Comparação entre métodos numéricos: Runge-Kutta de quarta ordem e previsor-corretor
|
|
- Stefany da Mota Lima
- 7 Há anos
- Visualizações:
Transcrição
1 Comparação entre métodos numéricos: Runge-Kutta de quarta ordem e previsor-corretor Comparison of numerical methods: fourth-order Runge-Kutta and predictor-corrector ISSN Volume 7, dez Edição ERMAC Rafael de Lima Sterza Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP/FCT) rlsterza@gmail.com Analice Costacurta Brandi Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP/FCT) analice@fct.unesp.br Resumo As equações diferenciais ordinárias são de grande importância em diversas áreas, pois determinam o comportamento futuro de vários problemas, com base nas condições presentes. Os problemas podem ser modelados matematicamente e, através dessa modelagem matemática, é possível a representação dos conceitos e processos envolvidos nesses tipos de problemas, o que leva ao entendimento do fenômeno físico modelado. Neste contexto, este trabalho trata-se da comparação entre dois métodos numéricos, o método de Runge-Kutta e o método previsor-corretor, utilizados para resoluções de equações diferenciais ordinárias. A implementação do problema é realizada através do software Matlab e teve como objetivo a determinação da solução do problema. A verificação dos métodos foi realizada através de simulações numéricas do problema com diferentes condições auxiliares, comparando com a solução analítica existente na literatura. Palavras-chave: Métodos numéricos. Equações diferenciais ordinárias. Método de Runge-Kutta. Método previsor-corretor. Abstract The ordinary differential equations are of great importance in many areas as they may determine the future behavior of several problems, based on current conditions. The problems can be modeled mathematically and through this mathematical model it is possible the representation of the concepts and processes involved in these types of problems, which leads to the understanding of the modeled physical phenomenon. In this context, this work deals with the comparison between two numerical methods, the Runge-Kutta method and the predictorcorrector method used for the resolution of ordinary differential equations. The implementation of the problem was performed using the Matlab software and aimed to determine approximations for the solution of the problem. The validation of the methods is performed via numerical simulations of the problem with different auxiliary conditions, comparing with the analytical solution existing in the literature. Keywords: Numerical methods. Ordinary differential equations. Runge-Kutta method. Predictor-corrector method.
2 1 Introdução Muitos problemas científicos e de engenharias podem ser modelados matematicamente, sendo uma representação idealizada e simplificada de algum fenômeno natural. As soluções das equações devem respeitar os aspectos mais relevantes no comportamento do problema modelado, no entanto, muitas vezes não é possível justificar a utilização de hipóteses simplificadoras que modificam a natureza do problema, tal como a linearidade, que tornariam possível a determinação de uma solução exata. Isso quer dizer que não se pode forçar um problema a satisfazer hipóteses que permitiria a obtenção da solução exata, por esse motivo se faz necessário a utilização de métodos numéricos (CUMINATO; MENEGUETTE JUNIOR, 2013). A utilização de métodos numéricos para a solução de equações diferenciais ordinárias com problema de valor inicial é de fundamental importância e será resolvido através do método de diferenças finitas, sendo que a ideia geral desse método é a discretização do domínio e a substituição das derivadas presentes no problema por aproximações envolvendo o valor numérico da função. O objetivo deste trabalho é a resolução de problemas de valor inicial, isto é, uma equação diferencial ordinária com uma condição inicial conhecida, através do método de Runge-Kutta e do método previsor-corretor, em que a implementação foi executada no software Matlab. Também, será realizada uma comparação entre os métodos numéricos testados e a solução analítica, baseada em seus respectivos erros. 2 Formulação matemática Para as equações diferenciais ordinárias (EDOs) de primeira ordem, um problema de valor inicial (PVI) é um problema de evolução, no qual a informação inicial, que é conhecida, é propagada para o interior do domínio pela equação diferencial e pode ser representado da seguinte maneira: { y = f(x, y), y(a) = β, (1) onde f: R² R é uma função contínua. A função y = y(x) (x a) é a solução do problema e β é o valor inicial no ponto a. Em outras palavras, a equação (1) é uma EDO de primeira ordem com a condição inicial y(a) = β (ZILL, 2011). 3 Formulação numérica Um conjunto de pontos que representam a função y(x) de maneira aproximada é a solução numérica de uma EDO. Quando se resolve numericamente uma equação diferencial, o enunciado do problema também inclui o domínio da solução. Por exemplo, considere que uma solução seja necessária entre x = a e x = b, portanto o domínio será [a, b]. Dependendo do método numérico utilizado para resolver a equação, pode-se ajustar previamente o número de pontos entre a e b nos quais deseja-se obter a solução, ou isso pode ser decidido pelo método. O domínio pode ser dividido em n subintervalos de mesma largura definidos por n + 1 valores da variável independente entre x 1 = a e x n+1 = b, ou seja, considerando o intervalo [a, b], subdividido em n partes iguais, cada uma de comprimento h, formando um conjunto de pontos, com x 0 = a e x n = b, R h = {x i = a + ih, i = 0, 1, 2,, n}, em que h = b a. n 13
3 A solução consiste em valores da variável dependente determinados para cada valor da variável independente. A solução é então formada por um conjunto de pontos (x 1, y 1 ), (x 2, y 2 ),..., (x n+1, y n+1 ), que definem a função y(x) (GILAT; SUBRAMANIAM, 2008). O método de diferenças finitas utiliza a expansão da Série de Taylor para aproximar as derivadas presentes nas equações, e determina o comportamento da função em um ponto x que é arbitrário, porém próximo ao ponto de referência a, a expansão pode ser escrita de uma maneira geral n y(x) = y(a) + y(k) (a) (x a) k + O((x a) n+1 ), (2) k! k=1 onde a distância x = h = x a, a ordem n do polinômio determina o erro da aproximação e O( x) representa a ordem do erro de truncamento local (ETL) (FORTUNA, 2012), isto é, o erro existente em uma iteração da integração numérica ao substituir um processo infinito por um finito, já o erro de truncamento global é o acúmulo dos ETL ao longo do processo de integração (BORTOLI et al., 2003). Sejam y i aproximações para y(x i ), i = 0, 1, n e em cada um dos pontos aproxima-se a equação diferencial (1). A determinação das aproximações para as derivadas por diferenças avançadas e atrasadas podem ser descritas da seguinte forma y (x i ) = y i+1 y i. h (3) A equação (3) representa a diferença avançada, cujo erro de truncamento local é dado por ETL = h 2 y (ζ i ), ζ i [x i, x i+1 ], ou seja, um erro de primeira ordem (FORTUNA, 2012). Uma outra aproximação para a primeira derivada é dada por y (x i ) = y i y i 1, (4) h que representa a diferença atrasada, cujo erro de truncamento local também é de primeira ordem, dado por ETL = h 2 y (ζ i ), ζ i [x i 1, x i ] (FORTUNA, 2012). 3.1 Método de Runge-Kutta Carl David Runge ( ), matemático e físico alemão, trabalhou muitos anos em espectroscopia. Kutta era um matemático alemão que trabalhava com aerodinâmica e é, também, muito conhecido por suas contribuições importantes à teoria clássica de aerofólio. A análise de dados os levaram a considerar problemas em computação numérica e o método de Runge-Kutta tem origem em um artigo sobre soluções em 1901 por M. Wilhelm Kutta ( ) (VALLE, 2012). O método de Runge-Kutta é provavelmente um dos métodos mais populares e o de quarta ordem é um dos mais utilizados para obter soluções aproximadas de valor inicial. Cada método de Runge-Kutta consiste em comparar um polinômio de Taylor apropriado para eliminar o cálculo das derivadas, fazendo-se várias avaliações da função a cada passo. O método de Runge-Kutta pode ser entendido como um aperfeiçoamento do método de Euler, com uma melhor estimativa da derivada da função (VALLE, 2012). No método de Euler a estimativa do valor de y n+1 é realizado com o valor de y n e com a derivada no ponto x n. No método de Runge-Kutta, busca-se uma melhor estimativa da derivada com a avaliação da função em mais 14
4 pontos no intervalo [x n, x n+1 ]. Um método de Runge-Kutta de ordem n possui um erro da ordem de O(h n+1 ) (BARATTO, 2007). De modo geral, o método de Runge-Kutta é dado por y n+1 = y n + h (Inclinação), (5) onde Inclinação é uma constante que é obtida através do cálculo da inclinação em vários pontos no interior do subintervalo. A ordem do método indica o número de pontos usado em um subintervalo para determinar o valor da Inclinação, isto é, o método de Runge-Kutta de segunda ordem utiliza a inclinação em dois pontos, o método de terceira ordem utiliza três pontos, e assim por diante (GILAT; SUBRAMANIAM, 2008). Fazendo x = x n+1 = x n + h e a = x n na equação (2) com n = 4, obtém-se y(x n+1 ) = y(x n + h) = = y(x n ) + hy (x n ) + h2 2! y (x n ) + h3 3! y (x n ) + h4 4! y(4) (x n ) + h5 5! y(5) (ζ), onde ζ é algum número entre x n e x n+1. O procedimento de Runge-Kutta de quarta ordem consiste em encontrar constantes apropriadas de tal forma que y n+1 = y n + h(c 1 K 1 + c 2 K 2 + c 3 K 3 + c 4 K 4 ), (6) sendo c 1, c 2, c 3 e c 4 constantes a serem determinadas e K 1 = f(x n, y n ), K 2 = f(x n + α 1 h, y n + β 1 hk 1 ), K 3 = f(x n + α 2 h, y n + β 2 hk 1 + β 3 hk 2 ), K 4 = f(x n + α 3 h, y n + β 4 hk 1 + β 5 hk 2 + β 6 hk 3 ), igualando a equação (6) com o polinômio de Taylor de grau 4, resultará um sistema não-linear de 11 equações e 13 incógnitas, ou seja, haverá infinitas soluções), onde as 13 incógnitas são c 1, c 2, c 3, c 4, α 1, α 2, α 3, β 1, β 2, β 3, β 4, β 5 e β 6 (VALLE, 2012; BARROSO, 1987). No entanto, há uma solução, em particular, que é muito utilizada, fazendo: c 1 = c 4 = 1 6 ; c 2 = c 3 = 1 3 ; α 3 = β 6 = 1; β 2 = β 4 = β 5 = 0; α 1 = α 2 = β 1 = β 3 = 1 2. Dessa forma, o método de Runge-Kutta de quarta ordem é dado por com y n+1 = y n + h 6 (K 1 + 2K 2 + 2K 3 + K 4 ), K 1 = f(x n, y n ), K 2 = f (x n h, y n hk 1), (7) (8) 15
5 K 3 = f (x n h, y n hk 2), K 4 = f(x n + h, y n + hk 3 ). As equações (7) e (8) representam o método de Runge-Kutta de quarta ordem, cujo erro de truncamento local é h5 5! y(5) (ζ), onde ζ [x n, x n+1 ] ou O(h 5 ) (VALLE, 2012) e o erro de truncamento global é O(h 4 ) (GILAT; SUBRAMANIAM, 2008). A construção dos métodos de Runge-Kutta de outras ordens é análoga ao mostrado acima, o de segunda ordem, por exemplo, é dado por y n+1 = y n + h(c 1 K 1 + c 2 K 2 ), com c 1 + c 2 = 1, K 1 = f(x n, y n ) e K 2 = f(x n + hα 1, y n + h(β 1 K 1 )) e para determinar os parâmetros c 1, c 2, α 1 e β 1 é necessário comparar a função y n+1 com a fórmula de Taylor de ordem 2, isto é, assim, obtém-se y n + h(c 1 K 1 + c 2 K 2 ) = y n + hy (x n ) + h 2 y (x n ), c 1 + c 2 = 1 { c 2 α 1 = 1 2 Sistema não-linear com infinitas soluções. α 1 = β 1 Em particular, toma-se c 1 = c 2 = 1 2 e α 1 = β 1 = 1 (GILAT; SUBRAMANIAM, 2008), dessa forma o método de Runge-Kutta de segunda ordem é dado por: y n+1 = y n + h 2 [f(x n, y n ) + f(x n + h, y n + hk 1 )], que também é conhecido como método de Euler aperfeiçoado, cujo erro de truncamento local é dado por h3 3! y(3) (ζ), onde ζ [x n, x n+1 ] ou O(h 3 ) (VALLE, 2012) e o erro de truncamento global é O(h 2 ) (GILAT; SUBRAMANIAM, 2008). 3.2 Método previsor-corretor Os métodos previsor-corretor se referem a uma família de esquemas usados na solução de EDOs. Esses esquemas utilizam duas fórmulas, chamadas de previsor e corretor. O previsor é uma fórmula explícita usada para estimar a solução y n + 1. Com o previsor, o valor de y n + 1 é calculado a partir da solução conhecida no ponto anterior (x n, y n ) (método de passo simples) ou em vários pontos anteriores (métodos multipasso). Uma vez encontrada uma estimativa para y n + 1, aplica-se o corretor. O corretor usa o valor estimado de y n + 1 no lado direito de uma fórmula que, em circunstâncias normais, seria usada como uma fórmula implícita. Com isso, obtém-se no lado esquerdo da equação um novo valor para y n + 1 que é mais preciso que o anterior. Portanto, a equação corretora, que é usualmente uma equação implícita, acaba sendo usada de uma maneira explícita, já que neste caso não é necessário resolver uma equação nãolinear. Esse esquema usa os benefícios da fórmula implícita, ao mesmo tempo evitando as 16
6 dificuldades associadas à solução direta de uma equação implícita. Além disso, a aplicação do corretor pode ser feita várias vezes com a substituição do novo valor de y n + 1 no lado direito da equação corretora, o que resulta em valores de y n + 1 cada vez mais refinados (GILAT; SUBRAMANIAM, 2008). Este método de solução de equações diferenciais ordinárias é baseado no Teorema Fundamental do Cálculo x n+1 y (x)dx = y(x n+1 ) y(x n ). x n Como y (x) = f(x, y(x)), tem-se x n+1 x n f(x, y(x))dx = y(x n+1 ) y(x n ) x n+1 y(x n+1 ) = y(x n ) + f(x, y(x))dx x n. Utiliza-se a regra dos Trapézios para a aproximação da integral encontrada na equação (9), dessa forma y(x n+1 ) = y(x n ) + h 2 [f(x (10) n, y n ) + f(x n+1, y(x n+1 ))]. A equação (10) é chamada de Método dos Trapézios e o mesmo deve ser calculado implicitamente, já que o termo y(x n+1 ) = y n+1 aparece nos dois lados da equação. O método previsor-corretor consiste em resolver a equação (10) por meio dos seguintes passos (RUGGIERO, 1996): i) por meio de um método explícito, obtido por diferenças avançadas, encontra-se a primeira (0) aproximação y n+1 para yn+1 ; ii) calcula-se então o valor f(x n+1, y (0) n+1 ), que representa o f n+1 ; (1) iii) por (ii), encontra-se uma próxima aproximação para y n+1, y n+1, usando um método implícito, que é obtido utilizando diferenças atrasadas; (1) iv) calcula-se, agora, f(x n+1, y n+1) e assim repetirá o processo até que duas aproximações sucessivas sejam y n+1 (k) (k 1) yn+1 (k) y n+1 < ε, onde ε é a precisão desejada. Portanto, para a obtenção de y 1, deve-se realizar, Previsor: y 1 (0) = y 0 + hf(x 0, y 0 ), será a primeira aproximação para y 1. E então, utilizando o Corretor: y 1 (k+1) = y0 + h 2 [f(x 0, y 0 ) + f(x 1, y 1 (k) )], caso a sequência y 1 (0), y1 (1), y1 (2), convergir será determinado o valor de y1. E isso deve ser realizado para todos os y n. Em outras palavras, a equação (10) para y(x n+1 ) é resolvida pelo método de aproximações sucessivas com a aproximação inicial dada por y(x n+1 ) = y(x n ) + hf(x n, y(x n )). Ao aplicar o corretor utiliza-se a iteração do ponto fixo que, neste caso, convergirá se φ (y n ) < 1, onde φ(y n ) = y n 1 + h 2 [f(x n 1, y n 1 ) + f(x n, y n )]. Como φ (y n ) = h 2 f(x n,y n ) y n h 2, segue que f(x n, y n ) y n < 1 h f(x n, y n ) y n < 2 h < 2. f(x n, y n ) y n (9) 17
7 Dessa forma, se f(x n,y n ) for contínua, pode-se escolher h suficientemente pequeno para que y n o método corretor gere uma sequência convergente (SANTOS, 2009). 4 Resultados numéricos Neste trabalho foram considerados dois problemas de valor inicial, resolvidos pelos métodos Runge-Kutta de segunda e quarta ordem e previsor-corretor para verificar a validade das técnicas numéricas descritas na seção anterior e compará-las. 4.1 Problema 1 Utilizando o PVI abaixo (ZILL, 2011): y sen(x)sen(y) tg(x) =, cos(x) cos(y) { y(0) = 0, x [0, 0.9], em que a solução analítica é dada por: y(x) = arcsen[sec(x)(ln(cos(x)))]. Assim, a resolução numérica dos métodos estudados é apresentada, comparando-os e fazendo uma análise da convergência. Para a resolução desse problema, é necessário dispor do espaçamento h utilizado, dessa forma, foram consideradas três malhas: grossa (h = 0.036), intermediária (h = 0.018) e fina (h = 0.009). Inicialmente, verifica-se os valores de h escolhidos, isto é, se eles satisfazem o critério de 2 convergência, então h < = 2.35, ou seja, os valores escolhidos estão de f(x n,yn ) yn = acordo com a convergência do método. E para o método previsor-corretor, a precisão utilizada foi ε = A análise será realizada observando o erro máximo absoluto (E), dado por E = max y(x i) y i, isto é, o maior valor da diferença entre a solução numérica e a 1 i,j n 1 analítica, em módulo. Tabela 1: Comparação do valor do erro máximo absoluto para o Problema 1. Malha Runge-Kutta 2 Runge-Kutta 4 Previsor-corretor Grossa e e e-03 Intermediária e e e-03 Fina e e e-04 A Tabela 1 representa o erro máximo absoluto, em outras palavras, é o maior valor do erro global apresentado, e pode-se notar que os valores do erro apresentado pelo método de Runge- Kutta de quarta ordem é menor que nos demais métodos, apesar da diferença ser pequena, mostrando competitividade entre os métodos. 18
8 Figura 1 - Erro global dos métodos numéricos no Problema 1 para a malha fina Na Figura 1 é mostrado o erro global dos métodos numéricos em relação à solução analítica, isto é, o módulo da diferença entre a solução numérica e a solução analítica, sendo que o eixo das ordenadas do gráfico está em escala logarítmica. E com isso, nota-se que o método de Runge-Kutta de quarta ordem foi mais eficaz que os outros dois métodos, isso quer dizer que, o método tem uma maior qualidade de produzir uma resposta correta para problema (CHERRI et al., 2012), apesar da competitividade apresentada na Tabela 1, ao ser avaliado ao longo de todo o domínio, nota-se que o método Runge-Kutta de quarta ordem se destaca. E comparando o método previsor-corretor com o Runge-Kutta de segunda ordem, nota-se que há uma boa competição entre os métodos, no entanto, o método de Runge-Kutta sempre tem uma melhor eficácia, ao longo do domínio. 4.2 Problema 2 O calor transferido de um corpo para seu ambiente por radiação, baseado na lei de Stefan- Boltzman, é descrito pela equação diferencial du dt = α(u4 T 4 (11) ), onde u(t) é a temperatura absoluta do corpo no instante t, T é a temperatura absoluta do ambiente e α é uma constante que depende dos parâmetros físicos do corpo. No entanto, se u for muito maior do que T, as soluções da equação (10) podem ser aproximadas por soluções da equação mais simples du dt = (12) αu4. Suponha que um corpo, a uma temperatura inicial de 2000 K, está em um meio à temperatura de 300 K e que α = 2, K 3 /s. Sabendo que u(0) = 2000 e que a solução analítica é dada por u(t) = , pode-se resolver o problema utilizando a equação (12) (BOYCE; 1+0,048t DIPRIMA, 2010). Dessa forma, a variação da temperatura entre os instantes 0 a 150 s é determinada, verificando também, a convergência dos métodos e a comparação entre eles. 19
9 Para a resolução desse problema, é necessário dispor do espaçamento h utilizado, dessa forma, foram consideradas três malhas: grossa (h = 0.5), intermediária (h = 0.25) e fina (h = 0.1). Inicialmente, verifica-se os valores de h escolhidos, isto é, se eles satisfazem o critério de convergência, então h < 2 = 2 f(t n,un ) un = , ou seja, os valores escolhidos estão de acordo com a convergência do método. E para o método previsor-corretor, a precisão utilizada foi ε = A análise será realizada observando o erro máximo absoluto (E), dado por E = max y(x i) y i, isto é, o maior valor da diferença entre a solução numérica e a 1 i,j n 1 analítica, em módulo. Tabela 2: Comparação do valor do erro máximo absoluto para o Problema 2. Malha Runge-Kutta 2 Runge-Kutta 4 Previsor-corretor Grossa e e Intermediária e e Fina e e e-01 A Tabela 2 representa o erro máximo absoluto, em outras palavras, é o maior valor do erro global apresentado, e pode-se notar que os valores do erro apresentado pelo método de Runge- Kutta de quarta ordem é menor que nos demais métodos. Analisando separadamente, observase que o método previsor-corretor apresentou erros altos para esse problema, já o Runge-Kutta de segunda ordem apresentou resultados consideráveis. Figura 2 - Erro global dos métodos numéricos no Problema 2 para a malha grossa no início do intervalo Na Figura 2 é mostrado o erro global dos métodos numéricos em relação à solução analítica, isto é, o módulo da diferença entre a solução numérica e a solução analítica, sendo que o eixo das ordenadas do gráfico está em escala logarítmica e o eixo do domínio está reduzido apenas para uma pequena parte do intervalo, mas ressalta-se que ao longo do domínio o gráfico de cada método mantém-se coerente com o apresentado. E da mesma forma do problema anterior, notase que o método de Runge-Kutta de quarta ordem foi mais eficaz que os outros dois métodos, 20
10 isso quer dizer que, o método tem uma maior qualidade de produzir uma resposta correta para problema (CHERRI et al., 2012). Comparando o método previsor-corretor com o Runge-Kutta de segunda ordem, nota-se que o segundo se destacou, apresentando erros menores. 5 Conclusão No trabalho apresentado, os métodos de Runge-Kutta de segunda e quarta ordem e previsorcorretor foram utilizados com o objetivo de analisar seus resultados comparando-os com a solução analítica encontrada na literatura. Existem situações em que é preferível um método numérico ao método analítico ainda que este exista, por exemplo se a solução para um problema envolve muitos cálculos. A maior parte dos problemas concretos são, em geral, complexos e envolvem fenômenos não lineares, pelo que é comum de se encontrar numa situação em que os conhecimentos de matemática não são suficientes para a descoberta de uma solução exata para um problema real. Com o estudo e desenvolvimento dos métodos numéricos pode-se concluir que para obter resultados coerentes e precisos, utilizando os métodos já mencionados, é necessário uma correta implementação do problema, atentando-se para a discretização do domínio e a correta substituição das aproximações na equação do problema em questão. Os métodos numéricos apresentados neste trabalho são métodos de implementação simples e produzem soluções eficientes para diversos problemas envolvendo equações diferenciais. De acordo com os problemas apresentados neste trabalho, nota-se que o método de Runge- Kutta de quarta ordem foi mais eficaz em relação aos métodos estudados, o que era esperado, pois o método de Runge-Kutta é um método que apresenta erro de quarta ordem. 6 Referências BARATTO, G. Solução de equações diferenciais ordinárias usando métodos numéricos. Versão 0.1. Fevereiro de Notas de aula. BARROSO, L. C. et al. Cálculo numérico com aplicações. 2. ed. São Paulo: Harbra, BORTOLI, A. L. de et al. Introdução ao cálculo numérico. 2. ed. Porto Alegre: [s.n.], Disponível em: < Acesso em: 07 dez BOYCE, W. E.; DIPRIMA, R. C. Equações diferenciais elementares e problemas de valores de contorno. 9. ed. Rio de Janeiro: LTC, CHERRI, A. et al. Métodos numéricos computacionais Notas de Aula. CUMINATO, J. A.; MENEGUETTE JUNIOR, M. Discretização de equações diferenciais parciais: técnicas de diferenças finitas. Rio de Janeiro: SBM, FORTUNA, A. O. Técnicas computacionais para dinâmica dos fluidos: conceitos básicos e aplicações. 2. ed. São Paulo: Editora da Universidade de São Paulo, GILAT, A.; SUBRAMANIAM, V. Métodos numéricos para engenheiros e cientistas: uma introdução com aplicações usando o MATLAB. Porto Alegre: Bookman,
11 RUGGIERO, M. A. G.; LOPES, V. L. R. Cálculo numérico: aspectos teóricos e computacionais. 2. ed. São Paulo: Pearson Prentice Hall, SANTOS, S. G. dos. Solução numérica de PVI: Método previsor-corretor de maio de Notas de Aula. VALLE, K. N. F. Métodos numéricos de Euler e Runge-Kutta f. Monografia (Especialização) - Programa de Pós-graduação em Matemática Para Professores Com Ênfase em Cálculo, Universidade Federal de Minas Gerais, Belo Horizonte, Disponível em: < Acesso em: 07 dez ZILL, D. G. Equações diferenciais com aplicações em modelagem. 2. ed. São Paulo: Cengage Learning,
Comparação entre métodos numéricos computacionais na solução de um problema de valor inicial
Comparação entre métodos numéricos computacionais na solução de um problema de valor inicial Comparison of computational numerical methods in an initial value problem solution ISSN 2316-9664 Volume 7,
Leia maisMétodos de Euler aperfeiçoado e modificado para solução de equações diferenciais ordinárias
Métodos de Euler aperfeiçoado e modificado para solução de equações diferenciais ordinárias Improved and modified Euler methods for the resolution of ordinary differential equations ISSN 2316-9664 Volume
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 22 07/2014 Resolução Numérica de Equações Diferenciais Ordinárias Objetivo: Resolver Equações Diferenciais Ordinárias utilizando
Leia maisétodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno
étodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA
Leia maisEquações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Profa. Simone Aparecida Miloca UNIOESTE 2017 Sumario EQUAÇÕES DIFERENCIAIS ORDINÁRIAS MÉTODO DE EULER MÉTODOS DE SÉRIES DE TAYLOR MÉTODOS DE RUNGE KUTTA EQUAÇÕES DIFERENCIAIS
Leia maisAlgoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 7: Equaç~oes diferenciais ordinárias c 2009 FFCf 2 Capítulo 7: Equações diferenciais ordinárias 7.1 Solução numérica de EDO 7.2 Métodos de Runge-Kutta 7.3 Métodos
Leia maisSolução Numérica de EDOs
Solução Numérica de EDOs Maria Luísa Bambozzi de Oliveira SME0300 Cálculo Numérico 10 de Novembro, 2010 Introdução Equação Diferencial de 1a. Ordem y = f (x, y) f : função real dada, de duas variáveis
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisy(x n+1 ) = y(x n ) + hy (x n ) + h2 q! y (q) (x n )
2. Método de Taylor de ordem q Seja y(x) a solução exata do p.v.i., contínua e suficientemente derivável em [a, b]. A expansão em série de Taylor para y(x n + h) em torno do ponto x n é dada por: y(x n+1
Leia maisCálculo Numérico P2 EM33D
Cálculo Numérico P EM33D 8 de Abril de 03 Início: 07h30min (Permanência mínima: 08h40min) Término: 0h00min Nome: GABARITO LER ATENTAMENTE AS OBSERVAÇÕES, POIS SERÃO CONSIDERADAS NAS SUA AVALIAÇÃO ) detalhar
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 6 Resolução Numérica de Equações Diferenciais Ordinárias Objetivo: Resolver Equações Diferenciais Ordinárias utilizando métodos
Leia maisAplicação dos Métodos de Runge-Kutta de primeira, segunda, terceira e quarta ordem na Resolução de uma Equação Diferencial Ordinária.
1 Aplicação dos Métodos de Runge-Kutta de primeira, segunda, terceira e quarta ordem na Resolução de uma Equação Diferencial Ordinária. Rodrigo Romais (FCSGN) 1 r.romais@gmail.com Resumo: Métodos numéricos
Leia maisModelagem Computacional. Aula 5 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Aula 5 2 Prof. Thiago Alves de Queiroz 2 [Cap. 5] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisv. 7 - dez Edição ERMAC Iniciação Científica ISSN
v. 7 - dez. 2016 - Edição ERMAC Iniciação Científica ISSN 2316-9664 Editoras Profa. Dra. Cristiane Alexandra Lázaro Profa. Dra. Tatiana Miguel Rodrigues de Souza ISSN 2316-9664 v. 7, dez. 2016 Edição ERMAC
Leia maislineares via método de diferenças finitas exponencial de alta ordem
Solução numérica de problemas elípticos não lineares via método de diferenças finitas exponencial de alta ordem Numerical solution of nonlinear elliptic problems by the exponential finite difference method
Leia maisErros nas aproximações numéricas
Erros nas aproximações numéricas Prof. Emílio Graciliano Ferreira Mercuri Departamento de Engenharia Ambiental - DEA, Universidade Federal do Paraná - UFPR emilio@ufpr.br 4 de março de 2013 Resumo: O objetivo
Leia maisMINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA IFPB Campus João Pessoa Departamento de Ensino Superior
PLANO DE DISCIPLINA IDENTIFICAÇÃO CURSO: CST EM SISTEMAS DE TELECOMUNICACÕES DISCIPLINA: MÉTODOS NUMÉRICOS CÓDIGO DA DISCIPLINA: INF065 PRÉ-REQUISITO(S): CÁLCULO DIFERENCIAL E INTEGRAL I, PROGRAMAÇÃO ESTRUTURADA
Leia maisExercícios de MATEMÁTICA COMPUTACIONAL Capítulo V
Exercícios de MATEMÁTICA COMPUTACIONAL Capítulo V Integração Numérica 1. Considere o integral: 1 0 e x2 dx a) Determine o seu valor aproximado, considerando 4 subintervalos e utilizando: i. A regra dos
Leia maisétodos uméricos RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS (Continuação) Prof. Erivelton Geraldo Nepomuceno
étodos uméricos RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE
Leia maisResolução do Exame Tipo
Departamento de Matemática e Engenharias Análise e Computação Numérica Resolução do Exame Tipo 1. O computador IBM 3090 possuía um sistema de vírgula flutuante F F(16, 5, 65, 62) (em precisão simples),
Leia maisProblemas com Valores de Fronteira para Equações Diferenciais Ordinárias
Problemas com Valores de Fronteira para Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados
Leia maisEQUAÇÕES DIFERENCIAIS: UMA ABORDAGEM PARA GRADUAÇÃO
EQUAÇÕES DIFERENCIAIS: UMA ABORDAGEM PARA GRADUAÇÃO Marcelo F. de Oliveira 1 ; Licéia A. Pires 1 Universidade Federal do Paraná Faculdade Educacional Araucária RESUMO A análise do comportamento de um fenômeno
Leia maisMÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION
MÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION Giovani Prates Bisso Dambroz 2, Peterson Cleyton Avi 3 1 Texto produzido a partir de trabalho desenvolvido
Leia maisEquações diferenciais ordinárias
Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver
Leia maisAplicação dos Métodos de Euler e de Euler Melhorado na Resolução de uma Equação Diferencial Ordinária.
Aplicação dos Métodos de Euler e de Euler Melhorado na Resolução de uma Equação Diferencial Ordinária. Rodrigo Romais (FCSGN) * r.romais@gmail.com Resumo: Métodos numéricos são extremamente úteis na resolução
Leia maisAula 16. Integração Numérica
CÁLCULO NUMÉRICO Aula 16 Integração Numérica Integração Numérica Cálculo Numérico 3/41 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.
Leia maisAnálise da estabilidade do método explícito para discretização de equações diferenciais parabólicas por meio de diferenças finitas
Análise da estabilidade do método explícito para discretização de equações diferenciais parabólicas por meio de diferenças finitas Analysis of the stability of the explicit method for discretization of
Leia mais4 Modelagem Numérica. 4.1 Método das Diferenças Finitas
4 Modelagem Numérica Para se obter a solução numérica das equações diferenciais que regem o processo de absorção de CO 2,desenvolvido no capitulo anterior, estas precisam ser transformadas em sistemas
Leia maisEDO - PVI por método de Euler
EDO - PVI por método de Euler André Scarmagnani 1, Isaac da Silva 1, Valmei A. Junior 1 1 UDC ANGLO - Faculdade Anglo Americano (FAA) Av.Paraná, 5661, CEP: 85868-030 - Foz do Iguaçu - PR - Brasil andre-scar@hotmail.com,
Leia maisModelagem Computacional. Parte 3 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 3 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 4] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisMAPLET PROGRAMADA VIA MAPLE: SOLUÇÃO NUMÉRICA DE UM PVI UTILIZANDO OS MÉTODOS LINEARES DE PASSO MÚLTIPLO EXPLÍCITOS
MAPLET PROGRAMADA VIA MAPLE: SOLUÇÃO NUMÉRICA DE UM PVI UTILIZANDO OS MÉTODOS LINEARES DE PASSO MÚLTIPLO EXPLÍCITOS ADILANDRI MÉRCIO LOBEIRO 1, OILSON ALBERTO GONZATTO JUNIOR 2, TEREZA MARIA PEREIRA GARCIA
Leia mais6 MÉTODO DE ELEMENTOS FINITOS - MEF
6 MÉTODO DE ELEMENTOS FINITOS - MEF O Método de Elementos Finitos é uma técnica de discretização de um problema descrito na Formulação Fraca, na qual o domínio é aproximado por um conjunto de subdomínios
Leia maisOptativa: Linha 2 Carga Horária: 45 hs Créditos: 03
Título: CTS18 Introdução à Simulação Numérica Optativa: Linha 2 Carga Horária: 45 hs Créditos: 03 Ementa: 1. Introdução 2. Análise de Erros 3. Resolução de equações não lineares 4. Resolução de Sistemas
Leia maisANÁLISE NUMÉRICA DO MÉTODO DE NEWTON PARA OBTENÇÃO DE ZEROS DE FUNÇÕES.
ANÁLISE NUMÉRICA DO MÉTODO DE NEWTON PARA OBTENÇÃO DE ZEROS DE FUNÇÕES. Edevilson Gomes Pereira PUCPR- edevilson.pereira@pucpr.b Viviana Cocco Mariani PUCPR- viviana.mariani@pucpr.br Resumo: Neste artigo
Leia maisDiferenciais Ordinárias
Capítulo 1 Solução Numérica de Equações Diferenciais Ordinárias 1.1 Introdução Muitos problemas encontrados em engenharia e outras ciências podem ser formulados em termos de equações diferenciais. Por
Leia maisSabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente
MÉTODOS NUMÉRICOS E COMPUTACIONAIS II EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES EXERCICIOS RESOLVIDOS - INTEGRACAO-NUMERICA - EDO. Considere a seguinte tabela de valores de uma função f x i..5.7..5 f(x
Leia maisAnálise da ordem de acurácia do erro em soluções numéricas da equação de Poisson
Análise da ordem de acurácia do erro em soluções numéricas da equação de Poisson Analysis of the order of accuracy of the error in numerical solutions of the Poisson equation ISSN 2316-9664 Volume 10,
Leia maisMétodos de Runge-Kutta
Solução numérica de Equações Diferenciais Ordinárias: Métodos de Runge-Kutta Marina Andretta/Franklina Toledo ICMC-USP 31 de outubro de 2013 Baseado nos livros: Análise Numérica, de R. L. Burden e J. D.
Leia maisSME Cálculo Numérico. Lista de Exercícios: Gabarito
Exercícios de prova SME0300 - Cálculo Numérico Segundo semestre de 2012 Lista de Exercícios: Gabarito 1. Dentre os métodos que você estudou no curso para resolver sistemas lineares, qual é o mais adequado
Leia maisModelagem Computacional. Aula 9 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Aula 9 2 Prof. Thiago Alves de Queiroz 2 [Cap. 12] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010.
Leia maisCapítulo 3 - Problemas com Valores de Fronteira para Equações Diferenciais Ordinárias
Capítulo 3 - Problemas com Valores de Fronteira para Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática
Leia maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS EDOs de primeira ordem Problema de Valor Inicial (PVI) dy dx = f x, y y x 0 = y 0 Método de passo simples valor novo = valor antigo + inclinação passo Método de Euler y
Leia maisAula 6. Zeros reais de funções Parte 3
CÁLCULO NUMÉRICO Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/48 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO: Uma das condições de convergência é que onde I é um intervalo
Leia maisMAPLET PROGRAMADA VIA MAPLE: SOLUÇÃO NUMÉRICA DE UM PVI UTILIZANDO OS MÉTODOS LINEARES DE PASSO MÚLTIPLO EXPLÍCITOS
MAPLET PROGRAMADA VIA MAPLE: SOLUÇÃO NUMÉRICA DE UM PVI UTILIZANDO OS MÉTODOS LINEARES DE PASSO MÚLTIPLO EXPLÍCITOS Resumo: Este artigo objetiva divulgar uma Maplet programada via Maple 16 para resolver
Leia maisAula 3 11/12/2013. Integração Numérica
CÁLCULO NUMÉRICO Aula 3 11/12/2013 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/64 Integração Numérica Cálculo Numérico 4/64 Integração Numérica Em determinadas
Leia maisCÁLCULO NUMÉRICO. Prof. Dr. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Prof. Dr. Yara de Souza Tadano yaratadano@utfpr.edu.br 03/2014 Aula 1 Yara de Souza Tadano Email: yaratadano@utfpr.edu.br Página Pessoal: paginapessoal.utfpr.edu.br/yaratadano Cálculo
Leia maisMétodos Numéricos em Engenharia Química
Universidade Federal do Paraná UFPR Programa de Pós-Graduação em Engenharia Química PPGEQ Métodos Numéricos em Engenharia Química Prof. Éliton Fontana 2018/1 Conteúdo 1. Introdução 3 1.1. Classicação das
Leia maisResoluções de Equações Diferenciais Ordinárias (EDOs) por Séries de Potências
Resoluções de Equações Diferenciais Ordinárias (EDOs) por Séries de Potências Hudson Umbelino dos Anjos 1, Julia de Paula Borges 2 1 Mestre em Matemática IFTO. e-mail: hudsonanjos@ifto.edu.br 2 Graduanda
Leia maisMétodos Numéricos em Equações Diferenciais Aula 02 - Método de Euler
Métodos Numéricos em Equações Diferenciais Aula 02 - Método de Euler Profa. Vanessa Rolnik curso: Matemática Aplicada a Negócios Introdução Método de Diferenças: { w0 = α w i+1 = w i + h φ(t i, w i ),
Leia maisMINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS CONSELHO DE GRADUAÇÃO
DISCIPLINA: CÁLCULO III CÓDIGO: 2DB.015 VALIDADE: Início: 01/13 Eixo: Matemática Carga Horária: Total: 50 horas/ 60 horas-aula Semanal: 4 aulas Créditos: 4 Modalidade: Teórica Integralização: Classificação
Leia maisAula 19 06/2014. Integração Numérica
CÁLCULO NUMÉRICO Aula 19 06/2014 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/41 Integração Numérica Cálculo Numérico 4/41 Integração Numérica Em determinadas
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia maisEXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO
Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/47 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO:
Leia maisEquações diferenciais ordinárias EQUAÇÕES DIFERENCIAIS ORDINÁRIAS
1 Sumário 1 Equações diferenciais ordinárias Métodos de Euler Exemplo de EDO linear: Método implícito Métodos multi-passo lineares Fórmulas de Adams-Bashforth Fórmulas de Adams-Moulton Fórmulas do tipo
Leia maisComparação entre métodos de resolução de sistemas aplicados à discretização da equação de Poisson via diferenças finitas exponencial
Comparação entre métodos de resolução de sistemas aplicados à discretização da equação de Poisson via diferenças finitas exponencial Beatriz Liara Carreira; Analice Costacurta Brandi Departamento de Matemática
Leia maisAndréa Maria Pedrosa Valli
1-24 Equações Diferenciais Ordinárias Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória,
Leia maisCálculo Numérico. Resumo e Exercícios P2
Cálculo Numérico Resumo e Exercícios P2 Fórmulas e Resumo Teórico P2 Interpolação Em um conjunto de n pontos (x #, y # ), consiste em encontrar uma função f tal que f x # = y # para todo i = 1,2,, n. Na
Leia maisExercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares
Exercícios de MATEMÁTICA COMPUTACIONAL Mestrado Integrado em Engenharia Biomédica 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares 1. Considere a equação sin(x) e x = 0. a) Prove que
Leia maisNotas de Aula de Cálculo Numérico
IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números
Leia maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso Engenharia de Produção. Ênfase. Disciplina EM1 - Cálculo Numérico Computacional
Curso 4402 - Engenharia de Produção Ênfase Identificação Disciplina 0002029EM1 - Cálculo Numérico Computacional Docente(s) Adriana Cristina Cherri Nicola Unidade Faculdade de Ciências Departamento Departamento
Leia maisMétodo de Diferenças Finitas
Método de Diferenças Finitas Câmpus Francisco Beltrão Disciplina: Professor: Jonas Joacir Radtke Aplicações Quase todos os problemas em ciências físicas e engenharia podem ser reduzidos a uma equação diferencial.
Leia maisTEREZA MARIA PEREIRA GARCIA
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA TEREZA MARIA PEREIRA GARCIA SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS MONOGRAFIA DE ESPECIALIZAÇÃO CAMPO MOURÃO
Leia maisCálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015
Cálculo Numérico Santos Alberto Enriquez-Remigio FAMAT-UFU 2015 1 Capítulo 1 Solução numérica de equações não-lineares 1.1 Introdução Lembremos que todo problema matemático pode ser expresso na forma de
Leia maisMétodos Numéricos em Equações Diferenciais Aula 01 - Problema de Valor Inicial
Métodos Numéricos em Equações Diferenciais Aula 01 - Problema de Valor Inicial Profa. Vanessa Rolnik curso: Matemática Aplicada a Negócios Modelagem Exemplo: Determinação do valor de revenda de uma máquina
Leia maisEquações diferenciais ordinárias
Equações diferenciais ordinárias Laura Goulart UESB 9 de Abril de 2016 Laura Goulart (UESB) Equações diferenciais ordinárias 9 de Abril de 2016 1 / 13 Muitos problemas encontrados em engenharia e outras
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisUNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas
Leia maisMÉTODOS NUMÉRICOS PARA RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (Métodos de Euler e Runge-Kutta)
MÉTODOS NUMÉRICOS PARA RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (Métodos de Euler e Runge-Kutta) Ellison Souza da Silva¹ RESUMO Neste trabalho são apresentados os métodos numéricos de Euler, Euler
Leia maisétodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno
étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA
Leia maisMétodos Previsor-Corretor
Solução numérica de Equações Diferenciais Ordinárias: Métodos Previsor-Corretor Marina Andretta/Franklina Toledo ICMC-USP 7 de novembro de 2013 Baseado no livro Cálculo Numérico, de S. Arenales e A. Darezzo.
Leia maisCapítulo 7 - Equações Diferenciais Ordinárias
Capítulo 7 - Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos
Leia maisUniversidade Federal do Pará Instituto de Tecnologia. Cálculo III. Campus de Belém Curso de Engenharia Mecânica
Universidade Federal do Pará Instituto de Tecnologia Cálculo III Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto de Tecnologia
Leia mais1 A Equação Fundamental Áreas Primeiras definições Uma questão importante... 7
Conteúdo 1 4 1.1- Áreas............................. 4 1.2 Primeiras definições...................... 6 1.3 - Uma questão importante.................. 7 1 EDA Aula 1 Objetivos Apresentar as equações diferenciais
Leia maisIntrodução aos Métodos Numéricos
Métodos Numéricos para Mecânica dos Fluidos Introdução aos Métodos Numéricos Introdução aos Métodos Numéricos Bibliografia: J. H. Ferziger and M. Peric, 'Computational Methods for Fluid Dynamics', Springer
Leia maisMétodos Numéricos para EDO S
Métodos Numéricos para EDO S 9.1 Introdução O estudo das equações diferenciais foi motivado inicialmente por problemas da física, ou seja problemas de mecânica, eletricidade termodinâmica, magnetismo etc.
Leia maisMÉTODOS NUMÉRICOS APLICADOS À ENGENHARIA
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE MECÂNICA CURSO DE ENGENHARIA MECÂNICA MÉTODOS NUMÉRICOS APLICADOS À ENGENHARIA INTRODUÇÃO AOS MÉTODOS DE DIFERENÇAS FINITAS E DE VOLUMES
Leia maisEquações Diferenciais Problemas de Valor Inicial. Computação 2º Semestre 2016/2017
Equações Diferenciais Problemas de Valor Inicial Computação 2º Semestre 2016/2017 Equações Diferenciais Uma equação diferencial é uma equação cuja incógnita é uma função que aparece na equação sob a forma
Leia maisLinearização do Sistema resultante da
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Linearização do Sistema resultante da Discretização da Equação de Burgers Tadasi Matsubara Jr Neyva M. Lopes Romeiro Departamento de Matemática, CCE,
Leia maisétodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO
Leia maisPara temos : que é a ideia de um polinômio. A série pode convergir para alguns valores de mas pode divergir para outros valores de.
MATERIAL DIDÁTICO Professora Sílvia Victer CÁLCULO 2 SÉRIES DE POTÊNCIAS Definição: Séries de Potências é uma série infinita de termos variáveis. Elas podem ser usadas em várias aplicações, como por exemplo,
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia maisSUMÁRIO PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3. PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação...
PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3 PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação... 7 CAPÍTULO 1 Modelagem matemática e resolução de problemas de engenharia...10
Leia maisCapítulo 1. INTRODUÇÃO
Capítulo 1. INTRODUÇÃO A simulação numérica de problemas de engenharia ocupa atualmente uma posição de destaque no cenário mundial de pesquisa e desenvolvimento de novas tecnologias. O crescente interesse,
Leia maisCapítulo 7: Equações Diferenciais Ordinárias. 1. Problema de valor inicial
Capítulo 7: Equações Diferenciais Ordinárias. Problema de valor inicial Definição: Sea uma função de e n um número inteiro positivo então uma relação de igualdade que envolva... n é camada uma equação
Leia maisAPLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS EXPLÍCITO NA SOLUÇÃO DA EQUAÇÃO DO CALOR PARA O CASO TRANSIENTE E UNIDIMENSIONAL
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO CAMPOS ANGICOS CURSO DE CIÊNCIA E TECNOLOGIA KELLY JACQUELINE MOURA DE MELO APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS EXPLÍCITO NA SOLUÇÃO DA EQUAÇÃO DO CALOR
Leia maisMétodos de passo simples para equações diferenciais ordinárias. Nelson Kuhl
Métodos de passo simples para equações diferenciais ordinárias Nelson Kuhl 1. Solução Numérica de Equações Diferencias Ordinárias Métodos de Passo Simples Explícitos 1.1 Introdução Para a maioria das equações
Leia maisAula 10. Integração Numérica
CÁLCULO NUMÉRICO Aula Integração Numérica Integração Numérica Cálculo Numérico 3/4 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.
Leia maisQueremos resolver uma equação diferencial da forma. dy dx. = f(x, y), (1)
Resolução Numérica de Equações Diferenciais Método de Runge Kutta Queremos resolver uma equação diferencial da forma dy dx = f(x, y), (1) Isto é: queremos obter a função y(x) sabendo sua derivada. Numericamente:
Leia maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso Licenciatura em Matemática. Ênfase. Disciplina A - Cálculo Numérico Computacional
Curso 1503 - Licenciatura em Matemática Ênfase Identificação Disciplina 0006315A - Cálculo Numérico Computacional Docente(s) Antonio Roberto Balbo Unidade Faculdade de Ciências Departamento Departamento
Leia maisRenato Martins Assunção
Análise Numérica Erros, Extrapolação de Richardson e Quadratura Gaussiana Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 40 Análise do erro Sabemos
Leia maisMEC204 Dinâmica de Fluidos Computacional. Prof. Juan Avila
MEC204 Dinâmica de Fluidos Computacional Prof. Juan Avila http://professor.ufabc.edu.br/~juan.avila Bibliografia Versteeg, H.K. and Malalasekera, An Introduction to Computacional Fluid Dynamics: The Finite
Leia maisOrdinárias. Diogo Pinheiro Fernandes Pedrosa. Universidade Federal do Rio Grande do Norte Centro de Tecnologia.
Resolução Numérica de Equações Diferenciais Ordinárias Diogo Pinheiro Fernandes Pedrosa Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Engenharia de Computação e Automação
Leia maisEquações Diferenciais Ordinárias
Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 2004/2005 Equações Diferenciais Ordinárias PROBLEMAS 1 Considere a equação diferencial dy dx = y(x2 1) com y(0) = 1 e x [0,
Leia maisUniversidade Tecnológica Federal do Paraná
Cálculo Numérico - Zeros de Funções Prof a Dr a Diane Rizzotto Rossetto Universidade Tecnológica Federal do Paraná 13 de março de 2016 D.R.Rossetto Zeros de Funções 1/81 Problema Velocidade do pára-quedista
Leia maisUniversidade de Coimbra Departamento de Engenharia Electrotecnica e Computadores Matemática Computacional
Ano Lectivo: 2007/2008 Sumários da turma Teórico-Prática [TP1]: Aula: 1 Data: 2008-02-12 Hora de Início: 15:00 Duração: 1h30m Apresentação da Unidade Curricular. Discussão de aspectos relacionados com
Leia maisdy dt d 2 y dt 2 d n y dt n y dy y= F t a= f t, v, x dv dt = f t, a dx = f t, v
Cap. 9.- Integração de Equações Diferenciais Ordinárias (ODE's) 9.1. Definições ODE ou EDO Equações diferenciais ordinárias são aquelas que relacionam derivadas totais de variáveis dependentes com uma
Leia maisSME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]
SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé 1 o sem/2016 Nome: 1 a Prova - 07/10/2016 Apresentar todos os cálculos - casas decimais 1. Considere a família de funções da forma onde
Leia mais