersticas
13
1.4.2
Descrio do Mtodo
f (x) = 0 = f (x0 + f 0 (x0 ) (x
!
f (n) (x0 )
n
h
n!
x0 )) + O(h2 )
(1.2)
onde h = x x0 .
Desprezando O(h2 ) e resolvendo 1.2, temos:
f (x0 )
(1.3)
f 0 (x0 )
Devido ao erro de truncamento, x encontrado em 1.3 no a soluo de 1.2, mas
uma melhor aproximao do que x0 .
x = x0
f (xi 1 )
f 0 (xi 1 )
Notas:
i). O clculo de f 0 (x) pode ser difcil ou impossvel. Nesses casos utiliza-se aproximao por diferenas finitas:
+ h) f (xi 1 )
onde h um valor pequeno.
h
f (xi 1 ) f (xi 1 h)
Backward ! f 0 (xi 1 )
h
Forward ! f 0 (xi 1 )
f (xi
Exemplo 1.4
Derive um esquema iterativo baseado no mtodo de Newton para encontrar a raiz
cbica de um nmero. Encontre a raiz de 155.
Soluo:
p3
a = x ) x3 = a ) f (x) = x3 a
Aplique o mtodo de Newton
xn+1 = xn
xn+1 =
Clculo de
p3
155 ) a = 155.
f (xn )
= xn
f 0 (xn )
xn3 a
3 xn2
2
a
xn +
3
3 xn2
x
5
5.4
5.371834
5.371685
xn |
0.4
0.028
0.00014
|xn+1
x
10
7.183334
5.790176
5.401203
5.371847
5.371686
|xn+1
xn |
2.816666
1.393158
0.388973
0.029383
0.000161
1
cos2 (x)
xn+1 = xn
x
4
4.458280
4.352068
4.288511
4.275191
4.274782
4.244782
xn |
0.458280
0.106212
0.033557
0.013320
0.000409
0.000000
|xn+1
f 0 (xi ) i
1
f 00 (xi ) i2 + ... = 0
2
1
f 00 (xi ) i2
2
f (xi )
f 0 (xi )
16
n
0
1
2
3
4
5
6
7
8
9
x
3.6
5.358891
7.131396
8.494651
10.92057
10.87581
10.83419
10.81511
10.81269
10.81267
|xn+1
xn |
1.758891
1.772505
1.363255
2.425919
0.04476
0.04162
0.01908
0.00242
0.00002
xi+1 = x
f 00 (xi )
2
2 f 0 (xi ) i
i+1 = i2
1.5
1.5.1
f (xi )
)
f 0 (xi )
f 0 (xi ) i
f 0 (xi )
) i+1 = i
) i+1 =
xi +
f 00 (xi ) i2
)
2 f 0 (xi )
f 00 (x)
2 f 0 (x)
Mtodo da Secante
Caractersticas
1.5.2
Descrio
Considerando-se h = xn
f 0 (xn 1 ) temos:
f 0 (xn 1 ) =
xn = xn
f (xn 1 )
xn 1
f (xn 1 )
xn
f 0 (xn 1 )
xn = xn
xn
fn
f (xn 2 )
xn 2
f (xn 1 )
f (xn 1 ) f (xn 2 )
xn 1 xn 2
1
1
xn
fn
2
2
fn
n = 2, 3, ...
1.6
1.6.1
1.6.2
Caractersticas
18
1.6.3
Notas
(a) congela-se xn 2 e yn 2
(b) ou xn 2 e fn 2 so trocados por xn 2 + f (xn 2 + ) onde pequeno
mas suficientemente grande para evitar erro de arredondamento.
ii). O mtodo pode divergir ou convergir para uma soluo irrelevante se as aproximaes iniciais no forem boas.
iii). O mtodo uma variao, computacionalmente mais eficiente, do mtodo de Newton.
Exemplo 1.6
f (x) = x2 3 x + e x 2 tem duas razes, uma negativa e outra positiva. Encontre a
menor raiz pelo mtodo das substituies sucessivas.
19
Soluo:
1. Tente determinar um intervalo que contm a raiz:
Para x = 0 ) f (0) = 1.
Para x = 1 ) f ( 1) = 2.367.
3 x + ex
2=0)x=
x2 + e x
3
3. Mtodo iterativo:
xi2 1 + e xi
xi =
3
onde f (x) =
x2 + e x
3
1
(2 x + e x )
3
1
(2 x + e x ) < 1
3
1
) 3 < (2 x + e x ) < 3
3
8x 2 [ 1, 0] ) 1.63 2 x + e x 1
1<
xn
0
-0.333333
-0.390786
-0.390254
-0.390272
-0.390272
x=
3x
ex + 2
e
x=
p
3x
ex + 2
1
3 ex
f 0 (x) = p
2
3 x ex + 2
Para x = 0 ) f 0 (0) = 12
3p 1
1
= 1
1 1
3
x = 1 ) f 0 ( 1) = p
2 2
3
1.32
=p
1.37
e 1+2
1.6.4
f (x) ) f (x) = 1
f 0 (x)
f (xn 1 )
()
onde = constante .
OBS: Se o esquema converge, x satisfaz f (0) = 0 .
Critrio de convergncia:
1<1
f 0 (x) < 1
ou
0 < f 0 (x) < 2
()
f 0 (x)
h
|{z}
mtodo de Newton.
21
Exemplo 1.7
Seja
f (x) = tan (0.1 x)
9.2 e
f0 =
f (4)
4
f (3)
= 0.40
3
= 0.40299
1
1
=
= 2.4814
0
f
0.40299
xn = xn
9.2 e x ]
n
0
1
2
3
4
5
6
7
xn
4
3.36899
3.28574
3.29384
3.28280
3.29293
3.29292
3.29292
1.7
1.7.1
Mtodo de Bairstow
Caractersticas do mtodo
1.7.2
Descrio
Qualquer polinmio
P (x) = a0 + a1 x0 + a2 x2 + . . . + an xn
(1.4)
(1.5)
onde:
p e q so arbitrrios
G (x) de ordem n
G (x) = b2 + b3 x + b4 x2 + . . . + bn
xn
+ bn x n
R (x) = b0 + b1 x
(1.6)
(1.7)
(1.8)
Sistema de Equaes
Resoluo do sistema:
(
b0 (p, q) = 0
b1 (p, q) = 0
b
(p,
q)
+
p
+
q=0
>
0
0
>
>
@p
@q
>
>
<
>
>
>
>
>
@b1
@b1
>
>
>
: b1 (p, q) b1 (p, q) + @p p + @q q = 0
23
p=p
Assim,
p e
q=q
q
8
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
:
@b0
@p
p+
@b0
q = b0 (p, q)
@q
@b1
@p
@b1
p+
q = b1 (p, q)
@q
(1.9)
24
p (bn ) p
p (bn 1 ) p
p (bn 2 ) p
p (b3 ) p
p (b2 ) p
q (bn ) p
q (bn 1 ) p
q (b4 ) p
q (b3 ) p
q (b2 ) p
(1.12)
Implementao:
8
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
:
(bn )q
(bn 1 )q
(bn 2 )q
(bn 3 )q
..
.
(b2 )q
(b1 )q
(b0 )q
= 0
= 0
= bn
=
p (bn 2 )q
=
=
=
p (b3 )q
p (b2 )q
bn
b4
b3
b2
q (bn 1 )q
(1.13)
q (b4 )q
q (b3 )q
q (b2 )q
q.
4. Obtenha p e q
p= p+ p
q=q+ q
O procedimento de 1 a 4 iterativo com novas estimativas de p e q a cada iterao.
1.7.3
Notas
Com a aplicao repetida do mtodo, o erro no clculo dos polinmios ?defacionados? e dos fatores quadrticos.
A preciso das razes pode ser pobre, assim a preciso deve ser melhorada por outro
mtodo.
A iterao pode no convergir em ?
25
Captulo 2
Integrao Numrica
2.1
Introduo
I=
f (x) dx
I=
b
a
v (x)
u (x)
f (x, y) dy dx
26
Integrao numrica pode ser usada para integrar funes analticas ou funes
dadas em forma tabular.
utilizada quando somente o valor numrico da integral desejado.
2.2
Regra do Trapzio
I=
b
a
f (x) dx =
a
2
[ f (a)+ f (b)]+E
(2.1)
onde E = erro .
Figura 2.3: rea sob a reta representando
a integral
2.2.1
f (x) dx
a
2
[ f (a) + f (b)]
f 0 (x)
(x
1!
x) +
a+b
2
f 00 (x)
(x
2!
x)2 + . . .
Assim,
Z
8
9
8
b
>
>
>
2 b
00
>
>
>
x
f
(x)
<
< x3
b=
f (x) dx = f (x) x |ba + f 0 (x) >
x
x
+
x x2
|
>
a>
>
>
>
:2 a
;
:
2
3 a
8
9
>
>
>
>
>
>
>
>
>
>
(b
a)
(b
+
a)
<
=
0
= f (x) (b a) + f (x) >
x
(b
a)
+
>
>
>
>
>
1
2 }
>
>
>
>
|
{z
:
;
x
(
)
f 00 (x) b3 a3
+
x (b2 a2 ) + x 2 (b a)
2
3
1 00
= f (x) (b a) +
f (x) (b a)3 + . . .
24
27
b
a
9
>
>
=
x 2 x |ba >
>
;
(2.2)
8
2
3
2
32
>
666
777
666
777
>
>
>
666
777
666
7
>
>
>
b a
b a <
a + b 777 1 00 666
a + b 77777
666
0
[ f (a) + f (b)] =
f (x) + f (x) 666a
7 + f (x) 666a
7 + ...
>
>
2
2 >
666| {z2 }77777 2
666| {z2 }77777
>
>
>
4 1
5
4 1
5
>
:
(b a)
(b a)
2
2
3
666
777
666
7
a + b 77777
666
0
+ f (x) + f (x) 666b
7+
666| {z2 }77777
4 1
5
2
1
2
(b a)
2
32 9
666
777 >
>
>
666
777 >
>
>
>
a
+
b
6
7
6
7
00
777 =
f (x) 6666b
>
>
666| {z2 }7777 >
>
>
4 1
5 >
>
;
2
1
=
2 f (x) + f (x) (b a)2 + . . .
2
4
1 00
= f (x) (b a) + f (x) (b a)3 + . . .
8
00
00
E f (x) (b
(2.2)
Se h =
a
N
a)
1
24
!
1
, ento
N
1 (b a)3 X 00
f (xi )
12 N 3
i=1
1
(b
12
a) h2 f
onde
f
2.2.2
00
N
X
f 00 (xi )
=
N
i=1
Mltiplos Intervalos
Suponha:
28
1 00
f (x) (b
12
1 00
f (x) h3
12
(2.3)
(b a)
00
(2.3)
a)3
1
1
f (a) + f (a + h) h +
f (a + h) + f (b) h
2
2
h
=
f (a) + 2 f (a + h) + f (b)
2
n=2)I =
1
1
1
f (a) + f (a + h) h +
f (a + h) + f (a + 2 h) h +
f (a + 2 h) + f (b) h
2
2
2
h
=
f (a) + 2 f (a + h) + f (a + 2 h) + f (a + 3 h) + f (b)
2
n=3)I =
n=4)I =
h
f (a) + 2 f (a + h) + f (a + 2 h) + f (a + 3 h) + f (b)
2
n=N)
Exemplo 2.8
8
9
N 1
>
X
>
>
h>
<
=
I= >
f
(a)
+
2
f
(a
+
i
h)
+
f
(b)
>
>
>
;
2:
i=1
f (x) = 1 +
Calcule o volume
x 2
2
29
, 0x2
(2.4)
V =
r dx =
"
#
5
x3 x
= x+
+
6 80
?
2.3
"
x2
1+
4
2
0
#2
dx =
!
x2 x4
1+
+
dx
2 16
!0
23 25
= 2+
+
= 11.7286
6 80
Regra 13 de Simpson
1. Polinmio interpolante, ?:
s
2
f0 +
f1 +
f2
0
1
2
1
g (x0 + s h) = 1 f0 + s ( f1 f0 ) + s (s 1) ( f2 2 f1 + f0 )
2
g (x0 + s h) =
g (x0 + s h) = f0 + ( f1
f0 ) s +
1
( f2
2
2 f1 + f0 ) (s2
s)
x2
x0
I =
2.3.1
g (x) dx
2
0"
x = x0 + h s
dx = h ds
x = x0 ! s = 0
x = x2 ! s = 2
g (x0 + s h) h ds
s2 1
f0 ) + ( f2
2 2
= h f0 s + ( f1
2
666
666
4 1
6
= h 666662 f0 + ( f1 f0 ) + ( f2
2 2
666
4
"
1
= h 2 f0 + 2 f1 2 f0 + f2
3
h
=
f0 + 4 f1 + f2
3
!#
s3 s2
2 f1 + f0 )
2 13
0 3
BBB
CCC777
BBB
C7
BBB 8 8 CCCCC77777
2 f1 + f0 ) BBB
C7
3 4 CCCCC77777
BBB |{z}
@ 16 12 4 2 A5
# 6 =6=3
2
1
f1 + f0
3
3
2
0
1
h5 (IV)
Simpson: E
f (x)
3
90
OBS: Se f (x) for polinmio de grau 3 ento f (IV) (x) = 0 e consequentemente
o erro zero.
30
Regra
1
de Simpson estendida:
3
E (b
a)
h4 (IV)
f
180
onde:
f
3
Simpson:
8
Regra
2.4
(IV)
N/2 (IV)
X
f (xi )
=
(N/2)
i=1
3 5 (IV)
h f (x)
80
3
de Simpson estendida: E
8
3
(b
240
a) h4 f
(IV)
Integrao de Romberg
Suponha que In seja o resultado da integrao pela regra do trapzio estendida com
(b a)
k=
N
(b a)
Suponha que I2n seja o resultado para h =
.
(N/2)
Assim,
Eh
E2 h
1
(b
12
1
(b
12
00
a) f h2 C h2
00
a) f (2 h)2 4 C h2
(2.5)
(2.6)
A integral exata
I = Ih + Eh = I2 h + E2 h
(2.7)
Assim,
Eh
E2 h = I2 h
Ih
(2.8)
4 C h2 = I2 h
1 2
h (Ih
3
Eh
1
(Ih
3
I2 h )
I2 h )
I = Ih + Eh Ih + 13 (Ih
31
Ih
I2 h )
Exemplo 2.9
I0.5 = 11.9895
"
N=2
I0.25 = 11.7940
"
N=4
h = 0.25
I = 11.7940 +
2.5
1
(11.7940
3
11.9895) 11.7288
"
I0.0156
"
N = 128
Frmulas de Newton-Cotes
Os mtodos de integrao derivados a partir da integrao das frmulas de interpolao de Newton so as frmulas de integrao de Newton-Cotes.
1. As frmulas fechadas de Newton-Cotes so aquelas onde as extremidades do intervalo de integrao so utilizados como pontos amostrais.
Z
f (x) dx = h w0 f0 + w1 f1 + w2 f2 + . . . + wn fn + E
onde e w so constantes e
fi = f (xi ) ,
xi = a + i h ,
wi , i = 0 , . . . , N
1/2
11
1/3
141
3/8
1331
2/45
7 32 12 32 7
h=
(b
a)
N
E
1 3 00
h f
12
1 5 (iv)
h f
90
3 5 (iv)
h f
80
8 7 (vi)
h f
945
wi , i = 0 , . . . , N + 2
3/2
0110
4/3
0 2 -1 2 0
5/24
0 11 1 1 11 0
6/20
0 11 -14 26 -14 11 0
E
1 3 00
h f
4
28 5 (iv)
h f
90
95 5 (iv)
h f
144
41 7 (vi)
h f
140
1
1
( f0 + f3 ) 3 h = ( f1 + f2 ) 3 h
2
2
3
h [0 f0 + 1 f1 + 1 f2 + 0 f3 ]
2
N = 2 ! g (x1 + s h) = f1 + ( f2
x = x1 + h s
x = x0 ! s = 1
x = x4 ! s = 3
x4
x0
f1 ) s +
g (x) dx =
=
3
1
1
( f3
2
2 f2 + f1 ) (s2
g (x1 + s h) h ds
4
h {0 f0 + 2 f1
3
1 f2 + 2 f3 + 0 f4 }
s)
2.6
2.6.1
Quadraturas de Gauss
Quadraturas de Gauss-Legendre
1. OBS:
(a) So mtodos numricos de integrao que utilizam os pontos de Legendre
(razes dos polinmios de Legendre)
(b) Apropriadas para funes analticas.
(c) Preciso muito maior do que as frmulas de Newton-Cotes.
(d) Os pontos de Legendre no so regularmente espaados.
2.
1
1
(2.9)
= 2 = w1 + w2
= 0 = w1 x1 + w2 x2
2
= = w1 x12 + w2 x22
3
= 0 = w1 x13 + w2 x23
(a)
(b)
(c)
(d)
(2.10)
0 = 1 x13 + 1 ( x1 )3 = x13
(2.12.c) )
x13
2
1
= x12 + ( x1 )2 = 2 x12 ) x12 =
3
3
1
x1 = p
3
1
x2 = p
3
Para n pontos de integrao x1 , x2 , ... xn so as razes do polinmio de Legendre de
ordem n.
Z
1
1
f (x) dx
N
X
wk f (xk )
k=1
1 d N (x2 1)N
2N N!
dxN
1
(x2 1)0 = 1
0!
1 d 2
P1 (x) = 1
(x 1)1 = x
2 1! dx
1 d2 2
1
P2 (x) = 2
(x 1)2 = (3 x2
2
2 2! dx
2
P0 (x) =
N=2
N=3
N=4
..
.
20
xi
( 0.577350269
0
( 0.774596669
0.339981043
0.861136312
..
.
I =
b
a
wi
1.0
0.888888889 = 8/9
0.555555556 = 5/9
0.652145155
0.347854845
..
.
f (x) dx =
a
2
b
2
1
1
N
a X
35
k=1
f () d
wk f (k )
1)
a+b
b a
x =
+
2
2
b a
dx =
d
2
Exemplo 2.11
I=
b=2
a=0
[1 + (x/2)2 ]2 dx
0+2 2 0
+
=1+ ) x=1+
2
2
dx = d
x
n = 2 integra exatamente 2n
1=4
1=3
o2
1 = 0.774596669 ! f1 = 1 + (1 + 1 )/2 2 = 3.2219064
?
w1 = 5/9
5
8
5
3.2219064 + 4.9087385 + 10.0356146
9
9
9
= 11.7286
I =
1
1
f (x) dx =
Z
|
1
1
c (x) PN (x) dx
{z
}
= 0, pois o polinmio PN
ortogonal a todos os
polinmios de ordem < N
36
(2.11)
1
+
1
1
r (x) dx
(2.12)
R1
8
>
>
>
>
>
<
Pm (x) dx = >
>
>
>
>
:
para n , m
2
2n + 1
{z
(2.13)
para m = n
1
1
f (x) dx =
1
1
r (x) dx
(2.14)
(2.15)
O polinmio r (x) de ordem N 1 pode ser expresso exatamente pela interpolao de Lagrange de ordem N 1 (precisa de N pontos amostrais)
Exemplo 2.12
2 N
N 6 Y
X
666
x
664
r (x) =
x
i=1 j=1 j,i i
3
x j 7777
77 r (xi )
xj 5
r1
x x2 x x3 x x4
x1 x2 x1 x3 x1 x4
r2
x x1 x x3 x x4
x2 x1 x2 x3 x2 x4
r3
x x1 x x2 x x4
x3 x1 x3 x2 x3 x4
(2.16)
Figura 2.9: ?
Figura 2.10: ?
Figura 2.11: ?
Se os pontos amostrais forem as N razes de PN (x) , ento, pela equao 2.15
37
r4
x x1 x x2 x x3
x4 x1 x4 x2 x4 x3
Figura 2.12: ?
2.6.2
1
1
f (x) dx =
2 N
N 6 Y
X
666
x
664
r (x) =
x
i=1 j=1 j,i i
Z
1
1
r (x) dx =
N
X
i=1
3
x j 7777
77 f (xi )
xj 5
(2.17)
Z 1 26 Y
666 N x
664
f (xi )
1 j=1 j,i xi
|
{z
wi
3
x j 7777
77 dx
xj 5
}
x2
f (x) dx
Pontos de Hermite: xi
0.70710678
0.00000000
1.22474487
0.52464762
1.65068012
0.00000000
0.95857246
2.02018287
N
X
wk f (xk )
k=1
Pesos de Hermite: wi
0.88622692
1.18163590
0.29540897
0.80491409
0.08131283
0.94530872
0.39361932
0.01995324
1
0
f (x) dx
Pontos de Laguerre: xi
0.58578643
3.41421356
0.41577455
2.24428036
6.28994508
0.32254768
1.74576110
4.53662029
9.39507091
38
N
X
wk f (xk )
k=1
Pesos de Laguerre: wi
0.85355339
0.14644660
0.71109300
0.27851973
0.01038926
0.60315410
0.35741869
0.03888791
0.00053929
k 1/2
N
1
1
p
1
1
x2
f (x) dx
N
X
wk f (xk )
k=1
, k = 1, 2, . . . , N
wk =
8k
Assim,
I=
1
1
1
1
N
X
f (x) dx
f (xk )
N k=1
x2
Nota: todas as trs quadraturas sero exatas se f (x) for um polinmio de ordem
2n 1
2.7
Roteiro da Aula
~ B
~=
A
N
X
Ai Bi
i=1
Se
~ B
~ = 0 ) cos = 0
A
) = + n;
2
~eB
~ so ortogonais.
dizemos que A
39
n = 0, 1, . . .
Figura 2.14: ?
Figura 2.15: ?
2. Estender a noo de ortogonalidade para funes
X
i
Se
f (xi ) g (xi )
X
i
G (x) !
f (x) g (x) dx = 0
3. Base de vetores ortogonais e polinmios ortogonais como base do espao de polinmios. Mostrar que se um polinmio P x ortogonal aos polinmios da base,
ento ele perpendicular a todos os polinmios do espao.
Figura 2.16: ?
~ = C1 B
~ 1 + C2 B
~2
V
40
~3 B
~1 = 0
B
~3 B
~2 = 0
B
~3 V
~ =0
)B
8
>
0
>
>
<
2
Pm (x) Pn (x) dx = >
>
>
:
1
2n + 1
1
para n , m
para m = n
Figura 2.17: ?
Grau 2
Figura 2.18: ?
Grau n
2.8
1 ) n pontos.
1. O integrando tem um limite finito nos limites de interpolao, mas no pode ser
sin x
calculado nestes limites de integrao. Por exemplo,
em x = 0 :
x
lim
x!0
sin x
= 1;
x
41
sin(0)
(singular)
0
1
0
1/2
dx = lim
x
h!0 h
p
=2 1=2
1/2
x1/2
dx = lim
h!0 1/2
= lim (2
h!0
p
1
h)
exp ( x2 ) dx
(caso b)
(2.18)
I=
1
dx
x (e x + 1)
(2.19)
Integral Tipo 3:
I=
1
0
(2.20)
2.8.1
Tipo 1
I=
1
1
f (x) dx
ou
I=
f (x) dx
ou
I=
f (x) dx
OBS1: Uma funo que integrvel em um domnio infinito ou semi-infinito aproximadamente zero exceto em uma ?curta? parte do domnio. Por exemplo,
Z 1
2
I=
e x dx
1
OBS2: Se f (x) for analtica em [ 1, 1], o mtodo mais eficiente para a integrao
numrica a regra do trapzio estendida.
I=h
M
X
f (xi )
i= M
Figura 2.19: ?
Figura 2.20: ?
Exemplo 2.13
Z
1
I= p
x2
N = 20 ! I = 1.000104
N = 40 ! I = 1.000001
Valor exato: I = 1.000000
2.8.2
N = 80 ! I = 1.000000
Tipo 2
I=
f (x) dx
(?)
x = x ()
(a) = 1
(b) = +1
43
I=
b
a
f (x) dx =
Transformao Exponencial:
x () =
onde
1
1
1
a + b + (b
2
tanh () =
!
dx
f (x ())
dx
d
a) tanh ()
e e
e + e
(2.21)
(2.22)
(2.23)
Figura 2.21: ?
Para
= +1 ) tanh (+1) = 1 ) x (+1) = b
= 1 ) tanh ( 1) = 1 ) x ( 1) = a
(x) = tanh
!
2x a b
,
b a
x 2 [a, b]
(2.24)
a) tanh
sinh () =
cosh () =
e + e
2
a)
cosh()
dx
4
=
d cosh2 sinh ()
2
(b
44
sinh ()
(2.25)
(2.26)
(2.27)
(2.28)
N
X
k= N
onde
dx
f (xk )
d
(2.29)
k
k = k h
(h predefinido)
OBS: Quo grande deve ser N?
1
2
Quando k cresce ) cosh
sinh (k ) ! exp
exp () , ou seja, o denomi2
4
2
dx
nador de
cresce duplo-exponencialmente podendo causar overflow.
d
Por exemplo,
1
exp
exp (k ) 2| {z
1038
}
4
2
) k 4 ) N h < 4
mximo nmero
1+
2
0
1+
1
dx
x
a=0
b=2
1
singular.
x
Transformaes de Coordenadas
1
xk = 0 + 2 + (2 0) tanh
sinh ()
2
2
1
xk = 2 + 2 tanh
sinh (k )
2
2
= 1 + tanh sinh (k )
2
Substituindo em (a) e adotando os limites de [-4, 4]
N
10
20
30
I
3.600710
3.595706
3.595706
45
(2.30)
2.9
Z b "Z
a
G (x) =
I=
I=
#
f (x, y) dy dx
d (x)
c (x)
d (x)
c (x)
b
a
N
X
f (x, y) dy
(2.31)
(2.32)
G (x) dx
(2.33)
wi G (xi )
(2.34)
w j f (xi , y j )
(2.35)
i=0
G (xi ) =
M
X
j=0
Exemplo 2.14
Calcule a integral dupla
I=
pela regra
Z b "Z
a
d (x)
c (x)
#
sin (x + y) dy dx
1
de Simpson.
3
a=1
b=3
c (x) = ln (x)
d (x) = 3 + e x/5
Soluo:
46
Figura 2.23: ?
Hx
[G (x0 ) + 4 G (x1 ) + G (x2 )]
3
2Z
3
Z 3+e(2/5)
Z 3+e(3/5)
(1/5)
77
H x 6666 3+e
sin (1 + y) dy + 4
sin (2 + y) dy +
sin (3 + y) dy7775
64
3
ln (1)
ln (2)
ln (3)
"Z 4.2214
#
Z 4.4918
Z 4.8221
1
sin (1 + y) dy + 4
sin (2 + y) dy +
sin (3 + y) dy
3 0
0.6931
1.0986
I =
2.11070
[sin (1 + 0) + 4 sin (1 + 2.11070) + sin (1 + 4.2214)]
3
= 0.064581
1.89935
[sin (2 + 0.6931) + 4 sin (2 + 2.59245) + sin (2 + 4.4918)]
G (x1 )
3
= 2.1086
1.86175
[sin (3 + 1.0986) + 4 sin (3 + 2.96035) + sin (3 + 4.8221)]
G (x2 )
3
= 0.67454
G (x0 )
2.10
1
[0.064581 + (4) ( 2.1086)
3
0.67454] = 3.0148
Integrao
Problemas
1. Dada uma funo f (x), achar uma funo F(x) tal que
F 0 (x) = f (x)
| {z }
PROBLEMA DE INTEGRAO
47
2. Dada uma funo f (x) 0, dar uma definio da rea sob a curva y = f (x) que no
apele para a intuio geomtrica.
i). Integral Indefinida
Seja f (x) uma funo definida num curto intervalo. Se F(x) uma funo definida
no mesmo intervalo e tal que F 0 (x) = f (x), ento dizemos que F uma integral
indefinida de f .
ii). Funes Contnuas
f (x) contnua se lim f (x + h) = f (x) 8x para o qual a funo est definida.
h!0
f (x)
f (x))
f (x + h) f (x)
h!0
h
f (x + h) f (x)
= lim h lim
=0
h!0
h!0
h
= lim h
lim f (x + h) = f (x)
h!0
48
Captulo 3
Diferenciao Numrica
3.1
Expanso de Taylor
Figura 3.1: ?
1 00
1
1 (iv) 4
f (xi ) h2 + f 000 (xi ) h3 +
f h . . . (3.1)
2
6
24
f 0 (xi ) h +
1 00
f (xi ) h2
2
1 000
1 (iv) 4
f (xi ) h3 +
f h + . . . (3.2)
6
24
1 00
1
1 (iv)
f (xi ) 4 h2 + f 000 (xi ) 8 h3 +
f 16 h4 +. . .
2
6
24
(3.3)
1 00
1 000
1 (iv)
f (xi ) 4 h2
f (xi ) 8 h3 +
f 16 h4 +. . .
2
6
24
(3.4)
1 00
1
1 (iv)
f (xi ) 9 h2 + f 000 (xi ) 27 h3 +
f 81 h4 +. . .
2
6
24
(3.5)
1 00
1
1 (iv)
f (xi ) 9 h2 + f 000 (xi ) 27 h3 +
f 81 h4 +. . .
2
4
24
(3.6)
1 000
f (xi ) h2
6
...
onde
O (h) =
1 00
f (xi ) h
2
4 f (xi+1 )
f 0 (xi ) =
f (xi+2 ) + 4 f (xi+1 )
2h
3 f (xi )
+ O (h2 )
onde
O (h2 ) =
1 2 000
h f (xi )
3
h2 00
h3
h4 0000
fi
+ fi000 +
f
+...
2
6
24 i
fi
2 h2 00
4 h3 000
8 h4 0000
h fi0
fi
fi
f
...
2
2
6
24
fi
h
h2
3 h3 000
9 h4 0000
+ fi0
+ fi00 +
fi
+
f
+...
9
3
2
6
24
fi+2
fi fi
h
h4 0000
+ fi+1 =
+ fi + fi0 +
f + ...
2
9 2
3
12
fi
fi0 =
+h fi0
2 fi+3
9 fi+2 + 18 fi+1
6h
11 fi
onde
O (h3 ) =
50
1 3 0000
h fi
4
+ O (h3 )
f 0 (xi ) =
f (xi 1 )
h
+ O (h)
onde
1 00
f (xi ) h
2
O (h) =
3 pontos (xi , xi
e xi 2 )
f 0 (xi ) =
3 f (xi )
4 f (xi 1 ) + f (xi 2 )
+ O (h2 )
2h
onde
1 2 000
h f (xi )
3
O (h2 ) =
4 pontos (xi , xi 1 , xi
e xi 3 )
f 0 (xi ) =
11 fi
18 fi
+ 9 fi
6h
2 fi
+ O (h3 )
onde
O (h3 ) =
1 3 0000
h fi
4
f (xi+1 ) f (xi 1 )
+ O (h2 )
2h
onde
O (h2 ) =
4 pontos (xi+2 , xi+1 , xi
fi0 =
1 2 000
h f (xi )
6
e xi 2 ) (elimine f 00 f 000 )
fi+2 + 8 fi+1 8 fi
12 h
+ fi
onde
O (h2 ) =
51
1 4 (iv)
h f (xi )
30
+ O (h2 )
fi+2
2 fi+1 + fi
+ O (h)
h2
onde
O (h) = h fi000
(b) Backward Dierence
fi00 =
fi
2 fi+1 + fi
h2
+ O (h)
onde
O (h) = h fi000
(c) Central Dierence
fi00 =
fi+1
2 fi + fi
h2
+ O (h2 )
onde
O (h2 ) =
1 2 0000
h fi
2
OBS:
Uma aproximao para f (p) precisa de pelo menos p + 1 pontos.
As derivadas de ordem menor do que p devem ser eliminadas.
O erro o termo de ordem mais baixa que for truncado.
3.2
Diferenas Finitas
fi = fi+1
fi
fi
52
(c) Centrada:
fi = fi+ 12 fi 12
fi+ 12 = fi+1 fi
onde
h
= f xi +
2
fi+ 21
fi = ( fi ) =
= fi+2 fi+1
2
( fi+1
( fi+1
fi = fi+2
fi ) = fi+1
fi
fi ) = fi+2 2 fi+1 + fi
2 fi+1 + fi
(b)
r2 fi = r (r fi ) = r ( fi
= fi fi 1 ( fi 1
r2 fi = fi
fi 1 ) = r fi r fi 1
fi 2 ) = fi 2 fi 1 + fi
2 fi
+ fi
(c)
2
fi = ( fi ) = ( fi+ 12 fi 12 ) = fi+ 12
fi
= fi+1 fi ( fi fi 1 ) = fi+1 2 fi + fi
2
fi = fi+1
2 fi + fi
1
2
(d)
r fi = (r fi ) = ( fi fi 1 ) = fi
fi 1
= fi+1 fi fi + fi 1 = fi+1 2 fi + fi 1
r fi =
fi = fi+1
2 fi + fi
(e)
r fi = r ( fi ) = r ( fi+1 fi ) = r fi+1 r fi
= fi+1 fi fi + fi+1 = fi+1 2 fi + fi 1
r fi =
fi = fi+1
OBS:
53
2 fi + fi
1.
= r=r
dx2
x2
2
d
r2
dx2 rx2
d2
r
dx2 rx
dx
x
d
r
dx rx
d
dx
x
3.3
2
d2
dx2
x2
r
x rx
fk
(3.7)
Figura 3.2: ?
s=
s
n
54
xk
h
s!
n! (s n)!
(3.8)
(3.9)
g (x) = g (xk + s h)
= fk + s
+
1
s (s
2
fk +
1
s (s
24
1) (s
1)
2) (s
OBS:
O polinmio g (x) = g (xk + s h) =
pontos amostrais.
fk +
4
3)
PN
n=0
1
s (s
6
fk + . . . +
1) (s
s
n
2)
N
fk
(3.10)
fk
1
g (x) =
h
0
1
s (s
2
fk +
1
fk + (2 s
2
1)
1)
fk
(3.11)
fk
(3.12)
Para s = 0, 1 e 2:
g0 (xk ) =
1 h
2
2h
g0 (xk+1 ) =
g0 (xk+2 ) =
1 h
2
2h
fk
1 h
2
2h
fk + 3
1 h
2
2h
1 h
2
2h
fi
fi
k + 2 = i (Backward 3 pontos)
g0 (xi ) =
1 h
2
2h
fi
2+3
3 fk
fk
fi
55
1
fi+1
2h
1
3 fi
2h
4 fi
3 fi
fi
+ fi
(3.13)
(3.14)
4 fk+1 + fk
i
1
fi =
fi+2 + 4 fi+1
2h
fi
i
1
fk =
fk+2
2h
i
1
fk =
3 fk+2
2h
k + 1 = i (Centrada 3 pontos)
g0 (xi ) =
fk +
k = i (Forward 3 pontos)
g0 (xi ) =
i
1
fk =
fk+2 + 4 fk+1
2h
(3.15)
(3.16)
(3.17)
(3.18)
iii). Erro
Se tivermos mais um ponto amostral, o polinmio interpolante representa melhor
a funo interpolada. Assim, o erro do polinmio de Newton representado pelo
termo que seria adicionado caso um ponto amostral a mais seja introduzido.
Se, por exemplo, aumentarmos de n = 2 para n = 3, o termo:
1
s (s
6
1) (s
2)
fk
(3.19)
Para
1 h 2
3s
6h
i
6s+2
fk
(3.20)
s=0!
1
3h
fk
Forward
(3.21)
s=1!
1
6h
fk
Centrada
(3.22)
s=2!
1
3h
fk
Backward
(3.23)
fi
(3.24)
OBS:
A e-ensima derivada de g(x) de ordem n :
dn
1
g (x) = n
n
dx
h
Assim,
n
fi hn f (n) (x)
1 2 000
h fk , para s = 0
3
1 2 000
h fk , para s = 1
6
1 2 000
h fk , para s = 2
3
56
(3.25)
3.4
A derivada parcial
f,x =
@ f (x, y)
@x
em
(x, y) = (x0 , y0 )
f (x0 + x, y0 )
x
f (x0 , y0 )
f (x0 + x, y0 ) f (x0
2 x
f,x
f (x0 , y0 )
f (x0
x
Forward
x, y0 )
x, y0 )
Central
Backward
@2
f (x0 + x, y0 )
f
2
@x
2 f (x0 , y0 ) + f (x0
x2
f,yy =
@2
f (x0 , y0 + y)
f
2
@y
2 f (x0 , y0 ) + f (x0 , y0
y2
f,xy
3.4.1
@2
f (x0 + x, y0 + y) f (x0 + x, y0
=
f
@x @y
4 x y
f (x0
x, y0 + y) + f (x0
x, y0
+
?
@2 u @2 u
+
= 0 em x 2 (0, 1) e y 2 (0, 1)
@x2 @y2
C.C.:
u=0
em
8
>
y=1
>
>
<
x=0
>
>
>
: x=1
u (x, 0) = sin ( x)
Soluo:
57
com
x 2 [0, 1]
x, y0 )
y)
y)
y)
Figura 3.3: ?
Figura 3.4: ?
1. Discretizar o domnio numa grade de pontos:
2. Escreva a E.D.P. utilizando operadores diferenciais centrados no ponto (i, j) :
@2 u
1
= 2 (ui, j+1
2
@x
hx
2 ui, j + ui, j 1 )
(3.26)
@2 u
1
= 2 (ui+1, j
2
@y
hy
2 ui, j + ui
(3.27)
1, j )
Se h x = hy = h
@2 u @2 u
1
+ 2 2 (ui+1, j + ui
2
@x
@y
h
1, j
+1
+1
4. Aplicar a clula a cada ponto interior (P1 a P9):
58
+1
4 ui, j ) = 0
(3.28)
P1 :
P2 :
P3 :
P4 :
P5 :
P6 :
P7 :
P8 :
P9 :
2
666
666
666
666
666
666
666
666
666
666
666
666
666
4
4
1
0
1
0
0
0
0
0
1
4
1
0
1
0
0
0
0
0
1
4
0
0
1
0
0
0
1
0
0
4
1
0
1
0
0
0
1
0
1
4
1
0
1
0
0
0
1
0
1
4
0
0
1
0
0
0
1
0
0
4
1
0
59
0
0
0
0
1
0
1
4
1
0
0
0
0
0
1
0
1
4
3
777
777
777
777
777
777
777
777
777
777
777
777
777
5
8
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
:
u1
u2
u3
u4
u5
u6
u7
u8
u9
9
9 8
>
>
>
>
sin
>
>
>
>
>
4 >
>
>
>
>
>
>
>
>
>
>
>
>
sin
>
>
>
>
>
>
2
>
>
>
>
>
>
>
>
>
3
>
>
>
>
>
>
sin
>
>
>
4
>
>
>
>
>
>
>
>
>
>
>
>
0
>
>
= >
<
=
+
= {0}
>
>
>
>
>
>
0
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
0
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
0
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
0
>
>
>
>
>
; >
>
>
>
>
:
;
0
Captulo 4
Soluo de Sistemas de Equaes
Algbricas Lineares
4.1
i). Gauss
2 x1 + 1 x2
3 x3 = 1
1 x1 + 3 x2 + 2 x3 = 12
3 x1 + 1 x2
3 x3 = 0
Passo 1: Tornar os termos da primeira coluna abaixo da diagonal zero, utilizando
combinao linear das linhas correspondentes com a primeira linha:
a0i j
8
>
>
>
>
>
>
1<
>
2>
>
>
>
>
:
4.2
= ai j
ai j /a11 a1 j
2 x1 + 1 x2
3 x3
1 x1 + 3 x2 + 2 x3
3 x1 + 1 x2
3 x3
7
1
0 x1 +
x2 +
x3
2
2
3 x1 +
1 x2
3
3
3
2 x1 +
1 x2 +
(
2
2
2
1
0 x1
x2 ?
2
=
1
= 12
= 0
23
=
2
L20
i = 2, N
j = 1, N
= L2
3 x3 = 0
3
3) x3 =
( 1)
2
3
3
x3 =
2
2
!
1
L1
2
L30
= L3
!
3
L1
2
1
1
1
3
777
777
775
2
3 2 3
666 x1 777 666 2 777
666
7 6 7
664 x2 77775 = 66664 6 77775
x3
5
Gauss-Jordan
2
666 2 0
666
664 0 10
0 0
L1
L1
3
777
777
775
Retro-substituio:
(impossvel)
(impossvel)
1
2
0
2
2
3 2
3
666 x1 777 666 5 777
666
7 6
7
664 x2 77775 = 66664 2 77775
x3
7/2
L30 = L3
32
3 2
3
1 777 666 x1 777 666
5 777
76
7 6
7
1 7777 6666 x2 7777 = 6666
2 7777
54
5 4
5
16/5
x3
33/5
x3 =
33
16
:
=
5
5
x2 =
1
[2
10
1
[5
2
1
0
2
0
2
3 2 3
L1
666 x1 777 666 5 777
666
777 666 777
L20 = L2
664 x2 775 = 664 6 775
x3
2
L30 = L3
32
3 2
3
4
1 777 666 x1 777 666 5 777
76
7 6
7
1 3/2 7777 6666 x2 7777 = 6666 7/2 7777
54
5 4
5
10
1
x3
2
1
1
1
x1 =
L20 = L2
L30 = L3
L1
L1
(4.2)
(4.3)
1
10
L2
3
777
777
775
33 5
= 2.0625
5 16
1 ( 2.0625)] = 0.40625
2
3 2
3
666 x1 777 666 21/5 777
666
7 6
7
2 7777
664 x2 77775 = 66646
5
x3
33/5
61
L10 = L1
(4.4)
(4.5)
3/5
1
16/5
(4.1)
2
5
L2
Diviso de L3 : ( 16/5)
2
666 2 0 3/5
666
1
664 0 10
0 0
1
3
777
777
775
2
3 2
666 x1 777 666
666
7 6
664 x2 77775 = 66664
x3
21/5
2
2.0625
2
32
3 2
666 2 0 0 777 666 x1 777 666
666
76
7 6
664 0 10 0 77775 66664 x2 77775 = 66664
0 0 1
x3
2
32
3 2
666 1 0 0 777 666 x1 777 666
666
76
7 6
664 0 1 0 77775 66664 x2 77775 = 66664
0 0 1
x3
3
777
777
775
3/5
L3
1
1
L
1 3
L10 = L1
L20 = L2
5.4375
4.0625
2.0625
2.71875
0.40625
2.06250
3
777
777
775
3
777
777
775
Soluo:
xi (s/ pivotao)
0.95506
1.00816
0.96741
0.98352
xi (c/ pivotao)
0.99998
1.
1.
1.
4.3
xi (s/ pivotao)
0.9999 9999 9801 473
1.0000 0000 0000 784
0.9999 9999 9984 678
0.9999 9999 9921 696
xi (c/ pivotao)
1.0000 0000 0000 002
1.0000 0000 0000 000
1.0000 0000 0000 000
1.0000 0000 0000 000
Problemas no resolvveis
3
777
777
777
777
75
2
666
666
666
666
64
711.5698662
67.87297633
0.961801200
13824.12100
3
777
777
777
777
75
x +
y = 1
2 x + 2y = 2
Figura 4.1: ?
x + y = 1
x + y = 0
Figura 4.2: ?
ii).
iii).
No conjunto:
i). As duas equaes so idnticas. Qualquer ponto satisfazendo uma equao
satisfaz outra. Assim, o sistema tem infinitas solues (linearmente independentes).
ii). Inconsistente se lado esquerdo de uma das equaes for eliminado por combinao linear das outras equaes, enquanto o lado direito permanece diferente
de zero.
iii). Duas incgnitas e trs equaes nunca so satisfeitas simultaneamente.
Soluo nica (condies necessrias):
Nmero de equaes igual ao nmero de incgnitas.
Equaes so L.I. (linearmente independentes)
4.4
x + y =
x + 2y =
2x
y =
1
2
0
Figura 4.3: ?
63
4.4.1
Matriz Nula
Ai j = 0
4.4.2
Matriz Identidade
I=
4.4.3
1, se i = j
0, se i , j
Matriz Transposta de A
AT ) aTij = a ji
4.4.4
A
Matriz Inversa
1
Se BA = I ou AB = I ento B = A
4.4.5
= A 1A = I
Matriz Ortogonal
4.4.6
Vetor Nulo
ai = 0
4.4.7
Vetor Unitrio
2 3
2 3
2 3
666 1 777
666 0 777
666 0 777
6 7
6 7
6 7
u = 6666 0 7777 ; v = 6666 1 7777 w = 6666 0 7777
4 5
4 5
4 5
0
0
1
u=
~u
|~u|
64
4.4.8
4.4.9
Vetor Transposto
2
3
666 x1 777
h
i
6
7
v = 6666 x2 7777 vT = x1 x2 x3
4
5
x3
Ax = y
Suponha que o processo de eliminao de Gauss-Jordan seja resumido na operao
matricial.
GAx = Gy
Fazendo G A = I, temos:
I x = Gy
Assim
G=A
ou G I = A
2
666 a11 a12 a13
666
664 a21 a22 a23
a31 a32 a33
3
777
777
775
2
3
666 1 0 0 777
666
7
664 0 1 0 77775
0 0 1
Resposta:
A
3
2
3
2
666
1
0
666
= 66 0.27272 0.27272
4
0.90909 0.09090
65
3
777
777
775
1
0.09??0
0.63636
3
777
777
775
4.5
Decomposio LU
A = LU
a11 a12
a21 a22
..
..
..
.
.
.
ai1 ai2
..
..
..
.
.
.
an1 an2
a1 j a1n
a2 j a2n
.. . .
.
. ..
.
ai j ain
.. . .
.
. ..
.
an j ann
3
777
777 2
777 666
777 666
777 666
777 = 666
777 666
777 4
777
5
1
l21
..
.
0
1
..
.
Lz = y
Ux=z
...
0
0
..
.
ln1 ln2 1
32
777 666
777 666
777 666
777 666
777 666
54
u11 u12
0 u22
..
..
.
.
0
0
u1n
u2n
.
..
. ..
unn
3
777
777
777
777
777
5
8 X
i
>
>
>
>
lik uk j , se i j
>
>
N
>
X
>
< k=1
ai j =
lik uk j = >
j
>
X
>
>
>
k=1
>
>
lik uk j , se i > j
>
:
k=1
ai j =
i 1
X
k=1
ai j =
j 1
X
k=1
lik uk j + lii ui j ) ui j = ai j
i 1
X
ai j
j 1
X
lik uk j + li j u j j ) li j =
lik uk j
k=1
lik uk j
k=1
ujj
Resumo:
i). Qualquer matriz no singular pode ser decomposta na forma A = L U.
ii). Se um sistema de equaes lineares tiver de ser resolvido repetidamente para mltiplos lados ?direitos?, a decomposio L U recomendada.
iii). A matriz U idntica a obtida no processo de eliminao de Gauss.
iv). L U til no clculo do determinante.
66
4.6
Clculo de Determinante
2, det A =
n
X
i=1
n
X
ai1 Ai1
i=1
n
X
ai j Ai j fixando-se j, 1 j n
n
X
ai j Ai j fixando-se i, 1 i n
i=1
ou
det A =
j=1
4.6.1
ento det M = det M 0 + det M 00 onde M 0 igual a M trocando-se a coluna q por biq e
M a matriz obtida procurando-se a coluna q de M por ciq .
00
P5: Se [N]nm obtida de [M]nm trocando-se duas linhas (ou colunas) ento:
det N = det M
P6: Se duas linhas ou colunas de M forem iguais, ento:
det N = 0
P7: (Teorema de Cauchy) O produto escalar de uma linha (ou coluna) pelo vetor de
cofatores de uma outra linha (ou coluna) zero.
P8: Se duas linhas (ou colunas) de [M]nn forem proporcionais, ento:
det M = 0
P9: Se a matriz quadrada [M]nn tem uma linha (ou coluna) que combinao linear
das outras linhas (ou colunas), ento:
det M = 0
P10: Se adicionarmos a uma linha (ou coluna) de [M]nn uma combinao linear das
outras formando uma matriz [N]nn , ento:
det N = det M
P11: Se [M]nn for triangular, det M o produto dos elementos da diagonal:
detM = a11 a22 a33 . . . ann
P12: Se [M]nn for triangular com relao diagonal secundria, ento:
n (n 1)
2
det M = ( 1)
(Produto dos termos da diagonal secundria)
P13: Se [N]nn = k [M]nn ento:
det [N] = kn (det [M])
P14: (Teorema de Binet) Se [C]nn = [A]nn [B]nn , ento
det [C] = (det [A]) (det [B])
68
4.6.2
n
Y
uii
i=1
OBS: Como [U] pode ser obtida por eliminao de Gauss padro podemos utilizar
forward ? ?
4.7
So problemas resolvveis cujas solues podem ser bastante imprecisas devido a erros de arredondamento.
Por exemplo,
(
0.12065 x + 0.98775 y = 2.01045
(A)
0.12032 x + 0.98755 y = 2.00555
(B)
OBS: (A) e (B) so bem parecidas
x1 = 14.7403
y1 = 0.23942
Simulando um erro nos coeficientes da equao (A)
2.01045 ! 2.01045 + 0.001 = 2.01145
(
(A)
(B)
x2 = 17.9756
y2 = 0.15928
OBS:
Pequenas mudanas em outros coeficientes causam mesmo tipo de comportamento.
Erros de arredondamento nos coeficientes podem ocorrer durante o prprio processo de soluo.
Notas:
1. A matriz dos coeficientes de um problema mal condicionado apresenta os seguintes
sintomas:
69
Figura 4.4: ?
(a)
(b)
(c)
(d)
(e)
(f)
ai j + PEQUENO ! xk + GRANDE
aii < ak j , k , j (geralmente)
det[A] det[A] 1 , 1 (1 )
[A 1 ] 1 , A
AA 1 , I
A 1 (A 1 ) 1 mais diferente de I do que A A
n
X
Vik Vi j =
kj
i=1
[Ann]
= [V]
Max(wi )
Min(wi )
Se c for infinito ) A singular.
c = condition number =
2
666 . . .
666
666
666
64
1kn
1? j?n
1/w
3
777
777
777
77
. . 775
.
[U]T
4.8
Seja
Ax=y
Se det A = 0, a soluo do sistema no nica.
Por exemplo,
"
#" # " #
1 1
x
1 (A)
=
0 0
y
0 (B)
Soluo de (B): S B = { 8(x, y) | (x, y) 2 2 }
Soluo de (A): S A = { (x, y) 2 2 | y = 1 x }
SB \ SA = SA
S A = reta (y = 1
x)
Figura 4.5: ?
Por exemplo,
8
>
>
>
<
>
>
>
:
i) Pivotao
1u + 2v +
2w +
x
3u
6v
w + 5x
2u
4v
1.5 w + 2 x
u
1
3
2
v
2
6
4
w
2
1
1.5
x
1
5
2
8
>
3 6
1 5 4
1
>
>
<
1
2
2
1
2
2
>
>
>
: 2 4 1.5 2 1 0.5
8 (PIV)
>
3
6 1
5
>
>
<
(PIV)
0
0 5/3
8/3
>
>
>
: 0
0 5/6
4/3
71
y
2
4
1
2y =
4y =
y =
2
1
0.5
l.d.
2
1
0.5
L20 = L2 + 13 L1
L30 = L3 23 L1
4
10/3
5/3
1
7/3
7/6 L30 = L3
1
2
L2
8
>
3 6
1
5
4
1
>
>
<
0 0 5/3 8/3 10/3 7/3
>
>
>
: 0 0
0
0
0
0
"
#"
# "
3
1
u
u = 0.8 +2 v
=
0 5/3
w
w = 1.4
2.2 x +2 y
1.6 x +2 y
Exemplo 2: Gauss-Jordan
u
2
2
4
i) Pivotao
8
>
>
>
<
>
>
>
:
8
>
>
>
<
>
>
>
:
8
>
>
>
<
>
>
>
:
8
>
>
>
<
>
>
>
:
4 6
2 3
2 3
v
3
3
6
1 1
1 1
1 4
1 1.5
0
0
0
0
w
1
1
1
x
4
1
1
y l.d.
1
6
1
1
2
5
2 5 (: 4)
1 1 L20 = L2
1 6 L30 = L3
2 L1
2 L1
1 1.5 0 0.3333
0
0 1 0.3333
0
0 0
3
0.1667
1.3333
2
1
1
5 (: 3)
1/6
1 L10 = L1
4/3
1 L20 = L2
2/3 5/3
1 1.5 0 1/3
0
0 1 1/3
0
0 0
1
1
3
1
3
L3
L3
14
9
x=
5
3
14
y
9
2
+ y
3
72
Captulo 5
Autovetores e Autovalores
5.1
Introduo
Considere a matriz
2
666 16
6
A = 6666 3
4
9
24
2
18
18
0
17
3
777
777
775
(5.1)
(5.2)
[A] {x } = {x }
(5.3)
Definio 5.2:
valores.
Por exemplo,
2
38 9
8 9
>
666 16 24 18 777 >
2 >
2 >
>
>
>
>
>
>
>
< >
=
666
777 < =
3
2
0
1
1 >
=
4
(5.4)
>
>
664
775 >
>
>
>
>
>
>
>
>
:
;
:
;
9 18 17
0
0
OBS: Para que {x} e {y} pertenam ao mesmo espao vetorial, a matriz A tem que ser
quadrada. Assim, s matrizes quadradas possuem auto-valores e auto-vetores.
Como encontrar os auto-valores e auto-vetores de A?
Ax= x
) Ax= Ix
) [A
I] {x} = {0} (Sist. de Eq. Homogneos)
73
(5.5)
onde [A
Se det [A
I] a matriz caracterstica.
2
38
9 8 9
>
666 16
24
18 777 >
x1 >
0 >
>
>
>
>
>
>
= >
< >
=
666
777 <
3 2
0 77 >
x
0
=
>
>
>
2
664
>
>
>
>
>
>
>
>
5
9
18 17 x : x3 ; : 0 ;
(5.6)
Para a matriz [A
I] = 0
+3
4) (
(5.7)
I] = 0 leva
36 + 32 = 0
m
1) ( + 8) = 0
Assim,
=4
=1
= 8
so auto-valores de [A].
Forma geral para matrizes de ordem n:
(A
I) q = 0
det (A
I) = 0 ,
5.1.1
+ cn
n 1
+ . . . + c1 + c0 = 0
1) (
2) . . . (
n)
=0
...
+ ... +
Assim uma matriz singular deve ter pelo menos um auto-valor nulo.
iv). Sabendo- se que det A = det AT , ento os auto-valores de A e de AT so idnticos.
v). A equao caracterstica com coeficientes reais deve ter auto-valores reais ou um
par de auto-valores conjugados complexos. (a b i)
vi). Os auto-valores de uma matriz simtrica com coeficientes reais so reais.
74
I) = (a11
) (a22
) . . . (ann
)=0
5.2
Mtodo de Interpolao
f0
com
fi = f ( i ), i = 0, 1, 2, . . . , N
s=
i 1
Como so calculados os fi s ?
fi = f ( i ) = det (A
75
I)
Como escolhemos 0 e N ?
Teorema de Gerschgorin (discos de Gerschgorin)
Considere que os autovetores esto normalizados de forma que o maior elemento fique igual a 1. Assim, se o maior elemento do autovetor q o k-simo,
X
akk =
ak j q j
j,k
como
| qj | 1 ) |
akk |
X
j,k
| ak j |
para a matriz
3
777 ! r = 1 + 5 = 6
777
775 ! r = 1 + 5 = 6
! r = 5 + 5 = 10
Figura 5.1: ?
0
= 11
N
X
s
Como transformar g(s) =
n
n=0
s
n
s (s
g(s) = f0 +
= f0 +
1) (s
N X
n
X
e
n
cn,i s
n=1 i=1
N
X
=9
f0 em g(s) = f0 +
n + 1)
n
X
i=1
76
bi s
cn,i si
i=1
0 N
N
X
BBBX
BB@
f0 = f0 +
cn,i
i=1
bi si
N
X
i=1
2) . . . (s
n!
n=1
1
CC
f0 CCCA si
onde
bi =
N
X
cn,i
f0
n=i
cn,i =
n+i
( 1)
n
onde k so as combinaes (i
naturais.
2 (n 1)!
3
666 (i X
7
1)! (n i)!
1 77777
666
666
7
4 k=1 k 775
1) a (i
1) dos (n
1) primeiros nmeros
1
1
1/2
1/3
1/4
1/5
1/6
1/2
1/2
11/24
5/12
137/360
1/6
1/4
0.29167
0.31250
0.04167
0.08333
0.11806
0.00833
0.02083
0.0??39
cn,i si
f0
n=1 i=1
Figura 5.2: ?
0 N
N
X
BBBX
BB@
cn,i
i=1
c6,5
( 1)
=
6
6+5
n=i
2 (6 1)!
3
666 (5 X
7
1)! (6 5)!
1 77777
1
6666
777 =
664
k 5
6
k=1
77
1
CC
f0 CCCA si
2 5!
3
666X
777
5
4! 1!
1
1 X 1
666
777
=
664
7
k 75
6 k=1 k
k=1
{1 2 3 4 5} (n
Combinaes 4 a 4
1 2 3 4 ) 1 2 3 4 = 24 = 1
1 2 3 5 ) 1 2 3 5 = 30 = 2
2 3 4 5 ) 2 3 4 5 = 120 = 3
1 3 4 5 ) 1 3 4 5 = 60 = 4
1 2 4 5 ) 1 2 4 5 = 40 = 5
c6,5
"
#
1 1
1
1
1
1
=
+
+
+
+
=
6 24 30 40 60 120
1
= 0.02083
48
Exemplo 5.18
Encontre a srie de potncias da equao caracterstica
2
666 3
6
f ( ) = det 6666
4
Soluo: g( ) = 71 + + 7
4
3
2
3
1
0 5
2
1
3
777
777
775
(3
)( 1
) (5
) + 8 (2) ( 2) ( 1
) 12 (5
)
2
= ( 3 2 + ) (5
) + 8 + 4( 1
) 60 + 12
2
2
3
= 15 10 + 5 + 3 + 2
+8 4 4
60 + 12
3
g( ) = 71 + + 7 2
Figura 5.3: ?
78
2
666
666
664
2
666
666
664
2
666
666
664
2
666
666
664
f (0) = det
f (3) = det
f (6) = det
f (9) = det
3
3
2
0
3
2
3
3
2
6
3
2
3
4
2 777
7
1 1 7777 = 15 + 8 4 60 = 71
5
0 5
3
4
2 777
7
4 1 7777 = 8 16 24 = 32
5
0 2
3
4
2 777
7
7 1 7777 = 21 + 8 28 + 12 = 29
5
0
1
3
4
2 777
7
10 1 7777 = 240 + 8 40 + 48 = 224
5
0
4
g(s) = f (?) + b1 s + b2 s2 + b3 s3
b1 = c1,1
b2 = c2,2
b3 = c3,3
5.3
1
2
3
f0 + c2,1
f0 + c3,2
f0
2
3
f0 + c3,1
f0
f0 = 1 ( 32 + 71)
1
(
2
[P] = [I]
(5.8)
2 ei ek ) (I jk
2 e j ek )
2 Iik e j ek
2 ei ek I jk + 4 ei e j |{z}
ek ek
= Ii j 2 e j ei 2 ei e j + 4 ei e j
= i j 4 ei e j + 4 ei e j = Ii j
Logo [P]T = [P]
[P] simtrica?
n
X
(5.9)
.
(5.10)
ij
2 ei e j =
ji
2 e j ei = P ji
(5.11)
(5.12)
Vamos criar o vetor {e} em 5.8 a partir do vetor {a} como se segue:
i). Defina s como o comprimento de {a}. Assim,
s=
ii). Defina um vetor {c} tal que
p
p
{a} {a} = {a}T {a}
(5.13)
(5.14)
{c}
{c}T {c}
{c}
|{c}|
(5.15)
(5.16)
(5.17)
(5.18)
9
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
an ;
a1
a2
..
.
(5.19)
(5.20)
v
t
80
n
X
j=2
A2j1
(5.21)
(5.22)
iii). Defina
{e}1 =
iv).
{c}1
{c}1
= q
{c}
{c}T1 {c}1
P = I
1
2
666
666
666
666
P1 A1 = 66666
666
666
664
eT1
2 e1
x
x
x
x
..
.
x
s1
0
0
..
.
x
x
x
x
..
.
x x ... x
x
x
x
x
..
.
...
...
...
...
..
.
x s1
s1 x
0 x
0 x
.. ..
. .
0 x
(5.23)
0
x
x
x
..
.
0
x
x
x
..
.
(5.24)
3
777
777
777
777
777
777
777
777
75
...
...
...
...
..
.
(5.25)
0
x
x
x
..
.
x x ... x
3
777
777
777
777
777
777
777
777
75
(5.26)
(5.27)
(5.28)
2 n3
As equaes 5.27 e 5.28 necessitam de
multiplicaes, aproximadamente.
3
Mostraremos que as transformaes de Householder no afetam os auto-valores do
problema original.
81
det (A1
det (P1 A1 PT1
I)
(5.29)
I) = det (A2
I)
(5.30)
det [P1 (A
I) PT1 ]
det P1 det (A
I) det PT1 ]
det (A
I)
0.48
1.64
0.00
0.00
1.00
0.00
1.36
0.48
0.00
0.00
0.48
1.64
Soluo:
3
777
777
777
777
75
Passo 1:
i). s1 =
qP
4
j=2
A2j1 =
s21 = 1.230
ii). c1 = {0, 0.48
p
( 0.48)2 + ( 1.00)2 + 02 = 1.109
1.109, 1, 0} = {0, 1.589, 1.0, 0}
c1
iii). e1 = = {0(Z) , 0.8464(X) , 0.5326(Y) , 0(W) }
1.878
2
0
0
666 1
666 0 0.4327 0.9015
iv). P1 = I
2 e1 eT1 = 66666
664 0 0.9015 0.4327
0
0
0
2
1.109
0
666 1.360
666 1.109
1.412 0.1092
v). A2 = P1 A1 PT1 = 66666
0
0.1092
1.588
664
0 0.4327 0.2077
82
0
0
0
1
3
777
777
777
777
75
0
0.4327
0.2077
1.640
3
777
777
777
777
75
Passo 2:
v
u
t
i). s2 =
4
X
A2j2 =
j=3
s22 = 0.1992
ii).
c2
p
(0.1092)2 + ( 0.4327)2 = 0.4463
664 0 0
0 0
2
666 1.360
666 1.109
v). A3 = P2 A2 PT2 = 66666
0
664
0
3
0
0 777
0
0 77777
7
0.2447 0.9696 7777
5
0.9696 0.2447
1.109
1.412
0.44630
0
3
0
0 777
0.4463
0 77777
7
1.538 0.1953 7777
5
0.1953 1.689
T = A3 = H T A H
onde
5.3.1
2
666 1
666 0
H = PT1 PT2 = 66666
664 0
0
0
0.4327
0.9015
0
0
0.2206
0.1059
0.9696
0
0.8741
0.4196
0.2447
3
777
777
777
777
75
b1
a2
b2
0
...
0
0
0
0
0
0 0 0 ... 0
0
0
b2 0 0 . . . 0
0
0
a3 b3 0 . . . 0
0
0
b3 a4 b4 . . . 0
0
0
... ... ... ... ... ... ...
0 0 0 . . . bn 4
0
0 0 0 . . . an 3 bn 3 0
0 0 0 . . . bn 3 an 2 bn 2
0 0 0 . . . 0 bn 2 an 1
0 0 0 ... 0
0 bn 1
83
0
0
0
0
...
0
0
0
bn 1
an
Chamemos T n T
como:
I)
(5.31)
] . det (T n 1 )
bn
. Dn,(n
(5.32)
1)
Dn, (n
1)
b1
a2
b2
0
...
0
0
0
0
0
a1
b1
0
0
= ...
0
0
0
0
0
b2
0
0
b3
a3
b3
...
0
0
0
0
0
a4
...
0
0
0
0
0
b1
a2
b2
0
...
0
0
0
0
O determinante Dn, (n
1)
0
0
0
b4
...
0
0
0
0
0
0
b2
...
0
...
0
...
0
...
0
...
...
...
bn 4
. . . an 3
...
bn 3
...
0
...
0
0
0
b3
a3
b3
...
0
0
0
0
a4
...
0
0
0
0
0
0
0
b4
...
0
0
0
0
0
0
0
0
...
bn 3
an 2
bn 2
0
...
0
...
0
...
0
...
0
...
...
...
bn 4
. . . an 3
...
bn 3
...
0
0
0
0
0
...
0
0
bn 2
an 1
bn
0
0
0
0
...
bn
an 2
bn
0
0
0
0
...
0
0
0
bn 1
an
0
0
0
0
...
0
0
0
bn 1
1)
= bn
. det (T n 2 )
(5.33)
] . det (T n 1 )
[bn 1 ]2 . det (T n 2 )
(5.34)
Chamando-se pi = det (T i ) o polinmio caracterstico associado a sub-matriz T i formada pelas i primeiras linhas e colunas da matriz T n e em vista da expresso 5.34 podemos
escrever
84
pi ( ) = [ai
] . pi 1 ( )
[bi 1 ]2 . pi 2 ( )
(5.35)
] . pn 1 ( )
[bn 1 ]2 . pn 2 ( ) = 0
(5.36)
)=1
) = [a1
) = [a2
) = [a3
pi ( ) = [ai
pn ( ) = [an
] . p0 ( )
] . p1 ( ) [b1 ]2 . p0 ( )
] . p2 ( ) [b2 ]2 . p1 ( )
.
.
.
] . pi 1 ( ) [bi 1 ]2 . pi 2 ( )
.
.
.
] . pn 1 ( ) [bn 1 ]2 . pn 2 ( ) = 0
(5.37)
Figura 5.4: ?
5.4
Mtodo da Potncia
Trs verses:
i). Regular ! calcula o maior autovalor.
ii). Inverso ! calcula o menor autovalor.
iii). Deslocado (shifted) ! calcula qualquer autovalor.
85
5.4.1
Regular
Suponha que A
onde
2 NN diagonalizvel, isto ,
2
666 1
666
6 0
A X = diag ( 1 , . . . , n ) = 6666 .
666 ..
64
0
x o i-simo autovetor.
i
0
1
..
.
0
...
...
..
.
0
0
..
.
...
3
777
777
777
777
777
5
(5.38)
X = [ x1 , x2 , . . . , xn ]
(5.39)
| 1| > | 2|
(5.40)
| 3|
| n|
...
f or k = 1, 2, . . .
Z (k) = A
q(k
1)
(5.41)
(k)
end
= [ q(k) ]H A
(5.42)
q(k)
(5.43)
onde
|| Z (k) ||2 = [(Z1(k) )2 + (Z2(k) )2 + . . . + (Zn(k) )2 ]1/2
(5.44)
(5.45)
Convergncia do Mtodo
Se
q(0) = a1 x1 + a2 x2 + . . . + an xn
e a1 , 0, ento
A
A2
q(0)
(5.46)
= a1 A x1 + a2 A x2 + . . . + an A xn =
= a1 1 x1 + a2 2 x2 + . . . + an n xn
q(0) = a1
2
1
x + a2
1
86
2
2
x + . . . + an
2
2
n
x
n
(5.47)
(5.48)
Ak
q(0)
= a1
k
1
= a1
k
1
k
x
21 + a2 n 2
X
666
666 x1 +
4
j=2
Mas
q(k) =
k 1
Y
i=0
1
|| A q(i) ||
Ak
q(0)
(6)
a1
=
k 1
Y
(12)
i=0
x + . . . + an
3
2
!k
77
aj
j
x j 77775
a1 1
k
1
(?)
k
n
x =
n
2
n
X
666
aj
666 x1 +
4
a1
j=2
j
1
(5.49)
3
777
???7775
(5.50)
2
(k)
entre q
e x1 da ordem de
.
1
Quando a ordem 5.40 ocorre, dizemos que 1 o autovalor dominante.
OBS: O mtodo da potncia converge se 1 dominante e se q(0) tiver uma compo
nente na direo de x1 (autovetor dominante).
5.4.2
Inverso
1
Assim, pre-multiplicando 5.51 por A
e dividindo por
1
1
A 1 A x = A 1 x ) A 1 x =
x
onde
(5.51)
(5.52)
x =
(5.53)
=1
(5.54)
f or k = 1, 2, . . .
Z (k) = A
q(k
1)
ou resolva o sitema A
87
Z (k) = q(k
1)
(5.55)
(k) = [ q(k) ]H A
(k)
N
end
5.4.3
= [ q(k) ]H A
(5.56)
1
q(k) ou
= [ q(k) ]H A
(k)
q(k) )
q(k)
(5.57)
subtraindo-se I
chamando-se A = A
A q = i qi
i
( A
I ) qi = (
I, a equao 5.59 fica
(5.58)
) qi
(5.59)
A qi = i qi
onde
i =
(5.60)
(5.61)
qi =
qi
onde
1
=
i
1
i
(5.63)
(5.62)
em 5.60).
(ou o n de A,
1
ser o autovalor
i =
i
Assim
ser o menor autovalor de A.
i
= i +
88
(5.64)
5.5
Mtodo da Iterao QR
um mtodo de transformao.
Os mtodos de transformao utilizam as propriedades bsicas dos autovalores na
matriz
X = [ x1
x . . . xn ]
2
(5.65)
x =
i
x
i
(5.66)
XT
onde
X =
= diag ( 1 ,
2,
...,
(5.67)
n)
(5.68)
A
1
A
2
A
.3
..
A
k+1
A
T
P
1T
P
2
A
1
A
2
P
1
P = PT2
2
PT
1
= PTk
A
k
P = PTk
k
PT
k
=
=
=
Quando k ! 1,
A
1
1
P
1
P
2
. . . PT2
PT
1
A
!
k+1
5.5.1
A P
1
P . . . Pk
2
P
k
(5.69)
(5.70)
Mtodo de Jacobi
onde Pk
A
= PTk
k+1
A
k
P
k
(5.71)
PT P = I
(5.72)
k k
P
k
2
666 1
666
..
666
.
666
666
1
666
cos
666
666
1
666
6
...
= 6666
666
1
666
666
sen
666
666
666
666
664
i
sen
cos
1
..
.
1
3
777
777
777
777
777
777
777 i
777
777
777
777
777
777
777 j
777
777
777
777
75
>
(k)
>
: = ,
p/ a(k)
ii = a j j
4
Varreduras por linha ou por coluna n (n
(5.73)
(5.74)
1) matrizes P .
Elementos que foram zerados podem deixar de ser zero durante o processo.
Vrias varreduras so necessrias.
Ai j = A ji2 = 0 = PTik A3 kl Pl j = P ji Akl Pl j )
n
n
n h
X
X
i
666X
777
6
7
0=
Pki Akl 75 Pl j =
Pii Ail + P ji A jl Pl j =
64
l=1
k=1
l=1
A j j ) = (cos2
sen2 ) Ai j )
sen2 ) Ai j
2 Ai j
sen 2
=
cos 2 Aii A j j
tan (2 ) =
2 Ai j
Aii A j j
Figura 5.5: ?
(Aii )k+1
(A j j )k+1
(Ai j )k+1
(Ali )k+1
(Al j )k+1
5.5.2
(5.75)
Mtodo QR
A = Q R
onde Q uma matriz ortogonal e R uma matriz triangular superior.
A = Q
OBS: O produto R
R ) QT
Q = QT Q R
| {z }
I
(5.76)
(5.77)
Q = R Q
PTn, n
|
Processo iterativo A1 = A
. . . PT3,1
{z
QT
PT
A = R
2,1}
(5.78)
A
k
=
A
= R0?
k+1
91
Q
k
Q
?
Rk
(5.78)
(5.79)
(5.80)
A
!
k+1
Q1 . . . Qk 1 Qk ! X
k!1
Ai j
Ajj
ou
sen A j j = cos Ai j ) sen2 A2ji cos2 A2i j = 0
) sen2 A2j j (1 sen2 ) A2i j = 0 )
) sen2 (A2j j + A2i j ) = A2i j ) sen = q
cos = q
Ajj
A2i j + A2j j
92
Ai j
A2i j + A2j j
Captulo 6
Soluo de Problemas de Valores
Iniciais de Equaes Diferenciais
Ordinrias
6.1
6.1.1
Introduo
Problema da Queda Livre
d2 y
d2 y
)
= g
dt2
dt2
dy
reescrevemos 6.1 como
dt
dv
= g
dt
Integrando-se 6.2, obtemos
Z
v=
g dt = g t + c1 ) v = g t + c1
(6.1)
Chamando-se v =
(6.2)
(6.3)
Assim
dy
= g t + c1
dt
93
(6.4)
(6.5)
(6.6)
v0 = g 0 + c1 ) c1 = v0
1 2
g 0 + v0 0 + c2 ) c2 = y0
2
Assim, substituindo-se 6.7 e 6.8 em 6.5, temos
y0 =
1 2
gt
2
y (t) = y0 + v0 t
v (t) = v0
gt
(6.7)
(6.8)
(6.9)
(6.10)
(a)
(b)
d2 y
= g
dt2
1 2
y (t) = H
gt
2
v (t) = g t
(6.11)
6.1.2
(a)
(b)
(6.12)
mg = m
94
d2 y
dt2
(6.13)
d2 y
dt2
ou
dv
dt
ou
c dy
+g=0
m dt
(6.14)
c
v+g=0
m
(6.15)
8
>
dv
>
>
<
= f (v, t)
>
dt
>
>
: com v (0) = v0
(6.16)
Estudaremos problemas do tipo 6.16 onde f (v, t) pode, inclusive, ser uma funo
no-linear de v .
Como resolver o problema 6.15 ?
Mtodo analtico
( 0
v av = b
(a)
(6.17)
v (0) = v0
(b)
Multiplicando-se 6.17.a por e
at
temos
at
(v0
at
a v) = e
(6.18)
Mas
d
(v e
dt
at
) = v0 e
at
ave
at
=e
at
(v0
a v)
(6.19)
at
)=e
at
(6.20)
at
b 0
b
e + c1 c1 = v0 + ?
a
a
Substituindo-se 6.23 em 6.21 e multiplicando-se por e a t , temos
?e0 v0 =
v (t) = v0 ea t +
b at
(e
a
1)
95
(6.21)
(6.22)
(6.23)
6.1.3
E.D.O
I.C.
t ! 0 ) yi ! u (ti ) ?
6.2
6.2.1
Mtodos de Euler
Forward Euler
Dado o problema
(
u0 = f (u, t)
u(?) = u0
(6.24)
dt
t
Assim
un+1
un+1
(6.25)
un
= f (un , tn )
t
= un + t f (un , tn )
(6.26)
= u0 + t f (u0 , t0 )
= u1 + t f (u1 , t1 )
..
.
(6.27)
un+1 = un + t f (un , tn )
OBS:
1. Preciso aumenta para t pequeno mas no pode usar t muito pequeno por causa
do erro de arredondamento. Erros de truncamento tambm ocorrem.
2. O mtodo simples e explcito, isto , calcula un+1 diretamente a partir dos valores
em tn .
3. Instabilidade pode ocorrer.
97
6.2.2
Backward Euler
5u
5t
u0n+1
un+1
tn+1
un+1
un
un un+1 un
=
tn
t
(6.28)
Assim
= f (un+1 , tn+1 )
t
= un + t f (un+1 , tn+1 )
un+1
(6.29)
OBS:
1. Preciso a mesma do Forward Euler.
2. Mtodo implcito, isto , un+1 no calculado diretamente a partir dos valores no
tempo tn .
3. Mais estvel.
6.2.3
Dados
u0 = f (u, t)
un , f (un , tn ), t
escrevemos
un+1 = un +
tn
tn+1
u dt = un +
tn+1
tn
f (u, t) dt
(6.30)
6.3
6.3.1
t
[ f (un+1 , tn+1 ) + f (un , tn )]
2
(6.31)
Mtodos de Runge-Kutta
Introduo
Problema
u0 = f (u, t)
u (0) = u0
(6.32)
tn
98
tn+1
f (v, t) dt
(6.33)
Regra do Trapzio ( t = h)
h
[ f (vn , tn ) + f (vn+1 , tn+1 )]
2
Regra 1/3 de Simpson (h = h/2)
I
(6.35)
h
[ f (vn , tn ) + 4 f (vn+ 12 , tn+ 12 ) + f (vn+1 , tn+1 )]
3
|{z}
(6.36)
h/6
3h
[ f (vn , tn ) + 3 f (vn+ 13 , tn+ 13 ) + 3 f (vn+ 23 , tn+ 23 ) + f (vn+1 , tn+1 )]
8
|{z}
(6.37)
h/9
Para obtermos os valores de f (v, t) nos pontos intermedirios do intervalo basta obtermos os valores de v e t nos pontos intermedirios. Isto feito obtendo-se uma estimativa aplicando-se Forward Euler.
Assim,
99
h
f (vn , tn )
2
h
= vn + f (vn , tn )
3
2h
= vn +
f (vn , tn )
3
= vn + h f (vn , tn )
v n+ 12 = vn +
(6.38)
v n+ 13
(6.39)
v n+ 23
v n+1
6.3.2
(6.40)
(6.41)
h
[ f (vn , tn ) + f (vn+1 , tn+1 )]
2
(6.42)
(6.43)
(6.44)
(6.45)
temos
vn+1 = vn + 12 [k1 + k2 ]
6.3.3
(6.46)
vn+1 = vn +
(6.47)
v n+ 12
(6.48)
Figura 6.5: ?
A estimativa v n+1 pode ser obtida de vrias maneiras
100
i).
v n+1 = vn + h f (vn , tn )
(6.49)
(6.50)
ii).
iii). Combinao linear de i) e ii)
v n+1 = vn + h [ f (vn , tn ) + (1
) f (vn+ 12 , tn+ 12 )]
(6.51)
(6.52)
k1 = h f (vn , tn )
1
v n+ 12 = vn + k1
2
h
1
k2 = h f (vn + k1 , tn + )
2
2
k3 = h f (vn k1 + 2 k2 , tn + h)
(6.53)
Chamando-se
vn+1 = vn +
6.3.4
1
(k1 + 4 k2 + k3 )
6
h
[ f (vn , tn ) + 3 f (vn+ 13 , tn+ 13 ) + 3 f (vn+ 23 , tn+ 23 ) + f (vn+1 , tn+1 )]
8
Chamando-se
k1 = h f (vn , tn )
k2
1
h
= h f vn + k1 , tn +
3
3
v n+ 13 = vn +
1
k1
3
v n+ 23 = vn+ 13 +
h
f (vn+ 13 , tn+ 13 )
3
101
(6.54)
(6.55)
(6.56)
(6.57)
= vn +
k3
1
1
k1 + k2
3
3
k1 k2
2h
= h f vn + + , tn +
3
3
3
v n+1 = vn + h f (vn )
k4 = h f (vn + k1
h f (vn+ 13 ) + h f (vn+ 23 )
k2 + k3 , tn + h)
1
[k1 + 3 k2 + 3 k3 + k4 ]
8
vn+1 = vn +
6.4
Mtodos Preditores-Corretores
6.4.1
Introduo
Figura 6.6: ?
=t
tn
(6.58)
Problema:
(
un+1
Idia do mtodo:
u0 = f (u, t)
u (0) = u0
Z h
= un +
u0 () d
0
102
(6.59)
(6.60)
6.4.2
u0 () =
(
(n
1
(
(n
[
[0
[
[ h
[
[ 2h
1
( + 2 h) ( + h) u0n
2 h2
n ) ( n 2 )
u0
n ) (n 1 n 2 ) n
n 1 ) ( n )
u0n
n 1 ) (n 2 n )
( 2 h)] [
( 2 h)] [0
( h)] 0
u
( h)] n
0] [ ( 2 h)] 0
u
0] [ h ( 2 h)] n
( h)] [ 0]
u0
( h)] [ 2 h 0] n
2 ( + 2 h) u0n
+ ( + h) () u0n
(x
e tn
n 2 ) ( n 1 ) 0
u
n 2 ) (n n 1 ) n
(
(n
x0 ) (x x1 ) . . . (x
(n + 1)!
xn )
f (N+1) (xm )
+ E ()
(6.61)
(6.62)
E ()
0) ( + h) ( + 2 h) d3 (u0 )
1
() = ( + h) ( + 2 h) u iv ()
3
3!
dt
6
???
(6.63)
103
u0 () d
0
"Z h
Z h
1
2
2
0
=
( + 3 h + 2 h ) un d
(2 2 + 4 h ) d u0n
2 h2 0
0
+ O (h4 )
h
=
(23 u0n 16 u0n 1 + 5 u0n 2 ) + O (h4 )
12
I =
h
0
( +
h ) d u0n 2
(6.64)
h
(23 u0n
12
onde O (h4 ) = 38 h4 u iv () e tn
6.63.
16 u0n
+ 5 u0n 2 ) + O (h4 )
(6.65)
(6.66)
u 0 () =
1
( + h) u 0n+1
2 h2
1
E () = (
?
2 (
h) ( + h) u0n + (
h) ( + h) uiv () ,
tn
h) u0n
+ E () (6.67)
(6.68)
h
(5 u 0n+1 + 8 u0n
12
u0n 1 ) + O (h4 )
(6.69)
onde
O (h4 ) =
1 4 iv
h u () ,
24
tn
(6.70)
As expresses 6.65, 6.66 e 6.69 constituem o mtodo preditor-corretor de terceira ordem de Adams.
vii). Como iniciamos o mtodo?
104
6.4.3
, tn
, tn
u0 () =
onde
E () =
=
i
3 + 6 h 2 + 11 h2 + 6 h3 u0n
h
i
3 + 5 h 2 + 6 h2 u0n 1
h
i
3 + 4 h 2 + 3 h2 u0n 2
h
i
3 + 3 h 2 + 2 h2 u0n 3 + E ()
0) ( + h) ( + 2 h) ( + 3 h) d4 (u0 )
()
4!
dt4
1
( + h) ( + 2 h) ( + 3 h) uv ()
24
tn
(6.71)
(6.72)
h
(55 u0n
24
59 u0n
+ 37 u0n
9 u0n 3 ) + O (h5 )
(6.73)
(6.74)
onde
O (h5 ) =
251 5 vi
h u () ,
720
tn
(6.75)
h
9 u 0n+1 + 19 u0n
24
5 u0n
+ u0n
+ O (h5 )
(6.76)
onde
O (h5 ) =
19 5 v
h u () ,
720
tn
(6.77)
6.4.4
Vantagens e Desvantagens
Vantagens
Eficiente: necessita calcular f (u, t) apenas duas vezes em cada passo. O
mtodo de Runge-Kutta de quarta ordem calcula f (u, t) quatro vezes em
cada passo.
Erro local pode ser estimado em cada passo.
Desvantagens
Precisa de outro mtodo para iniciar o processo, obtendo valores em t1 , t2
e t3 , alm da condio inicial em t0 .
No fcil mudar o tamanho de h durante o processo.
No pode ser utilizado se u0 se tornar descontnua no meio do intervalo.
Exemplo 6.20
Resolva o problema
Utilize
8
>
>
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
>
>
:
d2 x 2 dx
+t
+3x=t
dt2
dt
x (0) = 1
dx
(0) = 2
dt
h
[ f (un+1 , tn+1 ) + f (un , tn )]
2
h
(23 u0n 16 u0n 1 + 5 u0n 2 )
12
= f (un+1 , tn+1 )
h
= un +
(5 u 0n+1 + 8 u0n u0n 1 )
12
u n+1 = un +
u 0n+1
un+1
Use h = 0.1 s
6.5
s (t) = 0
y (t) = y0 e
8t
(6.79)
Se
s (t) , 0
y (t) = y0 e
+e
107
s () e d
(6.80)
2.785
= 0.000002785 10
100000
Figura 6.7: ?
OBS: Se em um sistema de E.D.O.s uma E.D.O. rgida, t tem de ser pequeno
para manter estabilidade da soluo do sistema.
8 0
>
y = 1y + 1z + 3
>
>
<
1
1
(6.81)
>
0
7
>
>
)
= 7
(muito pequeno)
: z = 10 z + 1 y
|| 10
Alguns mtodos para soluo de E.D.O.s rgidas utilizando
postos.
6.5.1
Mtodos Implcitos
(
y0 = f (y, z, t)
z0 = g (y, z, t)
com
y (0) = y0
z (0) = z0
(6.82)
(6.83)
Se f e g forem funes no-lineares, 6.83 no pode ser resolvida de forma fechada (exata) e mtodos iterativos, tais como o das substituies sucessivas, podem ser
usados mas no so eficientes. Uma opo mais eficiente linearizar as equaes 6.83
por expanso de Taylor.
8
@f
@f
@f
>
>
>
fn+1 = fn +
y+
z+
t
>
>
>
@y
@z
@t
>
>
>
<
(6.84)
>
>
>
@g
@g
@g
>
>
>
gn+1 = gn +
y+
z+
t
>
>
>
@y
@z
@t |{z}
:
h
108
6.84 ! 6.83 )
2
666"
666 1 0 #
666
666 0 1
64
|
ou
2 @f
666
666 @y
h 66666
664 @g
@y
@f
@z
@g
@z
33
777777 "
77777777
777777
777777
55
{z
y
z
2
666 h f + h2 @ f
n
666
@t
= 6666
664
@g
h gn + h2
@t
(I
|
3
777
777
777
777
5
(6.85)
h J) y = Lado direito
{z
}
(6.86)
onde
I = Identidade
J = Matriz Jacobiana
(
)
y
y =
z
6.5.2
Mtodo Exponencial
Idias Bsicas
Suponha
y0 = f (y, t)
(6.87)
(6.88)
onde c constante.
Multiplicando-se 6.88 por ec t , temos
y0 ec t + c y ec t = [ f (y, t) + c y] ec t
d
(y ec t ) = [ f (y, t) + c y] ec t
dt
#
Z tn+1 "
Z tn+1
d
c
(y e ) d =
f (y, ) + c y ec d
d
tn
tn
y (tn+1 ) e
c tn+1
y (tn ) e
c tn
(6.89)
(6.90)
(6.91)
(6.92)
c tn+1
, temos
(6.93)
h)
d (6.94)
(6.96)
Assim
f0
f
c=
6.5.3
(6.97)
n
Aproximao:
[ f (y, tn + ) + c y (tn + )] fn + c yn
(6.98)
yn+1 = yn + h fn
|
{z
}
Forward Euler
"
e ch
ch
(6.99)
ch
!0
"
(6.100)
fn
(6.101)
ch
e
c
y (t) = yn +
"
tn
1
e
c
yn+1 = y n+1 +
h
0
[ f (y (tn + ), tn + )
fn + c y (tn + )
c yn ] e c(?
(6.102)
fn + c y (tn + )
c yn ] B
(6.103)
onde
B=
fn+1
b)
yn+1
fn + c (yn+1
h
yn )
B h2 1 e c h
= y n+1 +
ch ch 1
c)
yn+1 = y n+1 +
111
B h2
2
(6.104)
!
(6.105)
(6.106)
6.6
Condies de Contorno
Em
8
>
c c essencial
>
>
<
c c cinemtica
x = 0 ) u (0) = 0 >
>
>
: c c Dirichlet
Em
(6.107)
8
>
c c natural
>
>
du
<
c c dinmica
x = L ) F (L) = c L
(L) = 0 >
>
>
dx
: c c de Neuman
(6.108)
Problemas de Sturm-Liouville
!
d
du
c
+ qu = f
dx
dx
(6.109)
Exemplo 6.21
Suponha a equao:
8
>
2 y00 (x) + y (x) = e 0.2 x
>
>
>
>
>
< B.c.
>
>
>
y (0) = 1
>
>
>
:
y0 (10) = y (10)
(6.110)
Figura 6.9: ?
Em
x = xi ) 2
h=1 )
)
"
yi
#
2 yi + yi+1
+ yi = e
h2
2 yi 1 + 4 yi 2 yi+1 + yi = e
2
+5
2
|{z} |{z} |{z}
i 1
0.2 xi
0.2 xi
i+1
0.2
2 y3
=e
=e
2 y8 +5 y9
2 y10 = e
1.8
2 y0 +5 y1
2 y2
2 y1 +5 y2
..
.
Em x = 9 )
112
0.4
Captulo 7
Soluo de Problemas de Valores de
Contorno de Equaes Diferenciais
Ordinrias
7.1
Alongamento =
du
dx
F (x + dx) = c
du
c
dx
lim
x+ x
du
c
dx
x!0
du
c
dx
x
113
x+dx
+G = 0
x
du
c
dx
x+ x
= Ag
!
d
du
c
= Ag
dx
dx
!
d
du
c
= Ag
dx
dx
(7.1)
7.2
(a) B01 = B1
D01 = D1
2
666 B1 C1
666 A B
2
666 2
666
A
3
666
666
666
666
666
666
664
(b) R = Ai / B0i 1
B0i = Bi R Ci 1
D0i = Di R D0i 1
(c) xn = D0n / B0n
(d) xi = (D0i
C2
B3 C3
..
..
.
.
Ai Bi Ci
..
.
An Bn
3
777
777
777
777
777
777
777
777
777
777
775
2
666
666
666
666
666
666
666
666
666
666
664
x1
x2
x3
..
.
xi
..
.
xn
3 2
777 666
777 666
777 666
777 666
777 666
777 666
777 = 666
777 666
777 666
777 666
775 664
D1
D2
D3
..
.
Di
..
.
Dn
3
777
777
777
777
777
777
777
777
777
777
775
9
>
>
>
=
para i = 2, . . . , n
>
>
>
;
Ci xi+1 ) / B0i
i=n
1, . . . , 1
Em x = 10
y0 (10) = y10 )
y00 (10) =
y0 (9.5) =
y00 (10) =
y0 (10)
y0 (9.5)
0.5
y (10)
y (9)
(Backward Dierence)
1
1
[ y10
0.5
y10 + y9 ]
Assim
114
(7.2)
1
[ y10
0.5
y10 + y9 ] + y10 = e
(7.3)
3
777
777
5
777
777
2 5
777
777
0
2 5
777
0 0
2 5
777
777
0 0 0
2 5
777
777
0 0 0 0
2 5
777
777
0 0 0 0 0
2 5
7
0 0 0 0 0 0
2 5
2 7777
5
0 0 0 0 0 0 0
2 4.5
2 0
0
2 0
0
0
2 0
0
0
0
2 0
0
0
0
0
2 0
0
0
0
0
0
2 0
0
0
0
0
0
0
2 0
0
0
0
0
0
0
0
2 0
Exemplo 7.22
2
666
666
666
666
666
666
666
666
666
666
666
666
666
666
664
y1
y2
y3
y4
y5
y6
y7
y8
y9
y10
3 2
777 666
777 666
777 666
777 666
777 666
777 666
777 666
777 666
777 = 666
777 666
777 666
777 666
777 666
777 666
775 664
e
e
e
e
e
e
e
e
e
e
0.2
0.4
+2
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
0.5
3
777
777
777
777
777
777
777
777
777
777
777
777
777
777
775
0.2 x
=0
v (x) R (x) dx = 0,
115
8 v (x)
(7.4)
Figura 7.3: ?
Considerar v(x) no espao de funes com assentamento local
Assim, y (x) no intervalo [1, 2] escrito como uma combinao linear de
v1 (x) e v2 (x) ou das restries N1 (x) e N2 (x) de v1 (x) e v21 (x) ,
respectivamente, no domnio do elemento 2 .
y (x) = N1 (x) y1 + N2 (x) y2
Tambm as funes v (x) no intervalo podem ser escritas como
v (x) = N1 (x) v1 + N2 (x) v2
Substituindo-se o resduo R (x) no integrando da equao 7.4, temos
Z
2
00
v (x) y (x) dx +
v (x) y (x) dx
0.2 x
] dx = 0,
v (x) e
0.2 x
8 v (x)
dx = 0,
8 v (x)
2 v (x) y
(x)| x=10
x=0
# Z
Z
v (x) y (x) dx +
v (x) y (x) dx
v (x) e
0
0.2 x
dx = 0,
"
v10 y10
# Z
Z
v (x) y (x) dx +
v (x) y (x) dx
v (x) e
0
0.2 x
dx = 0,
8 v (x)
g (x) dx =
10
0
g (x) dx =
1
0
g (x) dx +
2
1
g (x) dx + . . . +
10
9
g (x) dx
8 v (x)
Ni () =
N f () =
x = xi +
= x
xi
y (x) = [Ni N f ]
v (x) = [Ni N f ]
1 1
y (x) = [
]
h h
0
1 1
v (x) = [
]
h h
0
(
(
(
(
yi
yf
vi
vf
yi
yf
vi
vf
)
)
)
)
xf
xi
v (x) e
0.2 x
dx = [vi v f ]
Rh
0
"
Ni e 0.2 (xi +)
N f e 0.2 (xi +)
117
3
777
(
)
777
777
yi
777 d
yf
777
5
yi
yf