CM098 - Análise Numérica III Notas de Aula

Documentos relacionados
f(h) δ h p f(x + h) f(x) (x) = lim

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente

UNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO

Algoritmos Numéricos 2 a edição

étodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno

CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Interpolação polinomial

Equações Diferenciais Ordinárias

Lista de Exercícios de Métodos Numéricos

Cálculo Numérico. Resumo e Exercícios P2

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares

Universidade Federal do Pará Instituto de Tecnologia. Cálculo III. Campus de Belém Curso de Engenharia Mecânica

Cálculo Numérico P2 EM33D

Cálculo Diferencial e Integral I

Renato Martins Assunção

Modelagem Computacional. Aula 5 2

MAP Primeiro exercício programa Osciladores Harmônicos

DCC008 - Cálculo Numérico

Equações diferenciais ordinárias

Exercícios de MATEMÁTICA COMPUTACIONAL Capítulo V

Sistemas de Equações Diferenciais Lineares

Lista de Exercícios 3 e soluções

Andréa Maria Pedrosa Valli

Cap. 10. Resolução Numérica de Equações Diferenciais Ordinárias: Problemas de Valor Inicial. Filipe J. Romeiras

Lista 1 - Cálculo Numérico - Zeros de funções

O Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que

Interpolação polinomial: Polinômio de Lagrange

Equações não lineares

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ).

de Interpolação Polinomial

Equações não lineares

10 Estabilidade de Métodos de Passo Simples

Método de Euler. Marina Andretta/Franklina Toledo ICMC-USP. 29 de outubro de 2013

Capítulo 7: Equações Diferenciais Ordinárias. 1. Problema de valor inicial

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Modelagem Computacional. Parte 8 2

Erros nas aproximações numéricas

Matemática Computacional. Exercícios. Teoria dos erros

Análise Complexa e Equações Diferenciais 1 ō Semestre 2016/2017

exercícios de análise numérica II

UNIVERSIDADE FEDERAL DO ABC

Convergência em espaços normados

Introdução aos Métodos Numéricos

INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/2003

Matemática Computacional - Exercícios

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos

Vamos revisar alguns fatos básicos a respeito de séries de potências

Derivada de algumas funções elementares

Métodos Numéricos para EDO S

Universidade Tecnológica Federal do Paraná

y(x n+1 ) = y(x n ) + hy (x n ) + h2 q! y (q) (x n )

Cálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015

CÁLCULO NUMÉRICO UFRJ Lista 0: revisão de cálculo e álgebra linear

Problemas com Valores de Fronteira para Equações Diferenciais Ordinárias

Modelagem Computacional. Parte 2 2

Neste capítulo estamos interessados em resolver numericamente a equação

Notas de Aula de Cálculo Numérico

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática

SISTEMAS LINEARES PROF. EDÉZIO

Funções podem ser representadas como série de potências Uma série de potências centrada em x 0 tem a seguinte forma:

Solução aproximada de equações de uma variável

Métodos Numéricos - Notas de Aula

Polinômios de Legendre

Prof.: Roberto F. Ausas. Semestre

Curso: MAT 221- CÁLCULO DIFERENCIAL E INTEGRAL IV Professor Oswaldo Rio Branco de Oliveira Período: Segundo Semestre de 2008

x exp( t 2 )dt f(x) =

Aula 05 - Limite de uma Função - Parte I Data: 30/03/2015

Resolução do Exame Tipo

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:

Exame (1º Teste) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 11 de Janeiro de 2016, 15h00-16h15 (1º Teste)

TE231 Capitulo 2 Zeros de Funções; Prof. Mateus Duarte Teixeira

y (n) (x) = dn y dx n(x) y (0) (x) = y(x).

Matemática Computacional - Exercícios

1 A Equação Fundamental Áreas Primeiras definições Uma questão importante... 7

Lucia Catabriga e Andréa Maria Pedrosa Valli

Métodos Numéricos em Engenharia Química

Equações diferenciais ordinárias

ANÁLISE MATEMÁTICA II

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:

MAP Segundo Exercício Programa

( x)(x 2 ) n = 1 x 2 = x

Métodos de Runge-Kutta

Queremos resolver uma equação diferencial da forma. dy dx. = f(x, y), (1)

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Convergência, séries de potência e funções analíticas

Análise Complexa e Equações Diferenciais 2 ō Semestre 2013/2014

INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o

Interpolação polinomial: Diferenças divididas de Newton

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS. Apresente e justifique todos os cálculos

UFRGS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Programa de Pós-Graduação em Matemática Aplicada Prova Escrita - Processo Seletivo 2017/2 - Mestrado

Exame de Análise Numérica, 1ª Parte/ 1º Teste (LMAC, MMA) Instituto Superior Técnico, 30 de Janeiro de 2017, 18h30-19h45-21h00

3. Limites e Continuidade

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos

Exame/Teste (1) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 12 de Janeiro de 2011, 18h30-20h00 (1º Teste)

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Ajuste de mínimos quadrados

Transcrição:

CM098 - Análise Numérica III Notas de Aula Saulo P Oliveira Departamento de Matemática Universidade Federal do Paraná Primeiro Semestre de 018 Sumário Aula 1: Métodos Numéricos para PVIs 3 11 Métodos de passo simples 3 1 Método de Euler explícito 4 Aula : Existência e Unicidade de solução de PVIs Aula 3: Polinômio de Taylor e ordem de convergência 9 31 Ordem de convergência 11 Aula 4: Método da série de Taylor 1 Aula 5: Análise de erros do método da série de Taylor 14 51 Erro local 14 Aula : Métodos de Runge-Kutta 1 1 Expansão de Taylor D 1 Métodos de Runge-Kutta de primeira ordem RK1) 17 Aula 7: Métodos de Runge-Kutta de segunda ordem RK) 19 Aula 8: Método de Euler modificado 1 Aula 9: Método de Runge-Kutta de quarta ordem 3 Aula 10: Métodos de Runge-Kutta adaptativos 5 Aula 11: Métodos de passos múltiplos 8 111 Fórmula de Adams-Basfort 8 Aula 1: Fórmula de Adams-Moulton 34 11 Fórmula de Adams-Moulton de um passo k = 1) 34 1 Fórmula de Adams-Moulton de dois passos k = ) 34 13 Fórmula de Adams-Moulton: caso geral 35 Aula 13: Implementação dos métodos de passos múltiplos 37 1

Aula 14: Consistência, Estabilidade e Convergência 38 141 Estabilidade 39 Aula 15: Consistência dos métodos de passos múltiplos 41 151 Condição alternativa de consistência 4 Aula 1: Convergência dos métodos de passos múltiplos 44 Aula 17: Sistemas de EDOs 4 Aula 18: Sistemas rígidos de equações 48 Aula 19: Problemas de Valores de Contorno 49 Aula 0: Fórmulas de diferenças finitas 53 Aula 1: Métodos de diferenças finitas 54 Aula : Métodos de diferenças finitas continuação) 57 Aula 3: Métodos de projeção 59 31 Método de Galerkin 59 3 Método de colocação 0 Aula 4: Representação vetorial dos métodos de projeção 1 Aula 5: Funções polinomiais de Lagrange por partes 4 Aula : Interpolação polinomial por partes Aula 7: Funções splines cúbicas 8 Aula 8: Splines cúbicas naturais 70 Aula 9: B-Splines cúbicas 7 Aula 30: Método de Colocação com B-Splines cúbicas 75 Apendice A: Erro de truncamento global 77 Referências 79

Aula 1: Métodos Numéricos para PVIs O objetivo da primeira parte desta disciplina é aproximar a solução de problemas de valor inicial PVI) na forma { x t) = ft, xt)) xt 0 ) = x 0 11) Em vez de obter a solução xt) de 11) para todo t t 0, vamos fixar T > 0 e escoler N pontos adicionais t 1,, t N tais que t 0 < t 1 < t N = T Estes pontos formam uma partição do intervalo [t 0, T ] Fig 1): 1 3 4 5 7 8 9 10 Figura 1: Partição do intervalo [t 0, T ] Por simplicidade, vamos sempre considerar 1 que a partição é uniforme, ou seja, Neste caso, t n+1 t n =, 0 n N 1 T t 0 = t N t 0 = t N t N 1 ) + t N 1 t 0 = + t N 1 t 0 = + t N 1 t N ) + t N t 0 = + t N 1 t 0 = + t N t N 3 ) + t N 3 t 0 = 3 + t N 3 t 0 = = N + t N N t 0 = N, = = T t 0 N Vamos estudar métodos numéricos que fornecem X 0, X 1,, X N tais que { Xn xt n ), 1 n N X 0 = xt 0 ) = x 0 A primeira classe de métodos que veremos para calcular estas aproximações é a dos métodos de passo simples 11 Métodos de passo simples Nos métodos de passo simples, as aproximações X n xt n ) são definidas do seguinte modo: { Xn+1 = ΦX n+1, X n, ), n 0 X 0 = x 0 1) Estes métodos podem ser classificados em Métodos explícitos, se Φ não depende de X n+1 ; Métodos implícitos, caso contrário 1 Exceto quando tratarmos de métodos de Runge-Kutta adaptativos Aula 9) 3

1 Método de Euler explícito O método de Euler explícito é o mais básico dos métodos de passo simples, e pode ser deduzido de diversas maneiras Veremos a seguir duas delas: 11 Dedução por meio do Teorema Fundamental do Cálculo Vamos integrar a equação do PVI 11) de t = t n a t = t n+1 : tn+1 t n x t) dt = Pelo Teorema Fundamental do Cálculo, tn+1 t n ft, xt)) dt xt n+1 ) xt n ) = tn+1 t n ft, xt)) dt Definindo a função composta gt) = ft, xt)), podemos escrever a equação acima na forma xt n+1 ) = xt n ) + tn+1 t n gt) dt 13) Se = t n+1 t n for suficientemente pequeno, podemos aproximar gt) em [t n, t n+1 ] pela função constante g n t) = gt n ): tn+1 t n gt) dt tn+1 t n g n t) dt = gt n ) tn+1 Assim, xt) em 13) pode ser aproximado da seguinte maneira: t n dt = gt n )t n+1 t n ) = gt n ) xt n+1 ) xt n ) + gt n ) xt n ) + ft n, xt n )) 14) Isto motiva propor ΦX n+1, X n, ) = X n + ft n, X n ) em 1), ou seja, { Xn+1 = X n + ft n, X n ), n 0 X 0 = x 0 15) Estas equações definem o método de Euler explícito 1 Dedução por meio da fórmula de Taylor Se a solução x = xt) de 11) é uma função m vezes diferenciável, temos pela fórmula de Taylor que xt + ) = xt) + x t) + x t) + + n d n x n! dx t) + r n), n r n ) lim = 0 0 n Como xt) é ao menos uma vez diferenciável lembre-se que x t) = ft, xt))), temos que Em particular, xt + ) = xt) + x t) + r 1 ), que é a mesma aproximação obtida em 14) r 1 ) lim 0 = 0 xt n+1 ) = xt n + ) = xt n ) + x t n ) + r 1 ) = xt n ) + ft n, xt n )) + r 1 ) xt n ) + ft n, xt n )), 4

13 Exemplo Exemplo 11 :: Faça duas iterações do método de Euler explícito para aproximar x1/), sendo xt) a solução do PVI { x t) = xt) x0) = 1 Como ft, xt)) = xt), segue que ft, x) = x Além disso, temos que logo = T t 0 = 1/ 0 = 1 4, t 0 = 0, t 1 = = 1 4, t = = 1 assim, Segue de 15) que X 0 = x0) = 1 X n+1 = X n + ft n, X n ) = X n + 1 4 X n) = X n + X n = X 1 = 3 X 0 = 3 1) = 3/, X = 3 X 1 = 3 1 + 1 ) X n = 3 X n, ) 3 = 9/4 = 5 Para saber se X = 5 é uma boa aproximação para xt ) = x1/), note que a solução exata é xt) = e t, de modo que ) 1 x = e = 7183 Assim, o erro é dado por X xt ) = e 5 047 Em geral, se aproximamos x1/) com N passos do método de Euler explícito, teremos de modo que X N = = 1/ 0 N X 0 = 1 = 1 N X n+1 = X n + ft n, X n ) = X n + 1 N X n) = X n + 1 N X n = 1 + 1 ) X n, N 1 + 1 ) X N 1 = 1 + 1 )[ 1 + 1 ] )X N = 1 + 1 ) X N = = 1 + 1 ) N X N N, N N N N N ou seja, X N = 1 + 1 ) N X 0 = 1 + 1 ) N 1) = 1 + 1 ) N N N N Por exemplo se N = 100, então X N = 7048, com erro X N xt N ) 0013 Além disso, lim X N = lim 1 + 1 ) N = e = x1/) N N N 5

Aula : Existência e Unicidade de solução de PVIs Esta aula trata de aspectos teóricos das equações diferenciais ordinárias que influenciam na aproximação numérica destas equações O exemplo a seguir ilustra a importância destes aspectos Exemplo 1 : Faça 0 iterações do método de Euler explícito 15) para aproximar x), sendo xt) a solução do PVI { x t) = 1 + x t) 1) x0) = 0 Como ft, xt)) = 1+x t), ft, x) = 1+x Além disso, temos que = T t 0 )/0 = 0)/0 = 1/10 Assim, X 0 = x0) = 0 e, para n 0, Passemos às iterações: X n+1 = X n + ft n, X n ) = X n + 011 + X n) X 1 = X 0 + 1/10)1 + X 0) = 0 + 011 + 0 ) = 01 X = X 1 + 1/10)1 + X 1) = 01 + 011 + 01 ) = 01 + 01101) = 01 + 0101 = 001 X 3 = X + 1/10)1 + X ) = 001 + 011 + 001 ) = 001 + 01104041) = 03050401 X 0 = 95949, porém, dx 1 + x = dt + C = xt) = tant + c), e de x0) = 0 segue que xt) = tant), logo x) = tan) = 185 No exemplo anterior, o aumento do valor de N fez com que X N se aproximasse mais de xt N ) Entretanto, se por exemplo dobrarmos o valor de N para aproximar o problema 1), encontraríamos O que aconteceu? X N = X 40 303 10 5 Note pela Fig que á um ponto no intervalo [t 0, T ] = [0, ] em que a solução é indefinida: lim t π/ xt) A sequência gerada pelo método de Euler explícito foi incapaz de lidar com este ponto em que não á existência de solução Especificamente, como ft, x) 0, a sequência X n é crescente com X 0 = 0, de modo que X n 0 n, deixando de prever os valores negativos de xt) para x > π/ Este exemplo ilustra que não devemos aplicar o método de Euler explícito e em geral, nenum método numérico) para aproximar a solução de PVIs em intervalos [t 0, T ] em que a existência e/ou unicidade de solução não for garantida Para verificar a existência e unicidade de solução, usamos o seguinte teorema Teoremas 1 e de [10, Sec 81]): Teorema 1 : Se f : IR IR é uma função contínua no conjunto A = {t, x) IR t t 0 α e x x 0 β}, ) então a solução do PVI 11) existe para todo t t 0 γ, sendo γ dado por γ = min{α, β/m}, M = max ft, x) 3) t,x) A Além disso, se f = ft, x) é de classe C 1 em A, então a solução x = xt) é única no intervalo t t 0 γ

100 xt) X n 50 0 50 100 1 0 1 3 4 Figura : Solução exata e aproximada do Exemplo A lina tracejada em vermelo) corresponde ao ponto x = π/, em que a solução não existe OBS: Note que t t 0 γ implica t t 0 γ, ou seja, t t 0 + γ Assim, o Teorema 1 garante a existência e unicidade em [0, T ] no caso em que T = t 0 + γ Exemplo : Usando o Teorema 1, encontre o maior valor possível de T tal que o problema 1) tena solução única no intervalo [0, T ] Temos que ft, x) = 1+x é de classe C 1 no conjunto A definido em ) para quaisquer α, β IR Como o Teorema 1 garante a existência e unicidade em [0, T ] com T = t 0 +γ = γ, devemos escoler α, β tais que γ = min α, max t,x) A β 1 + x = min α, max x β β 1 + x = min { α, } β 1 + β seja o maior possível Vamos primeiro escoler α Note que, como γ = min {α, β/1 + β )}, Se α β/1 + β ), então γ = β/1 + β ); Se α < β/1 + β ), então γ = α < β/1 + β ), ou seja vide Fig 3), γ = γα) = { α, α β/1 + β ), β/1 + β ), α > β/1 + β ) Portanto, devemos ter α β/1 + β ), por exemplo α = β/1 + β ) Assim, o maior valor de γ é da forma γ = β 1 + β Basta acar o valor de β que maximiza γ Seja gx) = x/1 + x ) Temos que g x) = 1)1 + x ) x)x) 1 + x ) = 1 x 1 + x ), de modo que g x) = 0 se x = ±1 Como β 0, temos que β = 1 é um candidato a máximo de γ = gβ) Note que Se β > 1, então g β) < 0, ou seja, g é decrescente Logo, gβ) < g1) para todo β > 1; Se 0 β < 1, então g β) > 0, ou seja, g é crescente Logo, g1) > gβ) para todo 0 β < 1; 7

1 3 1 Figura 3: Relação entre os parâmetros γ e α Portanto, max β 0 gβ) = g1) = 1/1 + 1 ) = 1/, ou seja, o maior valor possível de γ, segundo o Teorema 1, é γ = 1/ OBS: Neste exemplo conecemos a solução exata xt) = tant)), que é bem definida em [0, T ] para qualquer T < π/ Assim, poderíamos por exemplo escoler γ = 3/ > 1/, para o qual a existência e unicidade ainda é válida Isto enfatiza que o Teorema 1 fornece uma condição suficiente, mas não necessária O Teorema 3 de [10, Sec 81] fornece outra condição suficiente para a existência e unicidade: Teorema : Se f : IR IR é uma função contínua e tal que ft, x 1 ) ft, x ) L x 1 x t [a, b], x 1, x IR, 4) então a solução do PVI 11) existe e é única para todo t [a, b] Exemplo 3 : Estude, por meio do Teorema, a existência e unicidade de solução do problema { x t) = t + senxt))) 5) x0) = 3 Para este problema, temos ft, x) = t + senx)), logo ft, x 1 ) ft, x ) = t + senx 1 )) t + senx )) = t + senx 1 ) + t + senx ))t + senx 1 ) t senx )) = t + senx 1 ) + senx ))senx 1 ) senx )) = t + senx 1 ) + senx ) cosξ) x 1 x para algum ξ entre x 1 e x pelo Teorema do Valor Médio) Como cosξ) 1 e t + senx 1 ) + senx ) t + senx 1 ) + senx ) t +, segue que, dado T > 0 fixo porém arbitrário, ft, x 1 ) ft, x ) L x 1 x t [0, T ], sendo L = T + Portanto, a solução do PVI 5) existe e é única para todo t [0, T ], para qualquer T > 0 8

Aula 3: Polinômio de Taylor e ordem de convergência Vamos revisar a aproximação de uma função f por polinômios de Taylor Por simplicidade, vamos inicialmente assumir que f é infinitamente diferenciável Seja P m o espaço vetorial dos polinômios de grau m Um caso particular do polinômio de Taylor de grau m é o polinômio de Maclaurin de grau m, que satisfaz as seguintes condições: p m 0) = f0) p m x) = a 0 + a 1 x + a x + + a m x m P m, p m0) = f 0) p m0) = f 0) p m) m 0) = f m) 0), f m) x) = m f x x) m Estas m + 1 condições permitem determinar as m + 1 incógnitas a 0, a 1,, a m em p m x): p m x) = a 0 + a 1 x + a x + + a m x m 1 p m 0) = a 0 + 0 + 0 + + 0 = a 0 = a 0 = f0) p mx) = 1)a 1 + a x + 3a 3 x + + ma m x m 1 p m0) = a 1 + 0 + 0 + + 0 = a 1 = a 1 = f 0) p mx) = )1)a + 3))a 3 x + 4)3)a 4 x + + m)m 1)a m x m p m0) =!a + 0 + 0 + + 0 =!a = a = f 0)/! p mx) = 3))1)a 3 + 4)3))a 4 x + 5)4)3)a 5 x + + m)m 1)m )a m x m 3 p m0) = 3!a 3 + 0 + 0 + + 0 = 3!a 3 = a 3 = f 0)/3! p m) m 0) = m!a m = a m = f m) 0)/m! Portanto, a k = f k) 0)/k! 0 k m), ou seja, p m x) = f0) + f 0)x + 1! f 0)x + + 1 m! f m) 0)x m = m k=0 f k) 0) x k k! O mesmo procedimento poderia ser utilizado para determinar o polinômio de Taylor de grau m de f em torno de x = a: o objetivo seria determinar a 0,, a m tais que o polinômio p m,a x) = a 0 + a 1 x + a x + + a m x m P m satisfaça as condições p k) m,aa) = f k) a), 0 k m Estas condições resultam no seguinte sistema de equações para os coeficientes do polinômio: p m a) = a 0 + a 1 a + a a + + a m a m 1 = fa) p ma) = 1)a 1 + a a + 3a 3 a + + ma m a m 1 = f a) p ma) =!a + 3))a 3 a + 4)3)a 4 a + + m)m 1)a m a m = f a) p ma) = 3!a 3 + 4)3))a 4 a + + m)m 1)m )a m a m 3 = f a) p m) m a) = m!a m = f m) a), 9

ou na forma matricial, 1 a a a 3 a m 1 0 1! a 3a 3 a m! m 1)! am 1 3! 0 0! a 1! 3a 4!! a m! m )! am 4! 0 0 0 3! a m! 1! m 3)! am 3 m! 0 0 0 0 m 1)! a 1! 0 0 0 0 0 m! a 0 a 1 a a 3 a m 1 a m = fa) f a) f a) f a) f m 1) a) f m) a) Embora seja um sistema triangular portanto fácil de ser resolvido), as expressões dos coeficientes a k vão se tornando mais complicadas à medida que k diminui: a m = f m) a)/m! m 1)!a m 1 + m!aa m = f m 1) a) = a m 1 = f m 1) a)/m 1)! af m) a)/m 1)! Para simplificar os coeficientes, vamos escrever p m,a x) em termos de outra base: Neste caso, p m,a x) = a 0 + a 1 x a) + a x a) + + a m x a) m p m x) = a 0 + a 1 x a) + a x a) + + a m x a) m 1 p m a) = a 0 + 0 + 0 + + 0 = a 0 = a 0 = fa) p mx) = 1)a 1 + a x a) + 3a 3 x a) + + ma m x a) m 1 p ma) = a 1 + 0 + 0 + + 0 = a 1 = a 1 = f a) p mx) = )1)a + 3))a 3 x a) + 4)3)a 4 x a) + + m)m 1)a m x a) m p ma) =!a + 0 + 0 + + 0 =!a = a = f a)/! p m) m a) = m!a m = a m = f m) a)/m!, o que resulta numa expressão análoga à do polinômio de Maclaurin: p m,a x) = fa) + f a)x a) + f a)! x a) + + f m) a) x a) m = m! m k=0 f k) a) x a) k 31) k! As condições p k) m,aa) = f k) a) para todo 0 k m fazem com que o polinômio de Taylor p k) m,ax) seja o polinômio de grau m que melor aproxima fx) na vizinança de x = a Fig 4) O erro da aproximação de fx) por p m,ax) k) é descrito pela fórmula de Taylor com resto de Lagrange: fx) = fa) + f a)x a) + f a)! x a) + + f m) a) x a) m + f m+1) ξ) m! m + 1)! x a)m+1, 3) sendo ξ entre a e x Esta fórmula é válida no caso em que f é uma função de classe C m e m + 1 vezes diferenciável Por outro lado, na situação menos restritiva) em que f é uma função m vezes diferenciável, vale a seguinte fórmula de Taylor: fx) = fa) + f a)x a) + 1! f a)x a) + + 1 m! f m) a)x a) m + r m ), 10 r m ) lim 0 = 0, m

15 15 X 1 X 1 05 fx) p 0 x) p 1 x) p x) 0 3 1 0 1 3 05 fx) p 0,1 x) p 1,1 x) p,1 x) 0 3 1 0 1 3 Figura 4: Aproximação de fx) = cosx) + x pelos polinômios de Maclaurin esquerda) e de Taylor com a = 1 direita) 31 Ordem de convergência Segundo [10, Sec 1], dadas duas funções f e g, dizemos que se fx) = Ogx)) x x ) C > 0, ɛ > 0 fx) C gx) x, x x ɛ Daqui em diante, com a expressão fx) = Ogx)) sem referência a x ) subentende-se que x = 0, ou seja, fx) = Ogx)) se Exemplo C > 0, ɛ > 0 fx) C gx) x, x ɛ 33) 31 : Mostre que se fx) = x 4 + 3x + x + x 5, então fx) = Ox) Devemos encontrar C > 0 e ɛ > 0 tais que fx) C x x, x ɛ Note que fx) = x 4 + 3x + x + x 5 x 4 + 3 x + x + x 5, logo basta encontrar ɛ > 0 tal que x n x para todo x ɛ e n 1 Como sabemos das potências de números reais que, dados n > m, podemos escoler ɛ = 1 Neste caso, b n > b m > 1, b > 1 e b n < b m < 1, 0 b < 1, fx) x + 3 x + x + x = 7 x Portanto, 33) vale com C = 7, ɛ = 1, gx) = x, ou seja, fx) = Ox) Note que, em geral, C 7 e ɛ 1 OBS: Pela fórmula de Taylor com resto de Lagrange 3), o erro de aproximação do polinômio de Maclaurin satisfaz fx) p m x) = Ox m+1 ) no caso em que f é de classe C m+1 De fato, segue do teorema de Weierstrass [1] que M > 0 f m+1) x) M x IR, de modo que fx) p m x) = fx) p m,0 x) = 1 m + 1)! f m+1) ξ)x 0) m+1 ou seja, 33) vale com C = M/m + 1)!, gx) = x m+1 e ɛ qualquer 11 M x m+1 m + 1)!

Aula 4: Método da série de Taylor O polinômio de Taylor de grau m da solução xt) do PVI 11) em torno do ponto a = t n é dada por p m,tn t) = xt n ) + x t n )t t n ) + 1! x t n )t t n ) + + 1 m! xm) t n )t t n ) m Observando que x t) = ft, xt)) e tomando em particular t = t n+1, obtemos p m,tn t n+1 ) = xt n ) + ft n, xt n )) + 1! f t n, xt n )) + + 1 m! f m 1) t n, xt n )) m Note que p m,tn t n+1 ) xt n+1 ) Dada a aproximação X n xt n ) no instante t n, consideramos a seguinte aproximação de xt n+1 ): xt n+1 ) p m,tn t n+1 ) = xt n ) + ft n, xt n )) + f t n, xt n )) + + 1! m! f m 1) t n, xt n )) m X n + ft n, X n ) + 1! f t n, X n ) + + 1 m! f m 1) t n, X n )) m Esta aproximação define o método da série de Taylor de ordem m: { Xn+1 = X n + ft n, X n ) + 1! f t n, X n ) + + 1 m! f m 1) t n, X n )) m X 0 = x 0 41) Exemplo 41 : Deduza a equação do método da série de Taylor de terceira ordem para a equação x t) = cost) senxt)) + t Observando a regra de derivação de funções compostas, obtemos ft, xt)) = cost) senxt)) + t f t, xt)) = sent) senxt)) ) + t = sent) cosxt))x t) + t = sent) cosxt))ft, xt)) + t f t, xt)) = cost) cosxt))ft, xt)) ) + = cost) cosxt)) ) ft, xt)) cosxt))f t, xt)) + = cost) + senxt))x t)ft, xt)) cosxt))f t, xt)) + = cost) + senxt))ft, xt)) cosxt))f t, xt)) + Note acima que expressamos f k) t n, xt)) em termos das derivadas de ordem inferior e em termos de ft, xt))) Isto permitirá escrever estes termos de maneira recursiva O próximo passo é avaliar t, xt)) em t n, X n ), ft n, X n ) = cost n ) senx n ) + t n f t n, X n ) = sent n ) cosx n )ft n, X n ) + t n f t n, X n ) = cost n ) + senx n )ft n, X n ) cosx n )f t n, X n ) +, de modo que a equação do método é dada por X n+1 = X n + ft n, X n ) + f t n, X n )! + f t n, X n ) 3 3! = X n + cost n ) senx n ) + t n) + sent n) cosx n )ft n, X n ) + t n! + cost n) + senx n )ft n, X n ) cosx n )f t n, X n ) + 3 3! 1

Por clareza, e para utilizar a relação recursiva entre as derivadas, convém escrever esta equação com o auxílio de passos intermediários: F 1 = cost n ) senx n ) + t n F = sent n ) cosx n )F 1 + t n F 3 = cost n ) + senx n )F 1 cosx n )F + X n+1 = X n + F 1 + 1! F + 1 3! F 3 3 Exemplo 4 : Deduza a equação do método da série de Taylor de terceira ordem para a equação x t) = 1 + xt) Analogamente ao exemplo anterior, Assim, ft, xt)) = 1 + xt) f t, xt)) = 0 + xt)x t) = xt)ft, xt)) f t, xt)) = x t)ft, xt)) + xt)f t, xt)) = ft, xt)) + xt)f t, xt)) de obtemos o conjunto de equações F 1 = 1 + Xn F = X n F 1 ft n, X n ) = 1 + X n f t n, X n ) = 0 + X n ft n, X n ) f t n, X n ) = ft n, X n ) + X n f t n, X n ), F 3 = F 1 + X n F X n+1 = X n + F 1 + 1! F + 1 3! F 3 3 Exemplo 43 : Aplique dois passos do método da série de Taylor de segunda ordem para aproximar x000), sendo xt) a solução do PVI 1) Temos do exemplo anterior que o método de segunda ordem é dado por F 1 = 1 + Xn F = X n F 1 X n+1 = X n + F 1 + 1! F Como X 0 = 0, temos no primeiro passo que F 1 = 1 e F = 0, logo X 1 = No segundo passo, temos F 1 = 1 + e F = F 1 = 1 + ), logo X = + 1 + ) + 1 1 + ) = + 3 + 5 Substituindo = 00 0)/ = 001, encontramos X = 00000001 Avaliando a solução exata xt) = tant), obtemos x00) = tan00) = 000007093 OBS: O método de primeira ordem Euler explícito) X n+1 = X n + F 1 resultaria em X 1 = e X = + 1 + ) = + 3 = 000001 13

Aula 5: Análise de erros do método da série de Taylor Vamos estudar o comportamento do erro de aproximação e n = xt n ) X n O primeiro passo é decompor e n na forma e n = xt n ) xt n, t n 1, X n 1 ) + xt n, t n 1, X n 1 ) X n e n = [xt n ) xt n )] + [ xt n ) X n ] = ẽ n + e loc n, sendo xt) = xt, t n 1, X n 1 ) a solução do PVI auxiliar { x t) = ft, xt)) xt n 1 ) = X n 1 51) Obtemos no Apêndice A que, se f t, x) x M t, x) [t 0, T ] IR, 5) então o erro total e n satisfaz e n δ emt t0) 1, δ = max M 0 j n eloc n 53) OBS: A condição 5) garante a validade do Teorema, de modo que a solução xt) do PVI 11) existe e é única para qualquer t 0, x 0 ) [t 0, T ] IR Mostraremos a seguir que e loc n = O m+1 ), de modo que δ C m+1 e assim segue de 53) que e n C m+1 emt t 0) 1 M = C M emt t 0) 1) m = C m, ou seja, e n = O m ) Considere, por exemplo, m = 3 Se o espaçamento da mala decresce de = 10 1 para = 10 uma casa decimal), então o erro, que era inferior a C10 1 ) 3 = 10 3 C, torna-se inferior a 10 C decai três casas decimais) Além disso, como m 1, temos em particular que lim e n = 0 0 n N), 0 ou seja, o método é convergente 51 Erro local O erro e loc n é relacionado ao erro cometido na passagem de X n 1 para X n assumindo que não ouve erros nos passos anteriores ou seja, se X j = xt j ) para todo j < n) Se isso fosse verdade, teríamos em particular X n 1 = xt n 1 ) e assim xt) torna-se a solução do PVI { x t) = ft, xt)) 54) xt n 1 ) = xt n 1 ) Como xt) trivialmente satisfaz o PVI 54) teríamos, pela existência e unicidade de solução que xt) = xt), ou seja, e n = e loc n Por este motivo a parcela e loc n do erro e n recebe a seguinte denominação: 14

Definição 51 : Seja xt) = xt, t n 1, X n 1 ) a solução do PVI auxiliar 51) Denominamos a expressão = xt n, t n 1, X n 1 ) X n e loc n o erro local da aproximação X n = xt n ) Lema 51 : A expressão e loc n = xt n, t n 1, X n 1 ) X n satisfaz e loc n = O m+1 ) para todo n Note que, pela equação que define o método, X n = X n 1 + ft n, X n 1 ) + f t n, X n 1 )! Por outro lado, pela fórmula de Taylor com resto de Lagrange para xt), + + f m 1) t n, X n 1 ) m 55) m! xt) = xt n 1 ) + x t n 1 )t t n 1 ) + + xm) t n 1 ) t t n 1 ) m + xm+1) t) m! m + 1)! t t n 1) m+1, com t entre t n 1 e t Em particular se t = t n, xt n ) = xt n 1 ) + x t n 1 ) + + xm) t n 1 ) m + xm+1) t) m! m + 1)! t) m+1 t n 1 t t n ) Usando o fato que x = f, xt n ) = xt n 1 ) + ft n 1, xt n 1 )) + + f m 1) t n 1, xt n 1 )) m! Finalmente, pela condição inicial de 51), xt n ) = X n 1 + ft n 1, X n 1 ) + + f m 1) t n 1, X n 1 ) m! Segue de 55) e 5) que m + f m 1) t, x t)) m+1 m + 1)! m + f m) t, x t)) m+1 5) m + 1)! xt n ) = X n + g), g) = f m) t, x t)) m+1, m + 1)! ou seja, e loc n = g) Assumindo adicionalmente que L > 0 f m) t, x) L t, x) [t 0, T ] IR, 57) segue que, para todo n 0 e = T t 0 )/N T t 0, g) C m+1, C = L m + 1)! ou seja, e loc n = g) = O m+1 ) 15

Aula : Métodos de Runge-Kutta O defeito do método da série de Taylor é depender das derivadas da função f Isto dificulta uma implementação computacional universal para o método ou seja, o algoritmo escrito para um PVI em geral não pode ser aproveitado em outro PVI) Os métodos de Runge-Kutta de ordem m RKm) são métodos de passo simples com erro local de ordem O m+1 ), como o método da série de Taylor de ordem m, mas sem envolver derivadas da função f Se f 1 x) = Ogx)), f x) = Ogx)) e f = f 1 ± f então fx) = Ogx)), ou seja, Ogx)) ± Ogx)) = Ogx)) Tendo em vista esta propriedade, vamos construir os métodos de RKm na forma X n+1 = X T m n+1 + O m+1 ), 1) sendo Xn T m a sequência de aproximações gerada pelo método da série de Taylor de ordem m Deste modo o erro local dos métodos na forma 1) é dado por 1 Expansão de Taylor D e loc n = xt n, t n 1, X n 1 ) X n = xt n, t n 1, X n 1 ) Xn T m O m+1 ) = O m+1 ) O m+1 ) = O m+1 ) Vamos utilizar a expansão de Taylor bidimensional na dedução dos métodos de Runge-Kutta de ordem 1 e Esta expansão, por sua vez, será deduzida a partir das expansões de Taylor unidimensionais de ordem 0 e 1 em torno de a = 0: gx) = g0) + g x)x, ) gx) = g0) + g 0)x + 1 g x)x, 3) sendo que, para x > 0, temos 0 x x e o valor de x não necessariamente é o mesmo em ) e 3)) Para definir a expansão de Taylor de uma função f = ft, x) em torno de a, b), definimos gs) = fa + s v 1, b + s v ), v = v 1, v ) = 1 s t a, x b), s = t a, x b) 4) Esta função representa um perfil da função f sobre a reta que passa por a, b) e t, x) Fig 5) s * a,b) t,x) v Figura 5: Reta sobre a qual é tomada o perfil de ft, x) para a dedução da expansão de Taylor D 1

Segue da definição da função auxilar gs) em 4) que g0) = fa, b) e gs ) = ft, x) Além disso, sua derivada é dada por g s) = f t a + s v 1, b + s v )a + s v 1 ) + f x a + s v 1, b + s v )b + s v ) = f t a + s v 1, b + s v )v 1 + f x a + s v 1, b + s v )v 5) Tomando x = s em ) e observando que s v = t a, x b), obtemos ft, x) = fa, b) + f t a + s v 1, b + s v )v 1 s + f x a + s v 1, b + s v )v s = fa, b) + f t ā, b)t a) + f x ā, b)x b), ) com ā, b) = a + s v 1, b + s v ) para algum 0 s s Normalizando s por meio de λ = s/s, temos ā, b) = a + λt a), b + λx b)), 0 λ 1 Esta é a expansão de ordem zero com resto de Lagrange Para obter a expansão de primeira ordem, vamos utilizar a equação 3), que por sua vez depende da derivada de 5): ) g f s) = t a + s v 1, b + s v )v 1 + f t x a + s v 1, b + s v )v v 1 ) f + x t a + s v 1, b + s v )v 1 + f x a + s v 1, b + s v )v v = f t a + s v 1, b + s v )v 1 + f t x a + s v 1, b + s v )v 1 v + f x a + s v 1, b + s v )v, 7) assumindo-se que f é de classe C Segue de 3), 4) com s = 0 e 5) com s = s que ft, x) = fa, b) + f t + 1 f a, b)t a) + a, b)x b) x f t ā, b)t a) + f t x ā, b)t a)x b) + f x ā, b)x b) ), 8) em que, novamente, ā, b) = a + λt a), b + λx b)) para algum 0 λ 1 As expansões ) e 8) serão usadas nos casos particulares em que a, b) = t n, X n ) e t, x) = t n + α, X n + β), que resultam em f ft n + α, X n + β) = ft n, X n ) + f ft n + α, X n + β) = ft n, X n ) + + f t t, X)α + f com t, X) = t n + λα, X n + λβ) para algum 0 λ 1 t t, X)α + f t, X)β x t t n, X n )α + f x t n, X n )β ), 9) ) t x t, X)αβ + f t, X)β, 10) x Métodos de Runge-Kutta de primeira ordem RK1) A princípio, não á motivo para modificar o o método da série de Taylor de ordem 1, X T 1 n+1 = X n + ft n, X n ), 17 )

que corresponde ao método de Euler explícito, pois este método não envolve derivadas da função f Assim, a escola mais natural para 1) é dada por X n+1 = X T 1 n+1 = X n + ft n, X n ), para o qual X n+1 = X T 1 n+1 + 0 = X T 1 n+1 + O 1+1 ) Iso faz com que o método de Euler explícito seja também um caso particular da classe de métodos RK1 Outra possibilidade de escola para 1) é X n+1 = X n + ft n+1, X n+1 ) = X T 1 n+1 + [ft n+1, X n+1 ) ft n, X n )] 11) Segue que, se α = 1 e β = ft n+1, X n+1 ) ou seja, t = t n+1 e x = X n+1 ) em 9), então f ft n+1, X n+1 ) = ft n, X n ) + t t, X) + f ) x t, X)ft n+1, X n+1 ), com t, X) = t n +λ, X n +λft n+1, X n+1 )) = λt n, X n )+1 λ)t n+1, X n+1 ) para algum 0 λ 1 Se f C 1, então segue do Teorema de Weierstrass que ft, x) M M > 0 tal que f t t, x) M t, x) [t n, t n+1] [X n, X n+1], f t, x) x M logo segue de 11) que X n+1 Xn+1 T 1 = [ft n+1, X n+1 ) ft n, X n )] satisfaz [ft n+1, X n+1 ) ft n, X n )] f t t, X) + f x t, X)ft n+1, X n+1 ) M + M ), ou seja, X n+1 = X T 1 n+1 + O ) O método 11) é denominado método de Euler implícito 18

Aula 7: Métodos de Runge-Kutta de segunda ordem RK) Vamos deduzir um dos métodos RK a partir do método da série de Taylor de segunda ordem X T n+1 = X n + ft n, X n ) + f t n, X n ) 71) Vamos substituir f t n, X n ) por uma expressão que envolve derivadas parciais da função f Por exemplo, se ft, x) = gt) + x, então Por outro lado, f t t, x) = g t), f t, x) = x 7) x f t, xt)) = gt) + x t)) = g t) + xt)x t) = g t) + xt)ft, xt)) 73) Comparando 7) e 73), temos que f t, xt)) = f t f t, xt)) + t, xt)) ft, xt)) 74) x Esta expressão vale para quaisquer funções diferenciáveis f e x, e corresponde à regra da cadeia aplicada à função composta gt) = ft, xt)) Portanto, podemos re-escrever 71) na forma [ Xn+1 T = X n + ft n, X n ) + f t t n, X n ) + f ] x t n, X n ) ft n, X n ) 75) Falta eliminar as derivadas parciais f/ t e f/ x Para isto, vamos utilizar 10), e para evidenciar a semelança entre 75) e 10), vamos escrever 75) na forma Xn+1 T = X n + ft n, X n ) + ft n, X n ) + [ f t t n, X n ) + f ] x t n, X n ) ft n, X n ) = X n + ft n, X n ) + [ f ft n, X n ) + t t n, X n ) + f )] x t n, X n )ft n, X n ) 7) A expressão 7) motiva escoler α = 1 logo t = t n + = t n+1 ) e β = ft n, X n ) em 10): ft n+1, X n + ft n, X n )) = ft n, X n ) + f t t n, X n ) + f x t n, X n )ft n, X n ) 77) ) + f t t, X) + f t x t, X)ft n, X n ) + f x t, X)ft n, X n ), sendo que t, X) = t n +λ, X n +λft n+1, X n+1 )) = t n, X n )+λ1, ft n, X n )) para algum 0 λ 1 Assim, a aproximação X n+1 = X n + ft n, X n ) + ft n+1, X n + ft n, X n )) 78) satisfaz X n+1 = Xn+1 T + g) com g) = ft n+1, X n + ft n, X n )) ft n, X n ) f t t n, X n ) f ) x t n, X n ) ft n, X n ) ) = 3 f 4 t t, X) + f t x t, X)ft n, X n ) + f x t, X)ft n, X n ) 19

Se f C, então segue do Teorema de Weierstrass que ft, x) M f t, x) t M M > 0 tal que f t, x) t x M f t, x) x M t, x) B, sendo B o conjunto fecado Assim, B = {t, x) IR t, x) = t n, X n ) + λ1, ft n, X n )), 0 λ 1} g) 3 4 M + M + M 3) = MM + 1) 3, 4 ou seja, g) = O 3 ) Portanto o método definido por 78) satisfaz X n+1 = Xn+1 T + O +1 ), ou seja, é um método da classe RK Analogamente ao método da série de Taylor, este método pode ser escrito na forma F 1 = ft n, X n ) F = ft n+1, X n + F 1 ) 79) X n+1 = X n + 1F 1 + 1F Este método é conecido como método de Heun 0

Aula 8: Método de Euler modificado Vimos que o método da série de Taylor de segunda ordem pode ser escrito na forma 75), e para deduzir o método de Heun, dividimos a segunda parcela do lado direito de 75) em duas parcelas iguais, e adicionamos uma delas à terceira parcela Agora vamos adicionar sem dividir em duas) a segunda parcela na terceira parcela, e vamos colocar o fator / para dentro dela: [ n+1 = X n + ft n, X n ) + f t t n, X n ) + [ = X n + ft n, X n ) + X T f x t n, X n ) ft n, X n ) f t t n, X n ) 1 + f x t n, X n ) ft n, X n ) ] 81) )] Comparando esta expressão com 10), convém escoler α = 1/ e β = ft n, X n )/: f t n +, X n + ) f ft n, X n ) = ft n, X n ) + t t n, X n ) 1 + f x t n, X n ) ft ) n, X n ) + f t t, X) 1 4 + f t x t, X) ft n, X n ) + f 4 x t, X) ft ) n, X n ), 8) 4 sendo t, X) = t n + λ/, X n + λft n+1, X n+1 )/), com 0 λ 1 Segue de 81) e 8) que Xn+1 T = X n + f t n +, X n + ) ft n, X n ) g), ) g) = 3 f 8 t t, X) + f t x t, X)ft n, X n ) + f x t, X)ft n, X n ) Se f C, podemos seguir o mesmo procedimento da seção anterior para verificar que g) = O 3 ) Assim, o método definido pela equação X n+1 = X n + f t n +, X n + ) ft n, X n ) 83) satisfaz X n+1 = Xn+1 T + O 3 ), ou seja, é um método da classe RK Este método é conecido como método de Euler modificado Este método foi proposto por Runge em 1895 [4] Outros métodos da classe RK podem ser obtidos considerando um passo fracionário t = t n+α = t n + α 0 < α 1), o que corresponde a escoler β = αft n, X n ) na expansão 10): f t n + α, X n + αft n, X n )) = ft n, X n ) + α + α f t t n, X n ) + f ) x t n, X n )ft n, X n ) ) f t t, X) + f t x t, X)ft n, X n ) + f x t, X)ft n, X n ), com t, X) = t n + λα, X n + λαft n+1, X n+1 )), com 0 λ 1 Esta nova combinação de termos na fórmula de Taylor sugere reescrever a equação 81) da seguinte forma: [ Xn+1 T = X n + ft n, X n ) + f t t n, X n ) + ] f x t n, X n ) ft n, X n ) = X n + [ ft n, X n ) + f t t n, X n ) + f ] x t n, X n )ft n, X n ) 85) = X n + [ αft n, X n ) + f α t t n, X n )α + f ] x t n, X n )αft n, X n ) = X n + [ α 1)ft n, X n ) + ft n, X n ) + f α t t n, X n )α + f ] x t n, X n )αft n, X n ) = X n + 1 1 ) ft n, X n ) + [ f ft n, X n ) + α α α t t n, X n ) + f )] x t n, X n )ft n, X n ) 1 84)

Segue de 85) e 84) que Xn+1 T = X n + α g) = α3 4 ) ft n, X n ) + α f t n + α, X n + αft n, X n )) g), ) f t t, X) + f t x t, X)ft n, X n ) + f x t, X)ft n, X n ) Analogamente ao método de Euler modificado, o método X n+1 = X n + 1 1 ) ft n, X n ) + 1 α α f t n + α, X n + αft n, X n )) satisfaz X n+1 = Xn+1 T + O 3 ), ou seja, também é um método da classe RK Ele é usualmente escrito por meio dos parâmetros auxiliares β = α, ω = 1/α e ω 1 = 1 ω : F 1 = ft n, X n ) F = ft n + α, X n + βf 1 ) X n+1 = X n + ω 1 F 1 + ω F, ω 1 + ω = 1 α = β = 1 ω As equações 8) constituem a forma geral dos métodos de Runge-Kutta de segunda ordem Note que ω 1 = 0 e ω 1 = 1/ correspondem aos métodos de Euler modificado e de Heun, respectivamente 8)

Aula 9: Método de Runge-Kutta de quarta ordem A dedução de métodos de Runge-Kutta RKm a partir dos métodos da série de Taylor de ordem m torna-se complexa quando m 3 Para estas classes de métodos, convém mostrar diretamente sem recorrer a Xn+1, T m apesar de recorrer à expansão de Taylor da solução exata) que o erro local tem ordem O m+1 ) Butcer [] provou que se o método F 1 = ft n, X n ) F = ft n + c, X n + a 1 F 1 ) F 3 = ft n + c 3, X n + a 31 F 1 + a 3 F ) F 4 = ft n + c 4, X n + a 31 F 1 + a 4 F + a 43 F 3 ) X n+1 = X n + b 1 F 1 + b F + b 3 F 3 + b 4 F 4 tem um erro local de ordem O 4+1 ), então os coeficientes C 1,, b 4 satisfazem as seguintes equações: b 1 + b + b 3 + b 4 = 1 b 3 a 3 c + b 4 a 4 c + a 43 c 3 ) = 1 b c + b 3 c 4 + b 4 c 4 = 1 b 3 c 3 a 3 c + b 4 c 4 a 4 c + a 43 c 3 ) = 1 c = a 1 8 c b c + b 3 c 4 + b 4 c 4 = 1 b 3 3 a 3 c + b 4 a 4 c + a 43 c 3) = 1 3 = a 31 + a 3 1 b c 3 + b 3 c 3 4 + b 4 c 3 4 = c 1 b 4 4 a 43 a 3 c = 1 4 = a 41 + a 4 + a 43 4 Uma das soluções deste sistema é c = 1/ c 3 = 1/ c 4 = 1 a 1 = 1/ a 31 = 0 a 3 = 1/ a 41 = 0 a 4 = 0 a 43 = 1 b 1 = 1/ b = / b 3 = / b 4 = 1/, que resulta no método de Runge-Kutta clássico de quarta ordem RK4), proposto por Kutta em 1901 [4]: F 1 = ft n, X n ) F = ft n + /, X n + F 1 /) F 3 = ft n + /, X n + F /) F 4 = ft n +, X n + F 3 ) X n+1 = X n + F 1 + F + F 3 + F 4 )/, 91) 9) Exemplo 91 : Use um passo do método RK4 para aproximar x00), sendo xt) a solução do PVI { x t) = 1 + xt) x0) = 0 Temos X 0 = 0, t 0 = 0, T = 00 e = T t 0 )/1 = 00 Assim, F 1 = ft n, X n ) = 00)1 + 0 ) = 00 F = ft n + /, X n + F 1 /) = 001 + 00/) ) = 00000 F 3 = ft n + /, X n + F /) = 001 + 00000/) ) = 000000004000 F 4 = ft n +, X n + F 3 ) = 001 + 000000004000 ) = 000008001004000471 X n+1 = X n + F 1 + F + F 3 + F 4 )/ = 00000707400097 3

Note que tan00) = 000007093404, ou seja, o método RK4 acertou 10 casas decimais Em geral, os métodos de Runge-Kutta explícitos com k termos são escritos na forma ) i 1 F i = f t n + c i, X n + a ij F j 1 i k) j=1 93) X n+1 = X n + b i F i, i=1 com c 1 = 0 Os coeficientes acima são organizados de acordo com a seguinte tabela conecida como tabela de Butcer): c 1 c a 1 c 3 a 31 a 3 c k a k1 a k a kk 1 b 1 b b k 1 b k Por exemplo, a tabela de Butcer correspondente ao método RK4 é dada por 0 1/ 1/ 1/ 0 1/ 1 0 0 1 1/ / / 1/ Butcer [3] provou que o erro local de um método de Runge-Kutta explícito com k termos não necessariamente é da ordem O k+1 ): k 4 5 7 8 9+ ordem O 4+1 ) O 4+1 ) O 5+1 ) O +1 ) O +1 ) O k 1 ) 4

Aula 10: Métodos de Runge-Kutta adaptativos Nesta aula vamos considerar métodos de passo simples em que o comprimento de passo é variável, ou seja, t n+1 = t n + n Nestes métodos devemos estabelecer um critério para a escola de cada n Um exemplo de situação em que vale a pena usar comprimento de passo variável é quando a derivada da solução é elevada num ponto t [t 0, T ] Fig ) 1 xt) 1 xt) 05 X n 05 X n 0 0 05 05 1 0 1 3 1 0 1 3 Figura : Comparação da função xt) = tan0x )) com a aproximação X n supondo que X n = xt n )) para uma partição uniforme esquerda) e uma partição não-uniforme concentrada em torno de t = direita) As partições são exibidas abaixo dos gráficos Note que a partição nãouniforme usa menos pontos onde a função varia lentamente e mais pontos onde ela varia rapidamente Quando não conecemos de antemão a localização dos) pontos) t, uma alternativa é selecionar, na passagem de X n para X n+1, o valor de n tal que e n+1 = xt n+1 ) X n+1 = xt n + n ) X n+1 δ, sendo δ uma tolerância máxima escolida para o erro de aproximação Os métodos de passo simples adaptativos calculam iterativamente o valor de n, partindo de uma estimativa inicial 0 e ajustando-o até que a tolerância máxima seja atingida Dada a seguinte generalização do método de passo simples 1), { Xn+1 = ΦX n+1, X n, t n+1, t n ), n 0 101) X 0 = x 0, uma versão adaptativa deste método é dada pelo seguinte algoritmo: 1: Dados de entrada: t 0, x 0, T, δ, 0 : X 0 x 0 ; 3: n 0; 4: wile t n < T do 5: 0 ; : X Φ X, Xn, t n +, t n ); 7: ẽ xt n + ) X; 8: wile ẽ > δ do 9: /; 10: X Φ X, Xn, t n +, t n ); 11: ẽ xt n + ) X; 1: end wile 13: X n+1 X; 14: t n+1 t n + ; 15: n n + 1; 1: end wile 5

O defeito deste algoritmo é que ele depende da solução exata ver linas 7 e 11) Para contornar este problema, devemos substituir o erro exato ẽ por uma aproximação do erro ε que não dependa de xt n + ) No jargão de métodos adaptativos, a função ou algoritmo que fornece ε é denominado estimador do erro, enquanto a técnica de obtenção de estimadores é denominada análise a posteriori Seja 101) um método de Runge-Kutta de ordem m 1 Uma forma de definir um estimador de erro é aproximar xt n + ) por um método melor que o método 101) Em particular, podemos considerar ε = Ỹ X, Ỹ = Φ X, X n, t n +, t n ), 10) sendo { Xn+1 = ΦX n+1, X n, t n+1, t n ), n 0 X 0 = x 0, 103) algum método de Runge-Kutta de ordem m O estimador 10) resolve o problema da dependência da solução exata, mas cria outro problema: aumentamos o custo computacional ao calcular a solução aproximada duas vezes Para amenizar este custo, escolemos para 101) e 103) dois métodos de Runge-Kutta que possuam cálculos intermediários compartilados Mais precisamente, m X n+1 = ΦX n+1, X n, t n+1, t n ) = X n + b i F i, ) i 1 i=1 F i = f t n + c i, a ij F j 1 i m) X n+1 = ΦX m j=1 n+1, X n, t n+1, t n ) = X n + bi F i, i=1 Os coeficientes são escolidos de modo que os dois métodos sejam idênticos a menos dos coeficientes b i e b i, e que e loc n = O m ) no primeiro método, enquanto e loc n = O m+1 ) no segundo método Este par de métodos é usualmente representado pela seguinte tabela de Butcer: c 1 c a 1 c 3 a 31 a 3 c k a k1 a k a kk 1 b 1 b b k 1 b k b1 b bk 1 bk em que k m geralmente k > m) Note que o erro estimado é dado por ε = m b i b i )F i, i=1 e que uma vez encontrado n tal que ε δ, podemos escoler X n+1 = Ỹ em vez de X n+1 = X, dado que Ỹ é uma aproximação resultante de um método de ordem mais alta OBS: Kincaid e Ceney [10] indicam outra forma de atualizar o tamano de passo linas 5 e 9 do algoritmo): ) 1/m+1 δ = 09 ε

O método de Runge-Kutta adaptativo clássico é o método de Runge-Kutta-Felberg [7], que utiliza m = 4 e é definido pela seguinte tabela: 0 1/4 1/4 3/8 3/3 9/3 1/13 193/197-700/197 79/197 1 439/1-8 380/513 845/4104 1/ -8/7-3544/55 1859/4104-11/40 1/135 0 5/185 851/5430-9/50 /55 5/1 0 1408/55 197/4104-1/5 0 Outros métodos populares são o método de Dormand-Prince [] 0 1/5 1/5 3/10 3/40 9/40 4/5 44/45-5/15 3/9 8/9 1937/51-530/187 4448/51-1/79 1 9017/318-355/33 473/547 49/17-5103/185 1 35/384 0 500/1113 15/19-187/784 11/84 35/384 0 500/1113 15/19-187/784 11/84 0 5179/5700 0 7571/195 393/40-9097/33900 187/100 1/40 e o método de Bogacki-Sampine [1]: 0 1/ 1/ 3/4 0 3/4 1 /9 1/3 4/9 /9 1/3 4/9 0 7/4 1/4 1/3 1/8 Os dois últimos métodos estão disponíveis no matlab/octave por meio das funções ode45 ode3, respectivamente Note que, nestes métodos, X = Xn + F k 1, de modo que F k = ft n + c k, X) e Ỹ = X n + b 1 F 1 + b k F k Portanto, a solução X é um passo intermediário do cálculo da solução Ỹ Métodos com esta propriedade são denominados métodos de Runge-Kutta encaixados embedded Runge-Kutta metods) [13] 7

Aula 11: Métodos de passos múltiplos Os métodos de passos múltiplos com k passos são dados por a 0 X n+1 +a 1 X n +a X n 1 + +a k X n k 1) = [ b 0 ft n+1, X n+1 ) + b 1 ft n, X n ) + + b k ft n k 1), X n k 1) ) ] Daqui em diante vamos empregar a notação f k = ft k, X k ), de modo que a 0 X n+1 + a 1 X n + a X n 1 + + a k X n k 1) = [ b 0 f n+1 + b 1 f n + b f n 1 + + b k f n k 1) ] a 0 X n+1 + a 1 X n+1 1 + a X n+1 + + a k X n+1 k = [b 0 f n+1 + b 1 f n+1 1 + b f n+1 + + b k f n+1 k ], ou seja, a j X n+1 j = b j f n+1 j 111) O método de passos múltiplos 111) é dito explícito se b 0 = 0 e implícito caso contrário Se k, precisamos calcular previamente as aproximações X k 1, X k,, X 1, pois estes valores não podem ser obtidos pela equação 111) No caso k = por exemplo, se tentássemos calcular X 1 tomando n = 0 em 111), teríamos a 0 X 1 + a 1 X 0 + a X 1 = [b 0 f 1 + b 1 f 0 + b f 1 ], ou seja, X 1 dependeria de X 1, que é indefinido Esta dificuldade, entretanto, pode ser superada no momento da implementação computacional, conforme será discutido posteriormente Aula 1) 111 Fórmula de Adams-Basfort Considere a versão explícita do método 111) b 0 = 0) com a 0 = 1, a 1 = 1 e a j = 0 para todo j, ou seja, X n+1 X n = b j f n+1 j j=1 X n+1 = X n + b j f n+1 j 11) Note que as únicas incógnitas em 11) são os valores b 1,, b k A fórmula de Adams-Basfort com k passos corresponde à equação 11) em que os k coeficientes b 1,, b k são escolidos de modo que, se x é a solução do PVI { x t) = pt) com p P k 1, e além disso, se xt 0 ) = x 0 j=1 t ) ou seja, xt) = x 0 + pt) dt, 113) t 0 X 0 = x 0 X n = xt n ) 1 n k 1, 114) então X n = xt n ), n k 115) Veremos mais adiante que a condição 115) para toda solução xt) de 113) garantirá um erro de truncamento local de ordem O k+1 ) 8

1111 Fórmula de Adams-Basfort de um passo k = 1) Se p P 1 1 = P 0, então p é uma função constante da forma pt) = c Se xt) é a solução do PVI 113), então xt) = x 0 + ct t 0 ) Além disso, para que X n = xt n ) para n k 1 = 0, basta que X 0 = xt 0 ) = x 0 Vamos obter os coeficientes do método 11) com k = 1 e X 0 = x 0, ou seja, { Xn+1 = X n + b 1 f n, n 0 X 0 = x 0, tais que X n = xt n ) para todo n 1 Note que, como ft, xt)) = pt) = c, X n+1 = X n + b 1 c Esta expressão nos permite obter uma fórmula para X n em termos de X 0 : X n = X n 1 + b 1 c = X n + b 1 c) + b 1 c = X n + b 1 c = = X n n + nb 1 c Como X 0 = x 0, segue que Por outro lado, como xt) = x 0 + ct t 0 ), temos que X n = x 0 + nb 1 c 11) xt n ) = x 0 + ct n t 0 ) = x 0 + cn) 117) Segue de 11) e 117) que devemos ter b 1 = 1 Portanto a fórmula de Adams-Basfort de um passo AB1) é dada por { Xn+1 = X n + f n = X n + ft n, X n ), n 0 X 0 = x 0, ou seja, ela coincide com o método de Euler explícito 111 Fórmula de Adams-Basfort de dois passos k = ) Se p P 1 = P 1, então existem c 0, c 1 > 0 tais que pt) = c 0 + c 1 t Teremos a seguir manipulações algébricas extremamente trabalosas, de modo que será importante expressar pt) de outra maneira Se xt) é a solução do PVI 113), então xt) = x 0 + t t t 0 c 0 + c 1 t) dt = x 0 + c 0 t t 0 ) + c 1 t 0 Assim, para que X n = xt n ) para n k 1 = 1, devemos ter X 0 = xt 0 ) = x 0 X 1 = xt 1 ) = x 0 + c 0 + c 1 t 1 t 0)/ = x 0 + c 0 + c 1 + t 0 )/ 118) Assim, devemos obter os coeficientes b 1 e b em X n+1 = X n + [b 1 f n + b f n 1 ], n 1 X 0 = x 0 X 1 = x 0 + c 0 + c 1 + t 0 )/ Como ft, xt)) = pt) = c 0 + c 1 t, temos que, para n 1, X n+1 = X n + [b 1 c 0 + c 1 t n ) + b c 0 + c 1 t n 1 )] = X n + [c 0 b 1 + b ) + c 1 b 1 t n + b t n 1 )] = X n + [c 0 b 1 + b ) + c 1 b 1 t n + b t n b )] = X n + [c 0 b 1 + b ) c 1 b + c 1 b 1 + b )t n ] = X n + β 1 + β t n, 9

com β 1 = c 0 b 1 + b ) c 1 b e β = c 1 b 1 + b ) Deste modo, X n = X n 1 + β 1 + β t n 1 = X n + β 1 + β t n ) + β 1 + β t n 1 = X n + β 1 + β t n 1 + t n ) = = X n n 1) + n 1)β 1 + β t n 1 + t n + + t n n 1) ) n 1 = X 1 + n 1)β 1 + β j=1 n 1 = X 1 + n 1)β 1 + β j + t 0 ) j=1 n 1 n 1 = X 1 + t n 1 t 0 )β 1 + β j + β t j j=1 j=1 = X 1 + t n 1 t 0 )β 1 + nn 1) β + n 1)β t 0 = X 1 + t n 1 t 0 )β 1 + β n 1) n ) + t 0 = X 1 + t n 1 t 0 )β 1 + β t n 1 t 0 ) n + t 0 t n 1 t 0 )t n + t 0 ) = X 1 + t n 1 t 0 )β 1 + β Tendo em vista que t n t 0 xt n ) = x 0 + c 0 t n t 0 ) + c 1, vamos escrever a expressão obtida para X n em termos de t n t 0 : X n = X 1 + t n t 0 )β 1 + β t n t 0 )t n + t 0 ) = X 1 + t n t 0 )β 1 β 1 + β t n t 0 )t n + t 0 ) = X 1 + t n t 0 )β 1 β 1 + β t n t 0 t 0 β t n + t 0 β t n t 0 +t 0 t n t 0 t n t 0 = X 1 + t n t 0 )β 1 β 1 + β β β t 0 = X 1 + β 1 β ) t n t 0 t n t 0 ) + β β 1 β t 0 = X 1 + Além disso, segue de 118) que β 1 β + t 0 X n = x 0 + c 0 + c 1 + = x 0 + β 1 β ) = x 0 + β 1 β ) = x 0 + β 1 β ) t n t 0 t n t 0 ) + β β 1 + β t 0 ) β 1 β ) t n t 0 ) + β t n t 0 t n t 0 ) + β t n t 0 ) t n t 0 t n t 0 ) + β 30 t n t 0 t n t 0 ) + β β 1 + β t 0 ) ) + t 0 β 1 + β t 0 c 0 c 1 ) β 1 + β t 0 c 0 c 1 c 1t 0 β 1 c ) 1 c 0 t 0 β c 1 )

Portanto, para que X n = xt n ), basta que β 1 β = c 0, β = c 1 Note que esta escola faz com a última parcela de X n acima se anule automaticamente Agora vamos substituir as expressões de β 1 e β de modo a obter condições para b 1 e b Como β = c 1, Da primeira condição, temos que c 1 b 1 + b ) = c 1 = b 1 + b = 1 β 1 β c 0 b 1 + b ) c 1 b c 1 c 0 c 1 b c 1 c 1 b c 1 = c 0 = c 0 = c 0 = 0 c 1 )b = c 1 = b = 1 Como b 1 + b = 1, temos que b 1 = 3/, e portanto a fórmula de Adams-Basfort de dois passos AB) é dada por { Xn+1 = X n + [ 3 f n 1 f n 1], n 1 X 0 = x 0 119) Não inserimos em 119) a fórmula para X 1 dada por 118) porque esta somente vale para ft, xt)) = c 0 + c 1 t A escola de X 1 será discutida posteriormente 1113 Fórmula de Adams-Basfort de dois passos: dedução alternativa Visando simplificar os cálculos realizados anteriormente, vamos reescrever pt) na forma Neste caso, xt) passa a ser escrito na forma e em particular, pt) = c 0 + c 1 t t 0 1110) t t 0 ) xt) = x 0 + c 0 t t 0 ) + c 1, t n t 0 ) n xt n ) = x 0 + c 0 t n t 0 ) + c 1 = x 0 + c 0 n + c 1 1111) xt 1 ) = x 0 + c 0 + c 1 111) A fórmula para X n+1 se torna ) )] t n t 0 t n 1 t 0 X n+1 = X n + [b 1 c 0 + c 1 + b c 0 + c 1 = X n + n [b 1 c 0 + c 1 ) n 1) + b c 0 + c 1 = X n + [b 1 c 0 + b 1 c 1 n + b c 0 + b c 1 n 1)] = X n + [b 1 c 0 + b c 0 + b 1 c 1 n + b c 1 n b c 1 ] )] = X n + [ c 0 b 1 + b ) c 1 b + c 1 b 1 + b )n] = X n + β 1 + β n, 31

com β 1 = c 0 b 1 +b ) c 1 b e β = c 1 b 1 +b ) Repetindo o procedimento da seção anterior, encontramos X n = X n 1 + β 1 + β n 1) = [X n + β 1 + β n )] + β 1 + β n 1) = X n + β 1 + β [n 1) + n )] n 1 = = X 1 + n 1)β 1 + β j j=1 nn 1) = X 1 + n 1)β 1 + β n = X 1 + β 1 n β 1 + β β n = X 1 + β 1 β ) n n + β β 1 Segue de 111) que X n = x 0 + c 0 + c 1 + = x 0 + β 1 β Para que X n = xt n ), basta que β 1 β ) ) n + β n + β 1 β = c 0, β = c 1 n n + β β 1 c 0 + c ) 1 β 1 Analogamente à dedução anterior, β = c 1 implica que b 1 + b = 1 Logo β 1 = c 0 c 1 b, e além disso, β 1 β c 0 c 1 b β c 1 b c 1 = c 0 = c 0 = 0, ou seja, b = 1/ e de b 1 + b = 1, b = 3/), conforme deduzido anteriormente 1114 Segunda dedução alternativa Vamos simplificar mais ainda os cálculos acima Considere n > 0 fixo, porém arbitrário, e considere a seguinte representação do polinômio p: pt) = c 0 + c 1 t t n 1113) Vamos escrever xt n+1 ) em termos de xt n ) por meio do Teorema Fundamental do Cálculo: tn+1 ) t t n 0 xt n+1 ) = xt n ) + c 0 + c 1 dt = xt n ) + c 0 + c 1 = xt n ) + c 0 + c 1 t n Portanto, a sequência Y n = xt n ) satisfaz Y n+1 = Y n + Y 0 = xt 0 ) Y 1 = xt 1 ) 3 c 0 + c 1 ) 1114)

Queremos provar que X i = Y i para todo 0 i n + 1 Temos de 1113) que logo segue que X n+1 = X n + [b 1 pt n ) + b pt n 1 )] ) )] t n t n t n 1 t n = X n + [b 1 c 0 + c 1 + b c 0 + c 1 )] = X n + [b 1 c 0 + b c 0 c 1 = X n + [c 0 b 1 + b ) c 1 b ], X n+1 = X n + [c 0 b 1 + b ) + c 1 b )], X 0 = xt 0 ) X 1 = xt 1 ) 1115) Para que as equações de diferenças 1115) e 1114) tenam a mesma solução, basta que os coeficientes das equações de Y n+1 e X n+1 sejam iguais para quaisquer c 0 e c 1, isto é, { b1 + b = 1 b = 1/, do qual obtemos novamente b = 1/ e b 1 = 3/ Em geral, para deduzir a fórmula de Adams-Basfort de k passos, convém escrever pt) na forma pt) = c 0 + c 1 t t n + c t t n ) + + c n 1 t t n ) k 1 k 1 111) 33

Aula 1: Fórmula de Adams-Moulton A fórmula de Adams-Moulton corresponde à versão implícita do método 111), ou seja, temos b 0 0 Além disso, a 0 = 1, a 1 = 1 e a j = 0 para todo j, ou seja, k 1 X n+1 X n = b j f n+1 j k 1 X n+1 = X n + b j f n+1 j, 11) em que os k coeficientes b 0,, b k 1 são escolidos de modo que, se x é a solução do PVI 113) com p P k 1, e X 0 = x 0 1) X n = xt n ) 1 n k, então X n = xt n ), n k 13) Note que a contagem dos passos inicia em j = 0 e termina em j = k 1, totalizando k passos Além disso, ao contrário da fórmula de Adams-Basfort, a expressão 11) não depende de X n+1 k, logo ela permite calcular X n para n + 1 k 0, ou seja, n k 1 Portanto devemos fornecer externamente X 0,, X k, o justifica a restrição 1) ser ligeiramente diferente de 114) 11 Fórmula de Adams-Moulton de um passo k = 1) Vimos que, se p P 1 1 = P 0, ou seja, pt) = c, então a solução do PVI 113) é xt) = x 0 + ct t 0 ) ou, usando o Teorema Fundamental do Cálculo, xt n+1 ) = xt n ) + c Assim, a sequência Y n = xt n ) satisfaz { Yn+1 = Y n + c Y 0 = x 0 14) Por outro lado, como f n+1 = pt n+1 ) = c, temos de 11) com k = 1 que { Xn+1 = X n + b 0 f n+1 = X n + cb 0 X 0 = xt 0 ) = x 0, 15) logo para que X n = xt n ) = Y n as equações de diferenças 14) e 15) devem ser iguais Para isto, basta que b 0 = 0 Portanto a fórmula de Adams-Moulton de um passo AM1) é dada por { Xn+1 = X n + f n+1 = X n + ft n+1, X n+1 ), n 0 1) X 0 = x 0 Este método também é conecido como método de Euler implícito 1 Fórmula de Adams-Moulton de dois passos k = ) Vimos que, para ft, xt)) = pt) na forma pt) = c 0 + c 1 t t n, a solução xt n ) do PVI 111) satisfaz xt n+1 ) = xt n ) + c 0 + c 1 e a sequência Y n = xt n ) satisfaz { Y n+1 = Y n + c 0 + c ) 1 17) Y 0 = xt 0 ) 34

Além disso, X n+1 = X n + [b 0 pt n+1 ) + b 1 pt n )] ) )] t n+1 t n t n t n = X n + [b 0 c 0 + c 1 + b 1 c 0 + c 1 = X n + [b 0 c 0 + c 1 ) + b 1 c 0 ] = X n + [c 0 b 0 + b 1 ) + c 1 b 0 ], ou seja, a solução gerada pela fórmula de Adams-Moulton de dois passos satisfaz a equação de diferenças { Xn+1 = X n + [c 0 b 0 + b 1 ) + c 1 b 0 ], 18) X 0 = xt 0 ) Para que as equações de diferenças 17) e 18) tenam a mesma solução, basta que os coeficientes das equações de Y n+1 e X n+1 sejam iguais para quaisquer c 0 e c 1, isto é, { b0 + b 1 = 1 19) b 0 = 1/, do qual obtemos b 0 = b 1 = 1/ Portanto a fórmula de Adams-Moulton de dois passos AM) é dada por { Xn+1 = X n + f n+1 + f n )/, n 0 110) X 0 = x 0 Este método também é conecido como método trapezoidal 13 Fórmula de Adams-Moulton: caso geral Para deduzir a fórmula de Adams-Multon de k passos, vamos escrever p P k 1 na forma pt) = c 0 + c 1 t t n + c t t n ) t t n ) k 1 k 1 + + c n 1 = c k 1 0 + i=1 c i t t n ) i i 111) O termo c 0 foi deixado de fora da somatória, pois caso contrário teríamos uma indeterminação do tipo 0 0 em pt n ) Pelo Teorema Fundamental do Cálculo, xt n+1 ) = xt n ) + tn+1 k 1 tn+1 t t n ) i k 1 pt) dt = c 0 + c i dt = c t n i 0 + Assim, a sequência Y n = xt n ) é a solução da equação de diferenças i=0 k 1 Y n+1 = Y n + c 0 + i=1 t n c i 1 i + 1 Y j = xt j ) j = 0, 1 j k ) i=1 c i i + 1 11) Vamos agora tratar da sequência X n Temos de 111) que k 1 t j t n ) i f j = pt j ) = c 0 + c i i i=1 i=1 k 1 [j t 0 ) n t 0 )] i = c 0 + c i i k 1 j n) i i k 1 = c 0 + c i = c i 0 + c i j n) i i=1 35 i=1