EEN300-Métodos Matemáticos em Engenharia Naval

Juan B. V. Wanderley
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

A tabela mostra as equações e os fenômenos físicos que elas representam.

Equação Física Classificação

∂u ∂u
+α =0 Convecção Hiperbólica
∂t ∂x

∂u ∂ 2u
=ν 2 Difusão Parabólica
∂t ∂x

∂ 2φ ∂ 2φ
+ =0 Potencial Elíptica
∂ x 2 ∂y 2
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Classificação Matemática

• Classificação matemática das equações diferenciais parciais (PDE) de

segunda ordem;

• Os coeficientes a, b, c, d, e e f podem ser funções de x, y, φ, φx, φy;

• Esta classificação pode ser aplicada às equações quase-lineares.

aφ xx + bφ xy + cφ yy + dφ x + eφ y + fφ = g ( x, y ) (3.1)
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Dizemos que uma equação diferencial parcial é elíptica, parabólica ou

hiperbólica quando o discriminante Δ é menor, igual ou maior que zero,
respectivamente.

Δ = b − 4ac2

Δ < 0 , Elíptica
(3.2)
Δ = 0 , Parabólica
Δ > 0 , Hiperbólica
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Classificação da equação de convecção mostrada na Tabela (3.1);

∂u ∂u
+α =0
∂t ∂x

• A equação de convecção é equivalente à equação da onda.

∂ 2u 2 ∂ u
2
−α =0 (3.4)
∂t 2
∂x 2
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Comparando a Eq. (3.4) com a Eq. (3.1), concluímos que a=1, b=0,
c=-α2, d=e=f=g=0;

a φ xx + b φ xy + c φ yy + d φ x + e φ y + f φ = g ( x , y ) (3.1)

∂ 2u ∂ 2
u
− α 2
=0 (3.4)
∂t 2
∂x 2

• O valor do discriminante é:

Δ = 4α 2 > 0
• A equação de convecção é hiperbólica.
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Comparando a equação da difusão com a Eq. (3.1), concluímos que a=0,

b=0, c=-ν, d=1, e=f=g=0.
∂u ∂ 2u
=ν 2
∂t ∂x

aφ xx + bφ xy + cφ yy + dφ x + eφ y + fφ = g ( x, y ) (3.1)

• O valor do discriminante é Δ=0;

• A equação da difusão é parabólica.

 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Comparando a equação do potencial com a Eq. (3.1), concluímos que a=1,

b=0, c=1, d=e=f=g=0;

∂ 2φ ∂ 2φ
+ 2 =0
∂x 2
∂y
aφ xx + bφ xy + cφ yy + dφ x + eφ y + fφ = g ( x, y ) (3.1)

• O valor do discriminante é Δ=-4;

• A equação de Laplace é elíptica.

SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Tipos de Condições de Contorno

• Chamamos condição de Dirichlet a condição de contorno onde o valor

da função é conhecido na fronteira do domínio físico;
• O problema da difusão de calor com condição de contorno de Dirichlet é
mostrado abaixo.

∂T ∂ 2T
=ν 2
∂t ∂x
(3.5)
⎧T (0, t ) = g0 (t )
CC : ⎨
⎩T (1, t ) = g1 (t )
CI : {T (x,0) = f (x )
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Dizemos que a condição de contorno é do tipo Neumann quando a

derivada da função é conhecida no contorno do domínio físico;
• O problema da difusão de calor com condição de contorno de Neumann é
mostrado abaixo.

∂T ∂ 2T
=ν 2
∂t ∂x
(3.8)
⎧∂T ⎞
⎪ ∂x ⎟ = g0 (t )
⎪ ⎠ x=0
CC : ⎨
⎪∂T ⎞⎟ = g (t )
⎪⎩ ∂x ⎠ x=1 1

CI : {T (x,0) = f (x )
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Dizemos que a condição de contorno é periódica quando o valor da

função se repete periodicamente;
• O problema da difusão de calor com condição de contorno periódica é
mostrado abaixo.

∂T ∂ 2T
=ν 2
∂t ∂x (3.9)

CC : {T (1, t ) = T (0, t )

CI : {T (x,0) = f (x )
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Diferenças Espaciais em Forma de Série de Taylor

• Aproximação de derivadas espaciais em diferenças finitas de primeira e

segunda ordem de precisão;
• Expansões em série de Taylor;
• Forma sistemática de obtermos aproximações de ordens de precisão
maiores;
• Discretização do espaço unidimensional em N pontos.
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• O espaço unidimensional [0,1] está dividido em N-1 elementos iguais de

dimensão Δx;
• Desejamos calcular as derivadas da função u(x) no ponto xi;
• Expandindo em série de Taylor a função u(x) na vizinhança do ponto xi.

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.10)
ui +1 = ui + ⎟ Δx + ⎟ Δx + ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠ i 6 ∂x 3 ⎟⎠ i

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.11)
ui −1 = ui − ⎟ Δx + ⎟ Δx − ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠i 6 ∂x 3 ⎟⎠i
onde
ui = u(xi )
ui+1 = u(xi+1 ) (3.12)
ui−1 = u(xi−1 )
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Subtraindo a Eq. (3.11) da Eq. (3.10) e dividindo por 2Δx, obtemos a Eq.
(3.13);
• A Eq. (3.13) é uma aproximação de segunda ordem da primeira derivada
da função u(x) no ponto xi.

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.10)
ui +1 = ui + ⎟ Δx + ⎟ Δx + ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠ i 6 ∂x 3 ⎟⎠ i

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.11)
ui −1 = ui − ⎟ Δx + ⎟ Δx − ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠i 6 ∂x 3 ⎟⎠i

ui +1 − ui −1 ∂u ⎞ 1 ∂ 3u ⎞ 2
= ⎟ + ⎟ Δx + L
2Δx ∂x ⎠i 6 ∂x 3 ⎟⎠ i
ou
∂u ⎞ ui +1 − ui −1
⎟ = + O(Δx 2 ) (3.13)
∂x ⎠i 2 Δx
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
• Somando as Eqs. (3.10) e (3.11), subtraindo 2ui dos dois lados e
dividindo por Δx2, obtemos a Eq. (3.14).
• A Eq. (3.14) é uma aproximação de segunda ordem da segunda
derivada da função u(x) no ponto xi.
∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.10)
ui +1 = ui + ⎟ Δx + ⎟ Δx + ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠ i 6 ∂x 3 ⎟⎠ i

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.11)
ui −1 = ui − ⎟ Δx + ⎟ Δx − ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠i 6 ∂x 3 ⎟⎠i

ui +1 − 2ui + ui −1 ∂ 2u ⎞ 1 ∂ 4u ⎞ 2
= 2 ⎟⎟ + ⎟ Δx + L
ou Δx 2 ∂x ⎠i 12 ∂x 4 ⎟⎠i

∂ 2u ⎞ ui +1 − 2ui + ui −1
⎟
2 ⎟
∂x ⎠i
=
Δx 2
+ O (Δx 2
) (3.14)
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Podemos também obter aproximações de primeira ordem para a

primeira derivada da função u(x);
• Subtraindo ui de ambos os lados da Eq. (3.10) e dividindo tudo por Δx,
obtemos a Eq. (3.15).

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.10)
ui +1 = ui + ⎟ Δx + ⎟ Δx + ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠ i 6 ∂x 3 ⎟⎠ i

ui +1 − ui ∂u ⎞ 1 ∂ 2u ⎞
= ⎟ + ⎟ Δx + L
2 ⎟
Δx ∂x ⎠i 2 ∂x ⎠i
ou

∂u ⎞ ui +1 − ui
⎟ = + O(Δx ) (3.15)
∂x ⎠i Δx
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
• Se subtrairmos ui de ambos os lados da Eq. (3.11) e dividirmos tudo por
-Δx, obtemos a Eq. (3.16).

∂u ⎞ 1 ∂ 2u ⎞ 2 1 ∂ 3u ⎞ 3 (3.11)
ui −1 = ui − ⎟ Δx + ⎟ Δx − ⎟ Δx + L
∂x ⎠i 2 ∂x 2 ⎟⎠i 6 ∂x 3 ⎟⎠i

ui − ui −1 ∂u ⎞ 1 ∂ 2u ⎞
= ⎟ − ⎟ Δx + L
Δx ∂x ⎠i 2 ∂x 2 ⎟⎠i
ou

∂u ⎞ ui − ui −1
⎟ = + O(Δx ) (3.16)
∂x ⎠i Δx
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

Operadores Pontuais

u i +1 − u i −1
δ xui = (Aproximação centrada p/ a 1ª derivada)
2Δx

u i +1 − 2u i + u i −1 (Aproximação centrada p/ a 2ª derivada)

δ xx u i =
Δx 2

u i +1 − u i
Δ xui = (Aproximação forward p/ a 1ª derivada)
Δx

u i − u i −1
∇ xui = (Aproximação backward p/ a 1ª derivada)
Δx
SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Forma sistemática de obter as aproximações em diferenças finitas;

• Aproximação da primeira derivada utilizando três pontos da malha
computacional, Eq. (3.17);
• Obter os coeficientes ai para a máxima ordem possível;
• Anulando-se o máximo número de colunas da Tabela (3.2)

∂u ⎞
⎟
∂x ⎠i
+ a u
−1 i −1 + a u
0 i + a u
1 i +1 = O (Δx n
) (3.17)
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Vamos tentar anular a soma dos elementos das três primeiras colunas da
Tabela (3.2);
• Temos três incógnitas e precisamos de três equações;

Tabela 3.2 - Forma Sistemática para Obter as Aproximações em Diferenças Finitas

∂u ⎞ ∂ 2u ⎞ ∂ 3u ⎞ ∂ 4u ⎞
ui ⎟ ⎟ ⎟ ⎟
∂x ⎠ i ∂x 2 ⎠ i ∂x 3 ⎠ i ∂x 4 ⎠ i

∂u ⎞ 0 1 0 0 0
⎟
∂x ⎠ i

a−1ui −1 a −1 − Δxa −1 Δx 2 a −1 / 2 − Δx 3 a−1 / 6 Δx 4 a −1 / 24

0 0 0 0
a 0 ui a0

a1ui +1 a1 Δxa1 Δx 2 a1 / 2 Δx 3 a1 / 6 Δx 4 a1 / 24

∂u ⎞
⎟
∂x ⎠i
+ a u
−1 i −1 + a u
0 i + a u
1 i +1 = O (Δx n
) (3.17)
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Desta forma, obtemos as Eq. (3.18);

• A solução do sistema de equações é mostrada na Eq. (3.19);
⎧ a−1 + a0 + a1 = 0
⎪ (3.18)
⎨Δxa−1 − Δxa1 = 1
⎪ a +a =0
⎩ −1 1

1 1 (3.19)
a0 = 0 a−1 = a1 = −
2Δx 2Δx
Tabela 3.2 - Forma Sistemática para Obter as Aproximações em Diferenças Finitas

∂u ⎞ ∂ 2u ⎞ ∂ 3u ⎞ ∂ 4u ⎞
ui ⎟ ⎟ ⎟ ⎟
∂x ⎠ i ∂x 2 ⎠ i ∂x 3 ⎠ i ∂x 4 ⎠ i

∂u ⎞ 0 1 0 0 0
⎟
∂x ⎠ i

a−1ui −1 a −1 − Δxa −1 Δx 2 a −1 / 2 − Δx 3 a−1 / 6 Δx 4 a −1 / 24

0 0 0 0
a 0 ui a0

a1ui +1 a1 Δxa1 Δx 2 a1 / 2 Δx 3 a1 / 6 Δx 4 a1 / 24
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
• O erro de truncamento da aproximação é a soma dos termos das colunas
restantes da Tabela (3.2).
• O termo de ordem mais baixa do erro de truncamento e a aproximação da
primeira derivada da função u(x) são mostrados nas Eqs. (3.20) e (3.21),
respectivamente.
1 2 ∂ 3u ⎞
ert = − Δx
6 3 ⎟
∂x ⎠i
( )
⎟ + L = O Δx 2 (3.20)

∂u ⎞ ui +1 − ui −1
⎟ = + O (Δx 2 )
∂x ⎠i 2Δx (3.21)
Tabela 3.2 - Forma Sistemática para Obter as Aproximações em Diferenças Finitas
∂u ⎞ ∂ 2u ⎞ ∂ 3u ⎞ ∂ 4u ⎞
ui ⎟ ⎟ ⎟ ⎟
∂x ⎠ i ∂x 2 ⎠ i ∂x 3 ⎠ i ∂x 4 ⎠ i

∂u ⎞ 0 1 0 0 0
⎟
∂x ⎠ i

a−1ui −1 a −1 − Δxa −1 Δx 2 a −1 / 2 − Δx 3 a−1 / 6 Δx 4 a −1 / 24

0 0 0 0
a 0 ui a0

a1ui +1 a1 Δxa1 Δx 2 a1 / 2 Δx 3 a1 / 6 Δx 4 a1 / 24
 SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

• Obtivemos a mesma aproximação de segunda ordem obtida anteriormente

para a primeira derivada da função u(x);
• Para conseguirmos aproximações com ordem de precisão superior, temos
que usar um número maior de pontos.
• No caso geral, podemos obter uma aproximação de ordem (p+q) da
primeira derivada da função u(x) utilizando a Eq. (3.22).

∂u ⎞
⎟ + ∑ ak ui + k = O (Δx )
q
p+q (3.22)
∂x ⎠i k = − p