AOS MTODOS
NUMRICOS
Celme Torres F. da Costa
UNIVERSIDADE FEDERAL DO CEAR
Campus Cariri
2010
Introduo aos Mtodos Numricos
2
Sumrio
1. Introduo aos Mtodos Numricos ................................................................... 4
1.1. Solues Analticas .................................................................................... 5
1.2. Mtodo das diferenas Finitas ................................................................... 6
1.3. Mtodo dos elementos finitos .................................................................... 6
1.4. Mtodo dos momentos (MOM) .................................................................. 7
1.5. Mtodo dos elementos analticos ............................................................... 7
1.6. Mtodo das camadas finitas ...................................................................... 7
1.7. Mtodo de elementos de contorno (MEC) ................................................. 8
1.8. Mtodo dos volumes finitos........................................................................ 8
2. Condies de Contorno .................................................................................... 10
2.1. Condies de contorno naturais .............................................................. 11
2.2. Condies de contorno geomtricas ........................................................ 11
3. Sistemas de Equaes Diferenciais ................................................................. 12
3.1. Sistemas de Equaes Diferenciais ......................................................... 12
3.1.1. Sistemas homogneos ...................................................................... 12
3.1.2. Sistemas no homogneos ............................................................... 14
3.2. Conceito de autovalor e autovetor ........................................................... 15
3.3. Diagonalizao de matrizes ..................................................................... 18
3.4. Soluo geral de sistemas homogneos ................................................. 19
3.5. Soluo geral de sistemas no homogneos .......................................... 20
3.5.1. Exerccios e Aplicaes de sistemas de equaes diferenciais ........ 21
3.6. Soluo de sistemas lineares .................................................................. 22
3.6.1. Exerccios .......................................................................................... 27
4. Mtodos dos Resduos Ponderados ................................................................ 28
4.1. Mtodo de colocao pontual .................................................................. 29
4.2. Mtodo dos subdomnios ......................................................................... 32
4.3. Mtodo dos mnimos quadrados .............................................................. 34
4.4. Mtodo de Galerkin .................................................................................. 36
4.5. Exerccios ................................................................................................ 38
5. Introduo aos Mtodos Variacionais............................................................... 39
5.1. Clculo variacional ................................................................................... 39
5.2. Mximo e mnimo de funes .................................................................. 39
5.3. Funcional ................................................................................................. 43
5.3.1. Funcional de uma funo .................................................................. 44
5.3.2. Determinao do Funcional - Equao de Euler ............................... 47
5.3.3. Exerccios .......................................................................................... 51
6. Mtodos Variacionais ....................................................................................... 53
6.1. Mtodo de Ritz ......................................................................................... 53
6.1.1. Exerccios .......................................................................................... 58
6.2. Mtodo de Rayleigh-Ritz .......................................................................... 59
7. Mtodos das Diferenas Finitas ....................................................................... 66
7.1. Derivadas de ordem superior ................................................................... 68
7.2. Exerccios ................................................................................................ 73
8. Mtodos dos Elementos Finitos ....................................................................... 75
Prof Celme Torres
3
8.1. Sistemas discretos e funes de base ..................................................... 78
8.1.1. Funes de base ................................................................................ 78
8.1.2. Exemplos de sistemas discretos ........................................................ 81
8.1.2.1. Mola elstica ................................................................................ 81
8.1.2.2. Toro em barra circular .............................................................. 82
8.1.2.3. Fluxo de um fluido em um tubo .................................................... 83
9. Mtodos dos Elementos Finitos Bidimensional ................................................. 94
9.1. Modelos de elementos finitos ................................................................... 95
9.1.1. Funes de forma .............................................................................. 95
9.1.2. Elemento triangular linear................................................................... 96
9.1.3. Teorema de Green-Gaus ................................................................... 98
9.1.4. Imposio das condies de contorno ............................................. 100
9.1.5. Determinao da matriz de rigidez ................................................... 101
9.1.6. Determinao do vetor de carga nodal............................................. 102
Introduo aos Mtodos Numricos
4
1. Introduo aos Mtodos Numricos
Os modelos so ferramentas projetadas para representar uma verso simplificada de um
problema real. uma tentativa para compreenso dos processos fsicos, qumicos e biol-
gicos traduzidos em termos matemticos. O objetivo da modelagem o de prever ou predi-
zer cenrios onde esto envolvidos variveis desconhecidas, como, por exemplo, a varia-
o da carga hidrulica ou distribuio de concentraes de espcies qumicas em um sis-
tema aqfero no tempo e no espao (BEDIENT et al., 1994), variao de temperaturas,
anlise de estruturas, entre outras.
No desenvolvimento de um modelo, o primeiro passo o desenvolvimento de um modelo
terico ou conceitual, que consiste na descrio dos processos envolvidos e no conheci-
mento do comportamento do sistema analisado. O prximo passo traduzir esse modelo
terico em termos matemticos, o chamado modelo matemtico, que o conjunto de equa-
es diferenciais associada ao conjunto de equaes de condies iniciais e de condies
de contorno. Finalmente, a soluo das equaes sujeitas s condies de contorno impos-
tas obtida utilizando mtodos analticos ou numricos.
Quando os modelos consideram as variveis de entrada e/ou os parmetros dependentes de
funes aleatrias (probabilidade) esses modelos so definidos como modelos ESTO-
CSTICOS ou PROBABILSTICOS, do contrrio, so DETERMINSTICOS. Os mo-
delos baseados em resultados experimentais, so ditos modelos EMPRICOS (COSTA,
2000).
Uma vez que o modelo terico formulado e os parmetros apropriados tenham sido de-
terminados, o prximo passo achar uma soluo para as equaes que governam o pro-
blema, considerando as condies iniciais e de contorno. As tcnicas mais utilizadas na
soluo destas equaes so: soluo analtica, mtodo dos momentos, mtodo das cama-
das finitas, elementos de contorno, diferenas finitas e elementos finitos, descritas a seguir.
Prof Celme Torres
5
1.1.1. Solues Analticas
Qualquer funo f definida em algum intervalo I, que, quando substituda na equao dife-
rencial reduz a equao a uma identidade, chamada de soluo analtica da equao di-
ferencial no intervalo. Porm, nem toda equao diferencial possui necessariamente uma
soluo analtica.
Quando resolvemos uma equao diferencial, normalmente obtemos uma famlia de curvas
ou funes contendo um parmetro arbitrrio tal que, cada membro da famlia uma solu-
o da equao diferencial.
As solues das equaes diferenciais so divididas em Explcitas ou Implcitas. Uma so-
luo explcita qualquer funo y(x) que verifique a equao num intervalo a x b < < .
Ou seja, uma soluo na qual a varivel dependente expressa somente em termos da vari-
vel independente e das constantes. Para nossos propsitos, vamos pensar que uma soluo
explicita seja da forma y f (x) = , a qual pode ser manipulada, calculada e diferencivel por
meio das regras padro. Isto , a varivel dependente pode ser isolada e igualada a uma ex-
presso, a qual funo apenas da varivel independente, no ambgua.
Uma soluo implcita uma relao g(x, y) 0 = que verifique a equao. Dizemos que
uma relao g(x, y) 0 = uma soluo implcita de uma EDO em um intervalo I, se ela
define uma ou mais solues explcitas em I. Isto , a varivel dependente (funo) no
pode ser isolada e igualada a uma expresso que dependa apenas da varivel independente,
ou quando isto for possvel ento a expresso ser ambgua.
As solues analticas so ideais para um rpido clculo preliminar, so vlidas para estu-
dos de sensibilidade e teis para checar resultados de anlises mais complexas. Toda base
terica para determinao das solues analticas de equaes diferenciais foram descritas
e assimiladas em disciplinas anteriores envolvendo equaes diferencias ou matemtica
aplicada.
Introduo aos Mtodos Numricos
6
1.1.2. Mtodo das diferenas Finitas
O mtodo das diferenas finitas substitui a equao diferencial por um conjunto de equa-
es lineares algbricas que so resolvidas de forma aproximada (McDONALD; HAR-
BAUGH, 1988). As idias fundamentais foram estabelecidas e usadas por matemticos do
sculo XVIII, tais como Taylor e Lagrange (GOMES, 2000). No mtodo das Diferenas
Finitas, uma equao diferencial (de natureza contnua) substituda por uma srie de e-
quaes algbricas, chamadas de diferenas finitas, em pontos discretos. Esse mtodo o
mais antigo e o mais divulgado e foi o primeiro a ser usado para a soluo sistemtica de
problemas de gua subterrnea.
Figura 1. Malha de diferenas finitas.
1.1.3. Mtodo dos elementos finitos
O mtodo dos elementos finitos substitui a equao diferencial por uma formulao vari-
acional do problema, que leva a resoluo aproximada de um sistema de equaes lineares
algbricas (ZIENKIEWICZ, 1977). Baseia-se na diviso do domnio do problema em sub-
domnios, o que permite a representao de domnios complexos como um conjunto de
subdomnios mais simples chamados Elementos Finitos. Cada elemento finito conecta-
do aos elementos vizinhos atravs de ns. O conjunto dos elementos e dos ns chamado
de malha. A Figura 1.0 mostra uma malha de elementos finitos.
i, j i-1, j i+1, j
i, j+1
i, j-1 i-1, j-1 i+1, j-1
i-1, j+1 i+1, j+1 i+2, j+2
i+2, j-2
Ax
Ay
x
y
Prof Celme Torres
7
Figura 2 Malha de elementos finitos.
1.1.4. Mtodo dos momentos (MOM)
O mtodo dos momentos (MOM) tem a sua origem como muitas outras idias em esta-
tstica - no trabalho precursor de Lord Karl PEASON (1857). Pearson havia construdo o
seu sistema de famlias de distribuies de probabilidade e necessitava um procedimento
automtico para, uma vez escolhida a famlia apropriada, estimar os parmetros da particu-
lar curva (ou funo de densidade) que melhor se ajustaria aos dados. Como tais parme-
tros eram, geralmente, relacionados aos momentos da distribuio atravs de funes alg-
bricas no muito complicadas, ele props que se igualasse os valores dos momentos amos-
trais aos momentos tericos, conforme descritos por tais funes. Desse modo, indo-se at
o momento de ordem igual ao nmero de parmetros a estimar, se obtinha um sistema de
tantas equaes quanto incgnitas os parmetros a resolver.
1.1.5. Mtodo dos elementos analticos
O mtodo dos elementos analticos baseado no princpio da superposio de vrias fun-
es analticas. Este princpio consiste da adio de solues individuais para cada elemen-
to. A soluo do problema obtida atravs da adio de todas as influncias dos elementos
analticos individuais, representados pelas funes analticas, que correspondem s caracte-
rsticas do sistema em estudo.
1.1.6. Mtodo das camadas finitas
O mtodo das camadas finitas, descrito por ROWE e BOOKER (1985 a, b; 1987), se a-
plica a situaes onde a hidroestratigrafia pode ser idealizada como composta de camadas
Introduo aos Mtodos Numricos
8
horizontais, com as propriedades do solo sendo as mesmas em qualquer local na camada. O
mtodo das camadas finitas muito utilizado em problemas de dimensionamento de pavi-
mentos.
1.1.7. Mtodo de elementos de contorno (MEC)
O Mtodo dos elementos de contorno ou Boundary Element Method BEM, um mto-
do computacional para a soluo de sistemas de equaes diferenciais, formuladas em
forma integral. aplicado em diversas reas da engenharia, como em mecnica dos flui-
dos, acstica, eletromagnetismo e estudo de fraturas.
O mtodo possui melhor desempenho que o mtodo dos elementos finitos em certas cir-
cunstncias, como por exemplo, quando o domnio de estudo for infinito ou semi-infinito.
No mtodo de elementos de contorno (MEC), primeiramente ocorre a transformao da
equao diferencial parcial que descreve o comportamento da incgnita no interior e no
contorno do domnio, em uma equao integral que envolve somente incgnitas em seu
contorno. A seguir, faz-se a discretizao do contorno em elementos de superfcie e, por
fim, encontra-se a soluo do sistema de equaes algbricas resultantes. As principais
vantagens do MEC esto no fato de que somente o contorno (ou contornos) do domnio
deve ser dividido em sub-regies (discretizado). Nos outros mtodos (Elementos Finitos e
Diferenas Finitas), todo o domnio deve ser discretizado. Desta forma, a dimenso do
problema efetivamente reduzida em uma dimenso (BREBBIA e SKERGET, 1984).
1.1.8. Mtodo dos volumes finitos
O mtodo dos volumes finitos um mtodo de resoluo de equaes s derivadas parci-
ais baseado na resoluo de balanos de massa, energia e quantidade de movimento a um
determinado volume de meio contnuo.
Este mtodo evoluiu das diferenas finitas e no apresenta problemas de instabilidade ou
convergncia, por garantir que, em cada volume discretizado, a propriedade em questo
(por exemplo, a massa) obedece lei da conservao de massa. um mtodo largamente
Prof Celme Torres
9
utilizado na resoluo de problemas envolvendo transferncia de calor ou massa e em me-
cnica dos fluidos.
Figura 1.1 - Diagrama de mtodos de soluo de um problema fsico.
Introduo aos Mtodos Numricos
10
2. Condies de Contorno
O objetivo da maioria das anlises numricas determinar funes desconhecidas, chama-
das variveis dependentes, que satisfaam um dado conjunto de equaes diferenciais em
um domnio ou regio e algumas condies de contorno na borda do domnio. Um domnio
uma coleo de pontos no espao com propriedades que se P um ponto no domnio, en-
to todos os pontos prximos a P pertencem ao mesmo domnio. Esta definio implica
que um domnio consiste somente de pontos internos. Os smbolos so utilizados para
denotar um domnio arbitrrio e para determinar seu contorno.
(contorno)
(domnio)
Figura 1.2 Esquema de apresentao do domnio e seu contorno.
Em matemtica, no ramo de equaes diferenciais, um problema de valor de contorno ou
de fronteira uma equao diferencial provida de um conjunto de restries adicionais,
as chamadas condies de contorno. Uma soluo para um problema de valor de contorno
aquela que seja soluo da equao diferencial e satisfaa as condies de contorno.
Problemas de valor de contorno surgem em diversos ramos, assim como toda equao dife-
rencial tambm o ter. Problemas envolvendo a equao de onda, bem como a determina-
o dos modos normais, so frequentementes classificados como problemas de valor de
contorno. Um problema de valor de contorno deve ser bem determinado. Isto , dado certas
condies para o problema, haver ento soluo nica, que depende continuamente das
condies citadas.
A soluo de qualquer equao diferencial dependente do tempo (transiente) requer a espe-
cificao de condies na fronteira do sistema estudado (condies de contorno) e as con-
Prof Celme Torres
11
dies no incio do processo fsico (condio inicial). A definio precisa das condies de
contorno e inicial a parte mais importante para os processos de modelagem.
Quando as variveis dependentes so funes de uma varivel independente (x), o domnio
um segmento de reta, dito, nesse caso, unidimensional, e os pontos limites so chamados
pontos de contorno. Quando as variveis dependentes so funes de duas variveis inde-
pendentes (x, y), o domnio bidimensional, sendo dado por uma superfcie ou rea, ge-
ralmente um plano.
2.1.1. Condies de contorno naturais
As condies de contorno naturais se referem derivada da funo que est sendo analisa-
da.
No caso de escoamento corresponde aos valores de fluxo no contorno do domnio, assim
como os pontos de perda ou ganho (poos, vazes, carga hidrulica). No caso de anlise de
estruturas as condies de contorno naturais representam as foras concentradas e distribu-
das existentes no sistema fsico analisado.
2.1.2. Condies de contorno geomtricas
As condies de contorno geomtricas so os valores da funo ao longo do contorno ou
domnio. No caso de anlise de estruturas correspondem aos apoios e as restries do sis-
tema.
Introduo aos Mtodos Numricos
12
3. Sistemas de Equaes Diferenciais
3.1.1. Sistemas de Equaes Diferenciais
As equaes diferenciais ordinrias simultneas envolvem duas ou mais equaes que con-
tm derivadas de duas ou mais funes incgnitas de uma nica varivel independente. Se
x, y e z so funes da varivel t, ento:
2
2
2
2
d x
4 5x y
dt
d y
2 3x y
dt
= +
= +
e,
2
x ' 3x y' z' 5
x ' y' 2z' t
x y' 6z' t 1
+ + =
+ =
+ =
So exemplos de sistemas de equaes diferenciais.
Solues de um Sistema
Uma soluo de um sistema de equaes diferenciais um conjunto de funes diferenci-
veis x f (t) = , y g(t) = , z h(t) = , etc., que satisfaz cada equao do sistema em algum in-
tervalo I.
Os sistemas de equaes diferenciais podem ser resolvidos por:
(i) Mtodo dos operadores, atravs da eliminao algbrica sistemtica;
(ii) Mtodo da transformada de Laplace
(iii) Mtodo de autovetores e autovalores de matrizes
Sistemas homogneos
Um sistema de equaes diferenciais um conjunto de n ED, com uma varivel indepen-
dente e n variveis dependentes, que podem ser escritos da seguinte forma:
( )
( )
( )
' ' ' 1
1 1 2 n 1 2 n
' ' ' 2
2 1 2 n 1 2 n
' ' ' n
n 1 2 n 1 2 n
dy
F y , y ,..., y , y , y ,..., y , x
dx
dy
F y , y ,..., y , y , y ,..., y , x
dx
dy
F y , y ,..., y , y , y ,..., y , x
dx
=
=
=
= +
Na forma vetorial, o sistema pode ser escrito como:
O vetor f nulo e a matriz A igual a
1 1
A
4 1
(
=
(
dy dy
F y, x,
dx dt
| |
=
|
\ .
F Ax f = +
1 1
2 2
y ' x 1 1
y ' 4 1 x
( ( (
=
( ( (
Princpio da Superposio
Seja
1 2 n
x , x ,..., x um conjunto de vetores soluo de um sistema de EDO homogneo
em um intervalo I. Ento a combinao linear
1 1 2 2 n n
x c x c x ... c x = + + +
Onde, c
1
, c
2
e c
n
so constantes arbitrrias, tambm soluo do sistema no intervalo.
Introduo aos Mtodos Numricos
14
(b)
t
t
dx
3x 4y e sin 2t
dt
dy
5x 9y 4e cos 2t
dt
= + +
= + +
A forma matricial temos:
t
t
x' 3 4 x e sin 2t
y' 5 9 y 4e cos 2t
( (
= +
` ` ( (
) )
t
t
3 4 e sin 2t dX
X
5 9 dt 4e cos 2t
( (
= +
( (
Onde,
x
X
y
=
`
)
2. Verifique que
2t
1
2t
e
x
e
=
`
)
e
6t
2
6t
3e
x
5e
=
`
)
so solues do sistema de EDOs
1 3
X' X
5 3
(
=
(
, no intervalo ( , ) , onde
x
X
y
=
`
)
.
Temos que,
2t
1
2t
2e
x '
2e
=
`
)
2t 2t 2t 2t
1 1
2t 2t 2t 2t
1 3 2e e 3e 2e
Ax x'
5 3
2e 5e 3e 2e
(
= = = =
` ` `
(
) ) )
6t
2
6t
18e
x '
30e
=
`
)
6t 6t 6t 6t
2 2
6t 6t 6t 6t
1 3 3e 3e 15e 18e
Ax x'
5 3
5e 15e 15e 30e
+ (
= = = =
` ` `
(
+
) ) )
Logo, x
1
e x
2
so solues da EDO.
Sistemas no homogneos
Para sistemas no homogneos, uma soluo particular x
p
em um intervalo I qualquer
vetor, sem parmetros arbitrrios, cujos elementos so funes que satisfazem o sistema,
dX
A(t)X F(t)
dt
= +
Prof Celme Torres
15
Exemplo 3.2
Verifique que o vetor
p
3t 4
X
5t 6
=
`
+
)
uma soluo particular do sistema no-homogneo
1 3 12t 11
X' X
5 3 3
(
= +
`
(
)
, no internalo ( , ) .
Soluo
Temos que,
p
3
X'
5
=
`
)
p
1 3 12t 11 1 3 3t 4 12t 11
X
5 3 3 5 3 5t 6 3
( (
+ = +
` ` `
( (
+
) ) )
12t 14 12t 11 3
2 3 5
+
= + =
` ` `
) ) )
Logo, o vetor
p
3t 4
X
5t 6
=
`
+
)
soluo particular do sistema homogneo.
3.1.2. Conceito de autovalor e autovetor
Dado o sistema:
8 2 1 14
2 11 3 35
(
=
` `
(
) )
Teorema
Seja
1 2 n
x , x ,..., x um conjunto de vetores soluo de um sistema de EDO homogneo
em um intervalo I e seja X
p
um vetor arbitrrio soluo do sistema no homogneo no
mesmo intervalo. Ento a combinao linear
1 1 2 2 n n p
x c x c x ... c x X = + + + +
tambm uma soluo do sistema no-homogneo no intervalo, para quaisquer valores
das constantes c
1
, c
2
e c
n
.
vetor de entrada
vetor de sada
Introduo aos Mtodos Numricos
16
Tendo,
O vetor de sada est na mesma direo e sentido que o vetor de entrada. Neste caso:
Sendo um escalar e v um vetor.
Logo, v chamado de AUTOVETOR de A e um AUTOVALOR de A associado ao ve-
tor v.
Considere a matriz quadrada . Se for um nmero complexo e v um vetor com-
plexo no nulo de dimenses n, satisfazendo a identidade:
8 2 1 12 1
12
2 11 2 24 2
(
= =
` ` `
(
) ) )
Av v =
n n
A R
e
Av v =
vetor de sada
vetor de entrada
vetor de sada
vetor de entrada
Teorema de Cayley-Hamilton
Qualquer matriz quadrada satisfaz sua prpria equao caracterstica. Isto , se e somen-
te se,
n n 1 2
n n 1 2 1 o
det(A I) b b ... b b b
= + + + + +
Ento,
n n 1 2
n n 1 2 1 o
b A b A ... b A b A b I 0
+ + + + + =
Prof Celme Torres
17
Ento um autovalor de A e v um autovetor de A associado ao autovalor de .
Se A uma matriz n x n sobre R e I a matriz identidade de mesma ordem de A, defini-
mos o polinmio caracterstico de A como:
f ( ) det( I A) =
Os autovalores de A podem ser obtidos a partir da existncia de escalares e vetores no-
nulos v para os quais Av v = .
Este sistema pode ser escrito como:
Av Iv
(A I)v 0
=
=
Sendo I a matriz identidade. Para que a soluo no seja nula, o determinante deve ser
igual a zero (equao caracterstica), logo:
det( I A) 0 =
OBS: O nmero de autovalores sempre igual a ordem da matriz.
Exemplo 3.3
(1) Calcule o autovalor da EDO: 2y'' 6y' 4y 0 + =
Pelo teorema de Cayley-Hamilton
2
1
2
2 6 4 0
logo,
2
1
+ =
=
=
(2) Calcule os autovalores e autovetores da matriz
3 4
A
1 7
(
=
(
Pelo teorema de Cayley-Hamilton
2 2
1 2
3 4
det(A I) ( 5) 0
1 7
5
= = =
= =
Para encontrar os autovetores correspondentes ao autovalor, fazemos:
Introduo aos Mtodos Numricos
18
1
2
1 2
1 2
(A I)k 0
(A 5I)k 0
k 3 4 1 0
5 0
1 7 0 1 k
2k 4k 0
k 2k 0
=
=
| |
=
| `
) \ .
+ =
+ =
Por esse sistema temos que
1 2
k 2k = . Escolhendo a soluo trivial
2
k 1 = , temos o ni-
co autovetor do sistema, dada por:
1
2
K
1
| |
=
|
\ .
3.1.3. Diagonalizao de matrizes
Seja C uma matriz qualquer
a b
C
c d
=
Se multiplicarmos C por
1
0
`
)
a b 1 a
C
c d 0 c
= =
` `
) )
1 coluna de C
Multiplicando C por
0
1
`
)
a b 0 b
C
c d 1 d
= =
` `
) )
2 coluna de C
Suponha uma matriz A
2 x 2
cujos autovetores e autovalores so:
1 1
2 2
v
v
Se uma matriz E
2 x 2
formada pelos autovetores de A e se,
1
a
v
c
=
`
)
e
2
b
v
d
=
`
)
Prof Celme Torres
19
a b
E
c d
=
Considere a matriz resultante de
1
E AE
, multiplicada por
1
0
`
)
{ }
1
1
a
v
c
1
E AE
0
=
`
)
.
Temos,
1
1
E Av
Onde,
1 1 1
Av v =
1 1
1 1 1 1
E v E v
Se,
1
1
E v
0
=
`
)
1
1
1
E v
0
=
`
)
Assim,
1 1
1 1
E v
0
=
`
)
1 coluna de
1
1
E Av
Do mesmo modo se multiplicarmos
1
E AE
por
0
1
`
)
, obtemos a 2 coluna de
1
1
E Av
Portanto,
1 1
2
0
E AE
0
, diagonaliza a matriz A.
3.1.4. Soluo geral de sistemas homogneos
Seja
1 2 n
, ,..., n autovalores reais distintos de uma matriz de coeficientes A do sistema
X' AX = , onde
x
X
y
=
`
)
, e sejam
1 2 n
k , k ,..., k os autovetores correspondentes. Ento a
soluo geral do sistema no intervalo ( , ) dada por:
1 2 n
t t t
1 1 2 2 n n
X c k e c k e ... c k e
= + + +
Exemplo 3.4
Resolva
dx
2x 3y
dt
dy
2x y
dt
= +
= +
A equao caracterstica
Introduo aos Mtodos Numricos
20
2
2 3
det(A I) 3 4 0
2 1
= = =
Ao autovalores do sistema so:
1
1 = e
2
4 =
Para
1
1 = , temos para (A I)K 0 =
1 2
1 2
3k 3k 0
2k 2k 0
+ =
+ =
Resolvendo o sistema:
1 2
k k =
Quando
2
k 1 = , o autovetor correspondente
1
1
k
1
=
Para
2
4 = , temos para (A I)K 0 =
1 2
1 2
2k 3k 0
2k 3k 0
+ =
Resolvendo o sistema:
2
1
3k
k
2
=
Quando
2
k 2 = , o autovetor correspondente
2
3
k
2
=
Como a matriz A de coeficientes uma matriz 2 x 2, achamos duas solues linearmente
independentes na forma:
t
1
1
X e
1
=
`
)
e
4t
2
3
X e
2
=
`
)
A soluo geral do sistema de EDO homogneo dada por:
1 2
t t t 4t
1 1 2 2 1 2
1 3
X c k e c k e c e c e
1 2
= + = +
` `
) )
t 4t
1 2
t 4t
1 2
x(t) c e 3c e
y(t) c e 2c e
= +
= +
3.1.5. Soluo geral de sistemas no homogneos
Seja X
p
uma soluo do sistema no-homogneo X' A(t)X F(t) = + em um intervalo I, e
denotemos por
p 1 1 2 2 n n
X c X c X ... c X = + + +
A soluo geral no mesmo intervalo, do sistema homogneo X' A(t)X = correspondente.
Define-se soluo geral do sistema no-homogneo no intervalo como
c p
X X X = + .
Prof Celme Torres
21
Exemplo 3.5
Verificamos que o vetor
p
3t 4
X
5t 6
=
`
+
)
uma soluo particular do sistema no- homo-
gneo
1 3 12t 11
X' X
5 3 3
(
= +
`
(
)
, no internalo ( , ) .
Para a parte homognea da EDO temos
dx
1x 3y
dt
dy
5x 3y
dt
= +
= +
Resolvendo aplicando autovetor e autovalores de matriz, temos:
2t
1
1
X e
1
=
`
)
e
6t
2
3
X e
5
=
`
)
A soluo no homognea X
n
dada por
2t 6t
n
1 3
X e e
1 5
= +
` `
) )
A soluo geral do sistema de EDOs pela definio
n p
X X X = + , logo:
2t 6t
1 3 3t 4
X e e
1 5 5t 6
= + +
` ` `
+
) ) )
2t 6t
2t 6t
x(t) e 3e 3t 4
y(t) e 5e 5t 6
= + +
= + +
Exerccios e Aplicaes de sistemas de equaes diferenciais
(1) Encontre a soluo geral dos sistemas de equaes diferenciais
a)
dx
x 2y
dt
dy
4x 3y
dt
= +
= +
b)
0,1 0, 075 1, 5
Q' Q
0,1 0, 2 3
| | | |
= +
| |
\ . \ .
c)
dx
2x y
dt
dy
5x 4y
dt
= +
= +
Introduo aos Mtodos Numricos
22
d)
1 5 sin t
X' X
1 1 2cos t
| | | |
= +
| |
\ . \ .
(2) Sejam T1 = T1(t) e T2 = T2(t) as temperaturas, no instante t, nos ambientes 1 e 2, res-
pectivamente. Admita que as temperaturas estejam variando nas seguintes taxas
dT1
T1 4T2
dt
dT2
2T1 3T2
dt
Suponha que T1(0) = 20 e T2(0) = 10.
Determine as temperaturas, no instante t, nos ambientes 1 e 2.
(3) O tanque A contm 50 litros de gua que foram dissolvidos 25 gramas de sal. Um se-
gundo tanque B, contm 50 litros de gua pura. Bombeia-se o lquido para dentro e para
fora dos tanques as taxas indicadas na figura. O sistema de equaes diferenciais que des-
creve o problema de tanques de mistura
1
1 2
2
1 2
dx 2 1
x x
dt 25 50
dx 2 2
x x
dt 25 25
= +
onde as condies iniciais so dadas por
1
x (0) 25 = e
2
x (0) 0 = . Aplicando autovetor e
autovalor de matriz encontre a soluo do sistema de equaes diferenciais
3.1.6. Soluo de sistemas lineares
Vamos considerar a soluo do sistema linear: usando o fato de que qualquer
matriz quadrada pode ser expressa como um produto de uma matriz triangular infe-
rior [L] e uma matriz triangular superior [U], temos:
(3.1)
Considerando n = 3,
(3.2)
[A]{x} {B} =
n n
[A]
[A] [L][U] =
11 12 13 11 12 13
21 22 23 21 22 23
31 32 33 31 32 33
a a a l 0 0 1 u u
a a a l l 0 0 1 u
a a a l l l 0 0 1
( ( (
( ( (
=
( ( (
( ( (
Prof Celme Torres
23
Resolvendo o sistema para as variveis e teremos:
(3.3)
(3.4)
(3.5)
(3.6)
Uma vez que decomposio da matriz A feita, a resoluo do sistema feita da seguinte
forma:
(3.7)
(3.8)
Definindo um vetor [Z], como:
(3.9)
Portanto,
(3.10)
O sistema pode ser resolvido por substituio:
onde, i = 1,..., n (3.11)
Encontrados os valores de {Z} podemos calcular {X} usando:
(3.12)
Ou,
(3.13)
A soluo dada ento por:
ij
l
ij
u
11 11
l a =
21 21
l a =
31 31
l a =
12
12
11
a
u
l
=
22 22 21 12
l a l u =
32 32 31 12
l a l u =
j 1
ij ij ik kj
k 1
i 1
ij ij ik kj
k 1 ii
l a l u se i j
1
u a l u se i j
l
=
= >
| |
= <
|
\ .
[A]{X} {B} =
[L][U]{X} {B} =
[U]{X} {Z} =
[L]{Z} {B} =
i 1
i ik k
k 1
i
ii
b l z
z
l
=
[U]{X} {Z} =
1 12 2 13 3 1n n 1
2 23 3 2n n 2
3 3n n 3
n n
x u x u x ... u x z
x u x ... u x z
x ... u x z
x z
+ + + + =
+ + + =
+ + =
=
Introduo aos Mtodos Numricos
24
(3.14)
A soluo de sistemas lineares pode ser resolvida tambm pelo Mtodo de Gauss.
Exemplo 3.6
Seja o sistema:
Para eliminar x
1
da segunda linha, basta multiplicar a primeira linha por 5/10 , isto , por
a
21
/a
11
, o que torna o coeficiente de x
1
na primeira linha igual ao de x
1
na segunda linha.
Em seguida basta subtrair a primeira linha modificada da segunda, o que zerar o coefi-
ciente de x
1
, eliminando-o da segunda equao.
Repetir essa operao para a terceira linha, multiplicando a primeira por a
31
/a
11
, antes
de subtra-la da terceira. O mesmo para a quarta linha, quinta linha etc...
Na ensima linha multiplica-se a primeira por a
n1
/a
11
e subtrai-se da ensima, eliminando-
se, dessa linha, a varivel x
1
.
O mesmo raciocnio repetido para a varivel x
2
da terceira equao em diante, para a
varivel x
3
da quarta em diante, at que a penltima varivel, x
n-1
seja eliminada da ltima
equao.
Nesse momento o sistema estar triangularizado.
A partir desse ponto comea a segunda fase, backward, quando se calcula, na ltima
equao, a ltima varivel, x
n
; leva-se x
n
penltima equao e se calcula a penltima
varivel, x
n-1
; leva-se x
n
e x
n-1
antepenltima equao e se calcula a antepenltima vari-
vel, x
n-2
, etc... at ser calculada a primeira varivel na primeira equao.
Sendo L
i
a linha i , a eliminao da varivel x
j
dessa linha se dar pela operao:
Nova L
i
= L
i
a
ij
/a
jj
. L
j
, variando-se j de 1 a n-1 e i de j+1 at n.
No sistema apresentado:
n 1
i i i,k 1 k 1
k 1
x z u x
+ +
=
=
1 2 3
1 2 3
1 2 3
10x 5x 3x 17
5x 8x 2x 19
2x 3x 8x 0
+ + =
+ + =
+ + =
1 2 3
1 2 3
1 2 3
10x 5x 3x 17
5x 8x 2x 19
2x 3x 8x 0
+ + =
+ + =
+ + =
+ =
3 3 2
L L 2, 0/ 5, 5L
3 2 3
L 0x (7, 4 0,182)x 3, 4 3,818 + =
3
7, 218x 7, 218 =
1 2 3
1 2 3
1 2 3
10x 5x 3x 17
0x 5, 5x 0, 5x 10, 5
0x 0x 7, 218x 7, 218
+ + =
+ + =
+ + =
+ =
+ =
x 3y 2z 7
4x y 3z 5
2x 5y 7z 19
+ =
+ + =
+ =
i
N (x)
i
a
n
h (x)
R(x)
i
W(x)
i
D
W(x)R(x)dx 0 =
}
i
W(x)
i
a
Prof Celme Torres
29
4.1.1. Mtodo de colocao pontual
Para este mtodo, as funes ponderadoras so funes ponderadoras do tipo de
Delta-Dirac .
Uma das propriedades da funo Delta-Dirac :
(4.3)
Sendo assim, se a funo aproximada tem n coeficientes , ento:
(4.4)
Portanto,
(4.5)
Ou ainda,
(4.6)
Expandindo a expresso acima teremos:
(4.7)
i
W(x)
( )
i
x x o
( )
i i
f (x) x x dx f (x ) o =
}
i
a
( )
1 2 n
R R x, a , a ,..., a =
( )
i 1 2 n
D
W(x)R x, a , a ,..., a dx 0 =
}
( ) ( )
i 1 2 n
D
x x R x, a , a ,..., a dx 0 o =
}
( )
( )
( )
( )
1 1 2 n
2 1 2 n
3 1 2 n
n 1 2 n
R x , a , a ,..., a 0
R x , a , a ,..., a 0
R x , a , a ,..., a 0
R x , a , a ,..., a 0
=
=
=
=
2
1
D
R dx 0
a
c
=
c
}
1
D
R
Rdx 0
a
c
=
c
}
2
2
D
R dx 0
a
c
=
c
}
2
D
R
Rdx 0
a
c
=
c
}
2
n
D
R dx 0
a
c
=
c
}
n
D
R
Rdx 0
a
c
=
c
}
1
1
2
2
n
n
R
W(x)
a
R
W (x)
a
R
W (x)
a
c
=
c
c
=
c
c
=
c
+ = 0 x 1 s s y(0) 1 = e y'(0) 0 =
(c)
2
2
d y
4y 3sin 2t
dt
+ = 0 x 2 s s y(0) 2 = e y'(0) 1 =
(4) Considere a equao diferencial que rege a distribuio da temperatura T(x), em uma
barra trocando calor com o ambiente, cuja temperatura de 25C.
Sujeita as condies de contorno:
T(0) 150
dT
(2) 0
dx
=
Proponha uma soluo com um termo e outra com dois termos e ache os valores dos coefi-
cientes dessas solues usando o mtodo de colocao pontual, o mtodo dos subdomnios,
dos mnimos quadrados e o mtodo de Galerkin.
Compare a graficamente a soluo com dois termos de cada mtodo com a soluo analti-
ca e determine qual mtodo mais preciso, neste caso.
2
2
d T
3(T 25) 0
dx
= 0 x 2 s s
Prof Celme Torres
39
5. Introduo aos Mtodos Variacionais
A anlise de problemas de engenharia envolve o isolamento de um elemento diferencial da
regio ou domnio onde o fenmeno est ocorrendo.
MODELO MATEMTICO RESULTANTE EQUAO DIFERENCIAL
Tipos de soluo de uma Equao Diferencial
1. Soluo analtica ou Exata
2. Soluo aproximada ou soluo numrica.
A soluo analtica a ideal, pois ela se constitui de uma expresso (equao) que satisfaz
a equao diferencial e suas condies de contorno, portanto para obtermos o valor exato
da varivel dependente da equao diferencial em qualquer ponto do domnio do problema,
basta substituirmos as coordenadas desse ponto na equao soluo.
5.1.1. Clculo variacional
O clculo variacional uma parte da anlise matemtica que trata de problemas de mxi-
mos e mnimos de tipos especiais de funes, chamadas FUNCIONAIS.
Vrios so os motivos que tornam convenientes o estudo do clculo variacional. O princi-
pal deles que este se constitui em uma alternativa que permite definir com mais clareza
os conceitos bsicos que correspondem a problemas de engenharia governados por siste-
mas de equaes diferenciais.
O clculo variacional especialmente aplicvel a problemas de mecnica dos meios cont-
nuos. Atravs do uso de princpios de energia, possvel formular os problemas na forma
variacional.
5.1.2. Mximo e mnimo de funes
Suponha a seguinte funo apresentada no grfico.
Introduo aos Mtodos Numricos
40
O domnio de F(x)
a b
x x x s s . A relao funcional implica que, para cada valor da va-
rivel x, um nico valor ser obtido para a funo F(x), dentro do domnio.
O menor valor de F(x) dentro do domnio o mnimo absoluto da funo F(x
a
) e o mxi-
mo absoluto dado por F(x
b
). Alm disso, podem existir valores mnimos e mximos rela-
tivos.
Por exemplo; a funo F(x) ter mnimo relativo ou um mximo relativo, para um certo
valor da varivel independente x, quando todos os valores de F(x) na vizinhana infinite-
simal de x: x x +A , com x A to pequeno quanto se queira, seja maior ou menor, respecti-
vamente, que F(x). Para estudar as condies que determinam os valores extremos relat i-
vos, conveniente expandir F(x) em uma Srie de Taylor em torno de x.
2 3
2 3
2 3
x
dF 1 d F 1 d F
F(x x) F(x) x x x ...
dx 2! 3!
dx dx
+ A = + A + A + A + (4.1)
O incremento F A ser dado por:
2 3
2 3
2 3
x
dF 1 d F 1 d F
F(x x) F(x) x x x ...
dx 2! 3!
dx dx
+ A = A + A + A + (4.2)
Observe que haver um mnimo relativo quando:
F(x) sempre menor que F(x x) +A , no interessando o valor de x A , para F 0 A >
F A positivo;
Para F 0 A < F A negativo mximo relativo.
F(x)
x
x
b
x
2 x
1 x
a
Prof Celme Torres
41
Como x A infinitamente pequeno, x A sempre maior que
2
x A e que
3
x A e assim su-
cessivamente.
Portanto,
Se
x
dF
0
dx
= , o sinal de F A ser indefinido, pois depende do sinal de x A ;
Se
x
dF
0
dx
= , no teremos ponto de mnimo e de mximo.
Ento, para se garantir que a funo ter pontos de mnimo e de mximo relativo a primei-
ra derivada obrigatoriamente ser zero
x
dF
0
dx
= .
Os pontos que satisfazem essa condio so chamados de pontos estacionrios. Neste ca-
so, como
2
x A sempre positivo, a caracterstica de um ponto estacionrio depender do
sinal da 2 derivada de F(x):
2
2
x
d F
dx
.
Se
2
2
x
d F
0
dx
> mnimo relativo
Se
2
2
x
d F
0
dx
< mximo relativo
Se a derivada segunda for nula, haver um ponto neutro. Neste caso, devem ser analisados
os sinais das derivadas de ordem superior, para se determinar a natureza do ponto estacio-
nrio. Se todas as derivadas at a ordem n 1 forem nulas, a natureza do ponto estacion-
rio depender do sinal da ensima derivada.
Se n for par, ser aplicado para o ltimo termo da Srie de Taylor o mesmo critrio que se
usa para a 2 derivada.
Se n for impar, o termo
n
n
n
x
1 d F
x
n!
dx
A , vaiar com o sinal de x A e no se ter um mximo
ou mnimo relativo, e sim um ponto indefinido.
Introduo aos Mtodos Numricos
42
No caso da 2 derivada ser nula, tais pontos so denominados de pontos de sela ou pontos
de inflexo.
Uma anlise prvia pode ser estendida a funes de mais de uma varivel independente.
Por exemplo, funes do tipo: F(x, y) , com duas variveis independentes. Ao se expandir
esta funo em uma Srie de Taylor, temos:
2 2 2
2 2
2 2
x,y x,y
x,y x,y x,y
F F(x x, y y) F(x, y)
F F 1 F F F
F x y x 2 x y y ...
x x 2! x y
x y
A = + A + A
c c c c c
A = A + A + A + A A + A +
c c c c
c c
(4.4)
Como visto anteriormente, haver um ponto estacionrio quando:
x,y
x,y
F F
0
x y
c c
= =
c c
E a caracterstica do ponto estacionrio ser determinada, na forma:
| |
2 2
2
2 2 2
x,y x,y
2 2
2 2
2 2
2 x,y x,y x,y
2
x,y x,y
F F
x y
x
x
F F F
x 2 x y y x y
y x y
x y
F F
y
x y
y
(
c c
(
c c
c
(
A c c c
( A + A A + A = A A
`
A c c
c c ( )
c c
A
(
c c
c
(
(4.5)
A frmula acima quadrtica e o sinal depende da natureza da matriz das derivadas de 2
ordem, assim:
Quando a matriz positiva definida, com autovalores positivos, tem-se um ponto
de mnimo.
Quando a matriz negativa definida, com autovalores negativos, tem-se um ponto
de mximo.
Exemplo 5.1
Considere a funo
3 2
3
f (x) x x 6x
2
= +
Os pontos estacionrios dessa funo so dados por:
Prof Celme Torres
43
2
df
3x 3x 6 0
dx
= + =
A qual ser definida para
1
2
x 1
x 2
=
Ao se verificar a segunda derivada :
2
2
d f
6x 3 0
dx
= + =
Pode verificar que f(1) um ponto de mnimo relativo e f(-2) um ponto de mximo relati-
vo.
Exemplo 5.2
Considere a funo
2 2
f (x, y) x 2xy 4y 2x 8y = + + +
Haver um ponto estacionrio quando:
f
2x 2y 2 0
x
f
2x 8y 8 0
y
c
= + + =
c
c
= + =
c
Reescrevendo temos:
2x 2 2
2x 8y 8
+ =
+ =
A matriz da 2 derivada dada por:
2 2
2
2 2
2
F F
x y 2 2 x
2 0
F F
x y
y
(
c c
(
c c
c (
(
=
(
(
c c
(
c c ( c
Cujos autovalores so positivos ponto estacionrio um ponto de mnimo.
5.1.3. Funcional
A seo anterior tratava de determinar pontos estacionrios de funes. O problema do cl-
culo variacional tambm se refere determinao de pontos estacionrios, mas definidos
para funes especiais, chamadas funcionais.
Introduo aos Mtodos Numricos
44
Por exemplo, seja a seguinte funo: f (x, y, z,...)
Ao se dar valores s variveis independentes, um valor numrico obtido para a funo f.
Determina-se assim, um grupo de valores de x, y, z, ..., para o qual define-se um ponto es-
tacionrio para f.
O FUNCIONAL um tipo especial de funo, no qual as variveis independentes no so
simples nmeros, mas funes desconhecidas. Ou seja, um funcional um grupo (ou uma
funo) que depende de outras funes. Funcionais so chamados de F ou H.
1
2
2
0
1
x xx
0
3df 8d f
F (2f )dx
dx
dx
F G(g, g , g , x)dx
= +
=
}
}
Onde,
x
df
f
dx
= e
2
xx
2
d f
g
dx
=
Tanto F quanto G so considerados FUNCIONAIS. Quando se adota diferentes valores
para as funes desconhecidas f, se obtm diferentes valores para os funcionais.
Em geral um funcional pode depender de vrias funes, as quais podem depender de uma
ou mais variveis independentes.
5.1.4. Funcional de uma funo
Considere o funcional no domnio
a b
x x x < <
b
a
x
x
x
F G(g, g , x)dx =
}
Condies de contorno para g:
a a
b b
g(x ) g
g(x ) g
=
=
Prof Celme Torres
45
Considere agora que g uma funo que faz o funcional F ser estacionrio.
Definindo um grupo de funes:
g( , x) g(x) (x) o = +oq
onde, o um escalar infinitesimal e q(x) uma funo conhecida com as seguintes condi-
es:
a
b
(x ) 0
(x ) 0
q =
q =
Podendo escrever ento:
f g g = +o
onde, g (x) o = oq
Sendo o o smbolo variacional e significa a 1 variao de g.
No clculo variacional corresponde a Ax da Srie de Taylor. Dessa forma, o funcional
dado por:
b
a
x
x
x
x
G G
F g g dx
g g
| | c c
o = o + o
|
c c
\ .
}
(4.6)
5.1.5. Propriedades de um Funcional:
d( f ) (df ) o = o
(f g) f g o + = o +o
x
a
x
b
()
()
= +()
()
Introduo aos Mtodos Numricos
46
(f.g) f g fg o = o +o
2
f f g fg
g
g
| | o o
o =
|
\ .
n n 1
(f ) nf f
o = o
Pretende-se agora determinar as condies para que o funcional H seja estacionrio atravs
do estudo da variao de f f +o . Isto semelhante ao caso de funes onde a existncia de
um ponto estacionrio determinada para um certo valor de x atravs do estudo variacio-
nal de f(x) no ambiente x x A .
Se considerarmos,
b
a
x
x x
x
(g) F(f , f , x)dx H = +oq +oq
}
(4.8)
Onde f e q so conhecidos, portanto o funcional H s depende de .
Expandindo H em torno de f atravs de uma Srie de Taylor, temos:
2 3
2 3
2 3
0
0 0
d 1 d 1 d
(g) (f ) ...
d 2! 3!
d d
o=
o= o=
H H H
H = H + o+ o + o +
o
o o
(4.9)
2 3
2 3
2 3
0
0 0
d 1 d 1 d
(g) (f ) ...
d 2! 3!
d d
o=
o= o=
H H H
AH = H H = o+ o + o +
o
o o
(4.10)
Dessa forma possvel definir a variao do funcional H, de acordo com a ordem da equa-
o diferencial:
1 ordem
0
d
d
o=
H
oH = o
o
2 ordem
2
2 2
2
0
d
d
o=
H
o H = o
o
Prof Celme Torres
47
3 ordem
3
3 3
3
0
d
d
o=
H
o H = o
o
A equao para variacional total AH pode ser escrita na forma:
2 3
1 1
...
2! 3!
AH = oH+ o H+ o H+ (4.11)
De maneira semelhante aos caso de funes, a natureza de ponto estacionrio, isto , se
um ponto de mximo, de mnimo ou de inflexo, depender do sinal da derivada de 2
ordem.
5.1.6. Determinao do Funcional - Equao de Euler
Considere uma integral da forma:
(4.12)
Com,
(4.13)
Onde o integrando uma dada funo de x, h e h
x
. Tanto I(h) como F so
chamados de funcional. A palavra funcional significa funo de funes.
Considere o funcional . Uma mudana de em h, onde uma constante e
w uma funo, chamada de variao de h e denominada:
(4.14)
Onde chamado de smbolo variacional.
A primeira variao de F em h definida por:
(4.15)
b
x
a
I(h) F(x, h, h )dx =
}
h h(x) =
x
dh
h
dx
=
x
F(x, h, h )
x
F(x, h, h ) w o o
h w o = o
o
x
x
F F
F h h
h h
c c
o = o + o
c c
Introduo aos Mtodos Numricos
48
O smbolo age como um operador diferencial com respeito s variveis dependentes,
com a seguinte propriedade:
(4.16)
Considere agora o problema de se determinar o mnimo do funcional:
(4.17)
A condio necessria para minimizar esse funcional que a primeira variao de I deve
ser zero, ou:
(4.18)
Usando a condio para o funcional ser estacionrio, temos:
(4.19)
Podemos ainda escrever:
(4.20)
Assim,
(4.21)
Usando integral por partes ( ) com, e
(4.22)
o
b b
a a
dh d( h)
dx dx
h(x)dx h(x)dx
o | |
o =
|
\ .
o = o
} }
b
x
a
I(h) F(x, h, h )dx =
}
b
x
a
I F(x, h, h )dx 0 o = o =
}
b
x
x
a
F F
I h h dx 0
h h
| | c c
o = o + o =
|
c c
\ .
}
x
dh d( h)
h
dx dx
o
o = o =
b
x
a
F F d( h)
I h dx 0
h h dx
( c c o
o = o + =
(
c c
}
udv uv vdu =
} }
v h = o
x
F
u
h
c
=
c
b
b
x x a
a
F d F F
I h h dx h
h dx h h
(
| | | | c c c
o = o o + o
( | |
c c c
\ . \ .
}
Prof Celme Torres
49
(4.23)
O que s pode ser verdade para qualquer variao de se:
(4.24)
com, Essa expresso gerada pela condio de contorno do problema.
Este resultado uma equao diferencial com h e h
x
como pseudovariveis independentes.
A equao 4.24 chamada de Equao de Euler ou Euler-Lagrange.
importante salientar que, a funo h(x) que minimiza o funcional I a mesma funo que
satisfaz a equao diferencial de Euler.
Exemplo 5.3
Determine o funcional da equao diferencial:
Sujeita as condies de contorno
e
Como h uma constante nos extremos do intervalo , a variao de zero
nestes pontos. Este tipo de condio de contorno denominada essencial ou geomtrica.
Neste caso,
b
b
x x a
a
F d F F
I h dx h 0
h dx h h
(
| | | | c c c
o = o +o =
( | |
c c c
\ . \ .
}
h o
x
F d F
0
h dx h
| | c c
=
|
c c
\ .
b
x a
F
0
h
c
=
c
2
2
2
d h
10x 0
dx
+ =
h(0) 0 = h(1) 0 =
0 x 1 s s h o
1
x 0
F
h 0
h
| | c
o =
|
c
\ .
Introduo aos Mtodos Numricos
50
Determinao do funcional F usando a equao de Euler:
Assim, usando a equao (10), temos:
Integrando a 2 integral por partes e considerando e , temos:
(E.1)
Analisando novamente a 2 integral da expresso acima, usando d( h) (dh) o = o
, a seguinte
identidade considerada:
Se, na equao (E.1) assumirmos que,
, teremos:
Como a variao de x
2
zero, e usando , temos:
Portanto, o funcional F associado equao diferencial do problema :
2
2 2
2
F d F d h d dh
10x 10x
h dx x dx dx
dx
c c | | | |
= + = +
| |
c c
\ . \ .
1
2
0
1 1
2
0 0
d dh
I 10x hdx 0
dx dx
d dh
I 10x hdx hdx 0
dx dx
(
| |
o = + o =
| (
\ .
| |
o = o o =
|
\ .
}
} }
u h = o
dh
v
dx
( )
1 1
1
2
0
0 0
d h
dh dh
I 10x hdx h dx 0
dx dx dx
o
o = o + o =
} }
( )
1 1 1
2
0 0 0
d h
dh dh dh 1 dh
I dx dx dx
dx dx dx dx 2 dx
o
| |
o = = o = o
|
\ .
} } }
1
0
dh
h 0
dx
o =
1
2
2
0
1 dh
I 10x h dx
2 dx
(
| |
o = o o (
|
\ .
(
}
b b
a a
Fdx Fdx o = o
} }
1
2
2
0
1 dh
I 10x h dx
2 dx
(
| |
o = o (
|
\ .
(
}
Prof Celme Torres
51
bom enfatizar que a funo h(x) que minimiza o funcional acima tambm a soluo da
ED que rege o problema. O funcional acima chamado de forma variacional ou forma
fraca da ED. Lembrando que I no uma soluo, apenas o funcional da ED.
5.1.7. Exerccios
(1) Determine o funcional associado s equaes diferenciais sujeita as condies de con-
torno apresentadas.
a) sendo,
x x
h(0) 0 h(5) 100
h (0) 1 h (5) 0
= =
= =
b)
2
2 2
2
d f
9f 5x
dx
+ = onde, 0 x 5 s s sendo,
f (0) 9 = e f (5) 0 =
c)
3
3
d f
5f 0
dx
+ = onde, 0 x 4 s s sendo,
df (0)
0
dx
= e
f (4) 0 =
(2) Determine a equao de Euler associada ao funcional
Sabendo que:
1
2
2
0
1 dh
I 10x h dx
2 dx
(
| |
= (
|
\ .
(
}
4 2
4 2
d h d h
8 4h 10
dx dx
+ + = 0 x 5 s s
b
x xx
a
I F(x, h, h , h )dx 0 = =
}
b
x xx a
F d F
h 0
h dx h
(
| | c c
o =
( |
c c
\ .
Introduo aos Mtodos Numricos
52
b
x
x a
F
h 0
h
( c
o =
(
c
Prof Celme Torres
53
6. Mtodos Variacionais
6.1.1. Mtodo de Ritz
O primeiro passo do mtodo de Ritz assumir uma soluo aproximada para a equao
diferencial na forma de uma srie finita:
(6.1)
Onde as constantes a
i
so chamadas coeficientes de Ritz e as funes N
i
(x) so conhecidas
como funes de aproximao.
Como h
n
uma soluo da equao diferencial, h
n
deve satisfazer as condies de contorno
essenciais. Qualquer condio de contorno natural j est includa na formulao variacio-
nal.
O passo seguinte no Mtodo de Ritz usa o princpio de que a funo que minimiza o
funcional tambm a soluo da equao diferencial associada ao funcional, assim
como:
(6.2)
Aps a substituio de em , este funcional se torna funo dos parmetros
ou e a condio necessria para minimizar I ser:
(6.3)
n
n i i
i 1
h a N (x)
=
=
h(x)
I(x)
n
n i i
i 1
h a N (x)
=
=
n
h I(h)
1 2 n
a , a ,..., a
1 2 n
I(a , a ,..., a )
1
2
n
I
0
a
I
0
a
I
0
a
c
=
c
c
=
c
c
=
c
Introduo aos Mtodos Numricos
54
O que resultar em um sistema de n equaes com n coeficientes a determinar
.
Uma vez conhecidos os valores desses coeficientes (conhecidos como coeficientes de
Ritz), ento a soluo aproximada ser conhecida.
Exemplo 6.1
Considere a equao diferencial:
Sujeita as condies de contorno
e
Como vimos o funcional associado a essa equao diferencial :
Usando o mtodo de Ritz, vamos assumir a seguinte soluo aproximada:
Observe que h
1
satisfaz as condies essenciais e de contorno, portanto:
i
(a , i 1, 2,..., n) =
n
h
2
2
2
d h
10x 0
dx
+ = 0 x 1 s s
h(0) 0 = h(1) 0 =
1
2
2
0
1 dh
I 10x h dx
2 dx
(
| |
= (
|
\ .
(
}
1 1
h a x(1 x) =
1 1
2
1 1
1
1
h a x(1 x)
h a (1x x )
dh
a (1 2x)
dx
=
=
=
Prof Celme Torres
55
Logo,
Dessa forma:
Minimizando ento I:
Portanto,
Vamos agora usar a seguinte a soluo aproximada:
Usando os dois resultados acima, obtemos:
Minimizando agora I com respeito a e obteremos o seguinte sistema de equaes:
2
2
2 1 1
1
dh a 1
a (1 2x)
2 dx 2
| |
=
|
\ .
( )
( )
1
2
2
3 4 1
1
0
a
I 10a x x 1 2x dx
2
(
=
(
(
}
1 1
4 5
2 2 3
1 1
0 0
2
1 1
x x 4
I 10a a x 2x x
4 5 3
a a
I
2 6
= +
=
1
I
0
a
c
=
c
1
a 1
0
2 3
=
1
3
a
2
=
( )
1
3
h x 1 x
2
=
2
2 1 2
2 2
1 2
h a x(1 x) a x (1 x)
dh
a (1 2x) a (2x 3x )
dx
= +
= +
2 2
1 1 2 1 2 2
a a a a a a
I
6 2 3 6 15
= + +
1
a
2
a
Introduo aos Mtodos Numricos
56
Resolvendo o sistema acima para e , obtemos:
e,
Dessa forma,
A seguir faremos uma comparao grfica, usando o Maple, entre e e a so-
luo exata:
Figura 6.1 Comparao grfica entre as solues encontradas
utilizando o Mtodo de Ritz e a soluo exata.
Verificamos que a funo aproximada encontrada ao se usar o Mtodo de Ritz atravs do
mtodo variacional coincidiu com a soluo obtida aplicando o Mtodo de Galerkin. Tal
fato no foi uma coincidncia. Considerando a equao resultante da minimizao do fun-
cional I,
1 2
1
1 2
2
a a I 1
0
a 2 3 6
a 2a I 1
0
a 3 6 15
c
= =
c
c
= =
c
1
a
2
a
1
3
a
2
=
2
5
a
3
=
( ) ( )
2
2
2 5
h x 1 x x 1 x
3 3
= +
1
h (x)
2
h (x)
( )
4
10
h(x) x x
12
=
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0 0,2 0,4 0,6 0,8 1 1,2
Soluo h1
Soluo h2
Soluo Exata
Prof Celme Torres
57
Usando a soluo aproximada,
Onde,
e,
Neste caso, como as funes de aproximao so invariveis,
Substituindo a expresso acima na equao do funcional, temos:
Como, no depende de x,
Considerando que, a equao diferencial associada ao funcional I, e que
a soluo aproximada foi usada,
Teremos,
Para a expresso acima ser verdadeira para qualquer valor de ,
b
b
x x a
a
F d F F
I h dx h 0
h dx h h
(
| | | | c c c
o = o +o =
( | |
c c c
\ . \ .
}
n
T
m i i
i 1
h h (x) a N (x) [a][N]
=
= = =
1 2 n
[a] [a , a ,..., a ] =
1 2 n
[N] [N , N ,..., N ] =
T
[N]
T
h [a][N] o = o
b
b
T T
x x a
a
F d F F
I [a][N] dx [a][N] 0
h dx h h
(
| | | | c c c
o = o +o =
( | |
c c c
\ . \ .
}
[a]
b
b
T T
x x a
a
F d F F
I [a] [N] dx [a][N]
h dx h h
(
| | | | c c c
= o +o
( | |
c c c
\ . \ .
}
x
F d F
h dx h
| | c c
|
c c
\ .
m
h (x)
m x
F d F
dx R(x)
h dx h
| | c c
=
|
c c
\ .
b
b
T T
x a
a
F
I [a] [N] R(x)dx [N]
h
(
| | c
(
o = o +
|
( c
\ .
}
[a] o
Introduo aos Mtodos Numricos
58
O primeiro termo da expresso acima o princpio bsico do Mtodo de Galerkin. O se-
gundo termo refere-se s condies de contorno naturais do problema.
Podemos ento concluir que havendo um princpio variacional para o problema, a soluo
atravs do uso do mtodo de Galerkin coincide com a soluo do mtodo variacional. Essa
a razo pelo qual o Mtodo de Galerkin o escolhido como fundamento para o Mtodo
dos Elementos Finitos (MEF).
6.1.2. Exerccios
(1) Considere a seguinte equao diferencial
Sujeitas as condies de contorno:
a) Ache o funcional associado a essa equao diferencial
b) Pode a seguinte equao
1
x
T (x) sin
10
t
= ser usada na soluo aproximada? Se puder,
usando o Mtodo de Ritz, ache a soluo aproximada usando a funo acima e compare
graficamente com a soluo exata.
c) Usando a funo aproximada , ache os coeficientes e
.
d) Faa um grfico comparando as solues (b) e (c) com a soluo exata.
(2) Dada a seguinte equao diferencial
Sujeitas as condies de contorno:
b
b
T T
x a
a
F
[N] R(x)dx [N] 0
h
(
| | c
(
+ =
|
( c
\ .
}
2
2
d T
100 0
dx
+ = 0 x 10 s s
T(0) 0
T(10) 0
=
=
2 1 2
x 3 x
T (x) a sin a sin
10 10
t t
= +
1
a
2
a
2
2
d y
6y 10x
dx
+ = 0 x 2 s s
Prof Celme Torres
59
y(0) 1
y(2) 0
=
=
Encontre o funcional associado equao diferencial e encontre uma soluo aproxi-
mada usando o Mtodo de Ritz.
6.1.3. Mtodo de Rayleigh-Ritz
No mtodo de Ritz apresentado anteriormente, as funes de N
i
(x) eram vlidas em todo o
domnio do problema. No mtodo de Rayleigh-Ritz, essas funes de aproximao so v-
lidas apenas em trechos do problema. Portanto, o domnio do problema dividido em ele-
mentos e as funes de aproximao so especficas para esses elementos.
Vamos analisar agora como encontrar essas funes de aproximao N
i
(x), tambm co-
nhecidas como funes de forma.
Considere um problema cujo domnio o intervalo que ser dividido em M in-
tervalos ou elementos finitos. Nos limites de cada elemento, h dois ns denominados
genericamente de i e j. Como, nesse caso, cada elemento e tem dois ns, uma interpolao
polinomial linear deve ser usada como funo de interpolao no elemento, portanto:
De acordo com a Figura 5.4, podemos constatar que:
(6.4)
Portanto, (6.5)
a x b s s
e
h (x) cx d = +
e
i i
e
j j
x x h h
x x h h
= =
= =
i i
j j
h cx d
h cx d
= +
= +
Introduo aos Mtodos Numricos
60
Figura 6.2 Diviso de um domnio qualquer em elementos lineares.
Resolvendo o sistema para achar c e d, temos:
e (6.6)
Assim,
(6.7)
Onde e so as funes de forma.
Logo,
(6.8)
h (x)
e
h
i
h
j
x
j
x
i
h(x)
x
x = a x = b
1 2 3 i
j n
e
1
e
2
e
m
e
j i
j i
h h
c
x x
i j j i
j i
h x h x
d
x x
j
e i
i j i i j j
j i j i
x x
x x
h (x) h h N (x)h N (x)h
x x x x
= + = +
i
N (x)
j
N (x)
j
i
j i j i
x x
x x
[N]
x x x x
(
=
(
(
Prof Celme Torres
61
Figura 6.3 Interpolao linear de um elemento.
Exemplo 6.2
Considere a j conhecida equao diferencial:
Sujeita as condies de contorno
e
Como vimos o funcional associado a esse equao diferencial :
Se dividirmos o domnio em vrios trechos (elementos), temos:
Sendo,
e,
Minimizando o funcional do elemento, temos:
h =N(x)h +
e
i i
N(x)h
j j
h
i
h
j
x
i
j
e
1,0
1,0
N(x)
i
N(x)
j
2
2
2
d h
10x 0
dx
+ = 0 x 1 s s
h(0) 0 = h(1) 0 =
1
2
2
0
1 dh
I 10x h dx
2 dx
(
| |
= (
|
\ .
(
}
j
j
i
i
x
2
x
e
e e 2 e
x
x
dh 1 dh
I h 10x h dx
dx 2 dx
(
| |
(
= +
|
|
(
\ .
}
n
e
e 1
I I
=
=
| |{ }
e
e
h N a = { }
i e
j
a
a
a
=
`
)
Introduo aos Mtodos Numricos
62
Mas como, podemos reescrever o termo da seguinte forma:
Sendo a matriz transposta de .
Da mesma forma podemos simplificar o segundo termo da integral, onde:
Portanto,
Ou ainda,
O que pode ser escrito de forma simplificada:
Sendo, [K]
e
a matriz de rigidez do elemento; {f}
e
conhecido como vetor de carregamento
nodal do elemento e {a}
e
o vetor dos valores aproximados a funo no n do elemento.
Depois que as matrizes [K]
e
e os vetores {f}
e
e {a}
e
de todos os elementos serem conheci-
dos, encontra-se o sistema global do problema, na forma:
{ } { } { } { }
j
j
i
i
x
2
x
e e e e
2
e e e e
x
x
dI dh dh dh 1 d dh
10x dx 0
dx 2 dx
d a d a d a d a
(
| |
(
= + =
|
|
(
\ .
}
| |{ }
e
e
h N a =
{ }
| |
e
T
e
dh
N
d a
=
| |
T
N
| |
N
{ } { } { }
{ }
{ }
| |
{ }
| |
{ }
2
e e e e
e e e
e e
e
e e
e
dh 1 d dh 1 dh d dh
(2)
2 dx 2 dx dx
d a d a d a
d dh dh
dx dx
d a
d N d N
d
a a
dx dx
d a
| | | |
=
| |
| |
\ . \ .
| |
=
|
|
\ .
| |
=
|
\ .
| | | |
{ }
T
e
d N d N
a
dx dx
=
{ }
| | | |
| | | |
{ }
j j
j
i
i i
x x
x T
e
T T e
2
e
x
x x
d N d N
dI dh
N 10x N dx a dx 0
dx dx dx
d a
= + =
} }
| | | |
{ } | | | |
j j
j
i
i i
x x
x T
e T T
2
x
x x
d N d N
dh
dx a N 10x N dx
dx dx dx
(
(
= +
(
(
} }
| | { } { }
e e e
K a f =
| |{ } { } K a f =
Prof Celme Torres
63
Agora as condies de contorno podem ser impostas. Voltando ao nosso exemplo. Se divi-
dirmos o domnio em dois elementos, temos dois elementos e trs ns, conforme a Figura
5.6.
Figura 6.4 Elementos lineares
Para cada elemento, temos:
Para os dois elementos do problema:
Analisando o termo,
Analisando agora a integral,
| | | |
j
i
x
T
e
j i
x
1 1 d N d N
1
K dx
1 1 dx dx x x
(
(
= =
(
}
1 2
2 2
K K
2 2
(
( (
= =
(
{ }
| | | |
j
j
i
i
x
x
T T
e 2
x
x
dh
f N 10x N dx
dx
= +
}
| |
j
i
x
e
e
i j
T i i j
i
j i
j j
x
e
e
j
i
e
i
e
j
N (x )
N (x ) dh (x )
dh (x ) dh
N
N (x )
N (x ) dx dx dx
dh (x ) 0 1
dh (x )
1 0 dx dx
dh (x )
dx
dh (x )
dx
(
(
=
(
(
(
( (
=
( (
=
`
)
e
1
e
2
1 2
3
0,5 0,5
Introduo aos Mtodos Numricos
64
Assim, para o elemento 1, temos:
Para o elemento 2,
Fazendo a montagem do sistema global:
Levando em considerao a equao da continuidade, podemos impor, que:
Dessa forma o sistema global se reduz a forma:
| |
( )
j
i
x
4 3 4
j j i i
T
2
4 4
j i
j i j i
x
x 4x x 3x
10
10x N dx
10 x x
3x 4x x x
+
=
`
+
)
}
{ }
1
1
1
1
2
dh (x )
0,104
dx
f
dh (x )
0, 313
dx
+
=
`
+
)
{ }
2
2
2
2
3
dh (x )
1,146
dx
f
dh (x )
1, 771
dx
+
=
`
+
)
1
1
1
1 2
2 2
2
3
2
3
dh (x )
0,104
dx
h 2 2 0
dh (x ) dh (x )
2 2 2 2 h 1, 459
dx dx
0 2 2 h
dh (x )
1, 771
dx
+
(
(
+ = +
` `
(
(
)
+
)
1 2
1 2
dh (x ) dh (x )
dx dx
=
Prof Celme Torres
65
Usando a 2 linha do sistema encontramos o valor para h
2
A soluo grfica apresenta-se da seguinte forma:
Figura 6.5 Comparao grfica entre as solues encontradas
utilizando o Mtodo de Rayleigh-Ritz e a soluo exata.
1
1
1
2
2
3
3
dh (x )
0,104
h 2 2 0
dx
2 4 2 h 1, 459
0 2 2 h
dh (x )
1, 771
dx
+
(
(
=
` `
(
(
)
+
)
2
h 0, 365 =
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0 0,25 0,5 0,75 1 1,25
Soluo Exata
Rayleigh-Ritz
Introduo aos Mtodos Numricos
66
7. Mtodos das Diferenas Finitas
Como mencionado anteriormente, a idia bsica do mtodo das diferenas finitas (MDF)
consiste na aproximao das derivadas parciais de uma equao diferencial atravs de fr-
mulas de diferenas, e satisfao dessa equao aproximada de diferenas em determina-
dos pontos do domnio (regio). Isto conduz a um sistema de equaes algbricas cuja so-
luo fornece o valor da funo desejada nos pontos pr-determinados.
Por definio, a derivada de uma funo u(x) num ponto dada por:
(7.1)
De forma aproximada, pode-se tomar:
(7.2)
Onde h um incremento pequeno, porm finito. Esta aproximao chamada de diferena
progressiva, j que no seu clculo aparecem os valores de u nos pontos e
. De maneira anloga, pode-se definir uma aproximao de diferenas regressi-
vas na forma:
(7.3)
E um esquema de diferena central:
(7.4)
As aproximaes acima podem ser visualizadas na Figura 6.1.
1
x x =
i
i i
h 0
x x
u(x h) u(x ) du
lim
dx h
=
+ | |
=
|
\ .
i
i i
x x
u(x h) u(x ) du
dx h
=
+ | |
=
|
\ .
1
x x =
1
x x h = +
i
i i
x x
u(x ) u(x h) du
dx h
=
| |
=
|
\ .
i
i i
x x
u(x h) u(x h) du
dx 2h
=
+ | |
=
|
\ .
Prof Celme Torres
67
Uma forma alternativa de se obter frmulas aproximadas de diferenas finitas atravs de
sries de Taylor. Desta maneira, possvel estimar o erro cometido em cada tipo de apro-
ximao.
A expanso em srie de Taylor do valor de u em , em torno do valor de u em
, dada por:
(7.5)
Figura 7.1 Interpretao grfica das aproximaes por diferenas finitas
Que pode ser reescrita na forma:
(7.6)
Tornando-se:
(7.7)
i
x x h = +
i
x x =
i
i i i
2 2 3 3 n n
i i
2 3 n
x x
x x x x x x
du h d u h d u h d u
x(x h) u(x ) h ...
dx 2 6 2n dx dx dx
=
= = =
| | | | | |
| |
+ = + + + + +
| | |
|
\ .
\ . \ . \ .
x+h
i
x
i
y
x
x- h
i
h h
y= u(x)
tg
i
i i i
2 2 3 n n
i i
2 3 n
x x
x x x x x x
u(x h) u(x ) du h d u h d u h d u
...
dx h 2 6 2n dx dx dx
=
= = =
| | | | | |
+ | |
= + +
| | |
|
\ .
\ . \ . \ .
i
i i
x x
u(x h) u(x ) du
dx h
=
+ | |
=
|
\ .
Introduo aos Mtodos Numricos
68
Que a aproximao de diferena progressiva. Pode-se notar que foram desprezados os
termos relativos derivada de segunda ordem e de ordem superior. Como h um valor pe-
queno, maior termo desprezado igual a uma constante multiplicada por h, ou seja, da
ordem de h.
Analogamente,
(7.8)
Que d a aproximao:
(7.9)
Para se obter a aproximao de diferena central, subtrai-se (5.8) de (5.5), chegando-se a:
(7.10)
Ou,
(7.11)
O erro cometido pelo esquema de diferena central menor que o de diferena progressiva
ou regressiva.
7.1.1. Derivadas de ordem superior
Para se obter aproximaes por diferenas finitas para derivadas de ordem superior, pode-
se empregar sries de Taylor ou uma maneira mais intuitiva, atravs da aplicao repetida
da aproximao (6.2) a (6.4). Tomando-se, por exemplo, a derivada de segunda ordem, po-
de-se somar as expresses (6.5) e (6.8), obtendo-se:
(7.12)
i
i i i
2 2 3 3 n n
i i
2 3 n
x x
x x x x x x
du h d u h d u h d u
x(x h) u(x ) h ...
dx 2 6 2n dx dx dx
=
= = =
| | | | | |
| |
= + +
| | |
|
\ .
\ . \ . \ .
i
i i
x x
u(x ) u(x h) du
dx h
=
| |
=
|
\ .
i
i i
3 3 n n
i i
3 n
x x
x x x x
du h d u h d u
x(x h) u(x h) 2h ...
dx 3 n dx dx
=
= =
| | | |
| |
+ = + + +
| |
|
\ .
\ . \ .
i
i i
x x
u(x h) u(x h) du
dx 2h
=
+ | |
=
|
\ .
( )
i i i
2 4 4 n n
2
i i i
2 4 n
x x x x x x
d u h d u h d u
u(x h) u(x h) 2u x h ...
12 3n dx dx dx
= = =
| | | | | |
+ + = + + +
| | |
\ . \ . \ .
Prof Celme Torres
69
Reescrevendo a expresso (7.12), desprezando-se as derivadas de ordem superior, temos:
(7.13)
Que a aproximao de diferena central para a derivada de segunda ordem.
Outra opo aproximar a derivada segunda como uma diferena entre derivadas de pri-
meira ordem:
(7.14)
(7.15)
Cujo resultado igual a equao (7.13). Os dois processos acima podem ser estendidos pa-
ra a determinao de qualquer ordem de derivada.
Exemplo 7.1
Seja o problema descrito pela equao e condies de contorno abaixo:
Resolver a equao diferencial pelo mtodo das diferenas finitas, com aproximao de
diferenas centrais.
A equao aproximada de diferenas centrais dada por:
i
2
i i i
2 2
x x
u(x h) 2u(x ) u(x h) d u
dx h
=
| |
+ +
=
|
\ .
i i
i
2
x x h / 2 x x h / 2
2
x x
du du
dx dx
d u
h dx
= + =
=
| | | |
| |
| | \ . \ .
=
|
\ .
( ) ( )
i
i i i i
2
2
x x
u x h u(x ) u x u(x h)
d u
h h
h dx
=
+
| |
=
|
\ .
2
2
d u
u x 0 (1 x 0)
dx
0 em x 0
u
0 em x 1
+ + = > >
=
=
=
} }
n
i
i 1
V V
=
=
e
h (x)
e
i
h
e e
h (x) [N]{h} =
1 2 n
[N] [N (x) N (x) ... N (x)] =
1
2 e
3
h
h
{h}
h
=
`
)
= =
Introduo aos Mtodos Numricos
80
(8.6)
De acordo com a Figura 8.2(b), as funes de base so definidas como segue:
(8.7)
As funes lineares definidas por (7.7) so chamadas de funes de base definidas por tre-
chos. A sua caracterstica principal o fato de que elas so diferentes de zero apenas em
um pequena parcela do domnio, no caso considerado o domnio o intervalo [0,1]. Por
este motivo elas so por vezes denominadas de funes de base local. Esta caracterstica
particular simplifica enormemente a soluo do problema por mtodos numricos. As deri-
vadas das funes de base so mostradas na figura 1c e dadas matematicamente por:
(8.8)
Com as definies anteriores, a soluo aproximada ser composta de segmentos de
retas, ou seja ela ser to tipo linear por trechos, conforme mostra a figura 7.2(d). Observa-
se ainda que funo de aproximao contnua, no havendo saltos nos pontos de transi-
o entre um elemento e outro. Esta caracterstica em geral desejada na soluo. Haver
entretanto uma descontinuidade na derivada da funo, conforme mostra a figura 7.2(e).
Isto no causa, todavia, problemas. Caso seja necessrio continuidade, tambm na derivada
de primeira ordem,da funo de aproximao, podero ser escolhidas funes de base de
ordem maior, por exemplo um polinmio de segunda ordem. O procedimento delineado
k
x k h = k 0,1, 2, 3,...n =
k 1
k 1
k 1 k
j
k 1
k k 1
k 1
0 0 x x
x x
x x x
h
(x)
x x
x x x
h
0 x x 1
+
+
s s
s s
s s
s s
k 1
k 1 k
j
k k 1
k 1
0 0 x x
1
x x x
d (x)
h
1 dx
x x x
h
0 x x 1
+
+
s s
+ s s
s s
s s
n
u (x)
Prof Celme Torres
81
no se altera ao ser alterada a funo de base. As matrizes do sistema no entanto possuiro
um nmero maior de elementos diferentes de zero.
8.1.3. Sistemas discretos
8.1.3.1. Mola elstica
Uma mola elstica um elemento linear discreto onde a fora-deslocamento expresso
pela relao:
(8.9)
(8.10)
(8.11)
onde F a fora (N), o deslocamento (m) e k a constante elstica da mola (N/m).
A relao entre as foras ) e os deslocamentos de um elemento elstico t-
pico (Figura 7.3) pode ser considerado um sistema discreto.
Figura 7.3 Sistema linear elstico discreto
A fora aplicada no n 1 igual a constante de deslocamento multiplicada pelo deslo-
camento relativo do n 1 com respeito ao n 2, :
(8.12)
Igualmente, a fora aplicada no n 2 igual a:
F ma =
2 2
2 2
dv d x d x
a m k
dt dt dt
= = = o
F k = o
o
e e
1 2
(F , F
e e
1 2
( , ) o o
e
1
F
e e
1 2
o o
( )
e e e e e
1 e 1 2 e 1 e 2
F k k k = o o = o o
Introduo aos Mtodos Numricos
82
(8.13)
Observe que a fora de equilbrio, , automaticamente satisfeita. A equao
acima pode ser escrita em forma matricial, como:
(8.14)
A equao 7.12 aplicada para qualquer elemento elstico onde a relao fora-
deslocamento linear.
8.1.3.2. Toro em barra circular
Outro problema que pode ser considerado como um sistema discreto a toro de uma bar-
ra circular. Os vetores momento, T e T' designam-se momentos de toro ou momentos
torsores (torques).
Figura 7.4 Toro em uma barra cilndrica
Equao de equilbrio de momentos em torno do eixo, dada por :
(8.15)
A distribuio de tenses tangenciais indeterminada, por isso necessrio analisar as de-
formaes. A distribuio de tenses tangenciais no pode considerar-se uniforme no eixo,
ao contrrio do que acontecia na barra com carregamento axial.
( )
e e e e e
2 e 2 1 e 1 e 2
F k k k = o o = o + o
e e
1 2
F F 0 + =
e e
1 1
e
e e
2 2
F 1 1
k
1 1
F
o (
=
` `
(
o
) )
( ) T dF dA = u = u
} }
e e
1 1
T , u
e e
2 2
T , u
h
e
Prof Celme Torres
83
No caso de mecnica dos slidos, o ngulo de toro da seo circular de um corpo ci-
lndrico descrita pelo torque T em torno do eixo, sendo expresso na forma:
(8.16)
Onde J o momento, L o comprimento e G o momento de toro. A equao 6.14 pode
ser usada para descrever as relaes entre os torques e os ngulos de um
elemento cilndrico de comprimento . Escrevendo na forma matricial, temos:
(8.17)
8.1.3.3. Fluxo de um fluido em um tubo
Outro exemplo dado para o caso de um fluido incompressvel atravs de tubo circular. A
velocidade sendo laminar o fluxo do fluido viscoso atravs de um tubo circular dada por:
(8.18)
Onde o gradiente de presso, d o dimetro do tubo e a viscosidade do flui-
do.
u
GJ
T
L
= u
( )
e e
1 2
T , T
( )
e e
1 2
, u u
e
h
e e
e e
1 1
e e
e
2 2
T 1 1
G J
1 1 h
T
u (
=
` `
(
u
) )
2
x
1 dP 2r
v 1
4 dx d
(
| |
= (
|
\ .
(
dP/ dx
e
e
4
e
128 h
R
d
=
t
Introduo aos Mtodos Numricos
84
Figura 8.5 Fluxo viscoso atravs de um tubo cilndrico
O volume da taxa de fluxo, Q, obtida atravs da integrao de em relao a rea toda
seo transversal do tubo. Assim a relao entre Q e o gradiente de presso dada
pela equao:
(8.19)
O sinal negativo indica que o fluxo ocorre na direo do gradiente de presso negativo.
A equao 7.19 pode ser aplicada para relao entre o valor nodal da taxa de volume de
fluxo, , a presso, , em um tubo de comprimento e dimetro . A
taxa de volume que entra no n 1 dada por:
(8.20)
Igualmente a taxa de volume que entra no 2 dada por:
(8.21)
Logo, na forma matricial, temos:
A constante chamada de resistncia do tubo.
h
e
1
2
x
v
dP/ dx
4
d dP
Q
128 dx
t
=
( )
e e
1 2
Q , Q
( )
e e
1 2
P , P
e
h
e
d
( )
4
e e e e
1 2 1
e
d
Q P P
128 h
t
=
( )
4
e e e e
2 1 2
e
d
Q P P
128 h
t
=
e e
4
1 1
e e
e
2 2
P Q 1 1
d
1 1 128 h
P Q
( t
=
` `
(
) )
e
e
4
e
128 h
R
d
=
t
e
1
P
e
2
P
e
1
Q
e
2
Q
Prof Celme Torres
85
Exemplo 8.1
Seja o problema descrito pela equao e condies de contorno abaixo:
Condies de contorno:
Resolver a equao diferencial pelo mtodo dos elementos finitos.
O domnio ser discretizado em 5 elementos de mesma dimenso ( ), conectados
por meio de ns onde o valor da incgnita u ser calculada.
Onde no elemento 1, considerou-se implicitamente que , condio de contorno do
problema.
A equao bsica pelo Mtodo de Galerkin para a equao diferencial, pode ser escrita
na seguinte forma discreta:
(ii)
O passo seguinte a substituio das variaes de u e , em cada elemento, no lado es-
querdo da equao (ii).
Tomando o elemento 2, temos:
2
2
d u
u x 0 (1 x 0)
dx
+ + = > >
u 0 em x 0
du
1 em x 1
dx
= =
= =
h 0, 2 =
u 0 =
| |
i
i
x 1
5
x 1
i 1
x
du d u
(u x) u dx u
dx dx
+
=
=
o (
+ + o = o
(
}
u o
Introduo aos Mtodos Numricos
86
Efetuando as integraes acima, chega-se a:
Repetindo-se as operaes acima para todos os elementos e agrupando termo a termo,
chega-se equao:
onde:
Como as variaes so arbitrrias, a identidade acima s vlida se os termos que
multiplicam cada , dos dois lados da equao, forem idnticos simultaneamente. In-
troduzindo o valor de , temos o sistema global, dado por:
A soluo do sistema dada por:
Comparando graficamente as solues:
( )( )
2h
3 2 3 2 3 2 3 2
2
h
1 x x x x
u u u u 1 u 2 u x 1 u 2 u dx
h h h h h
( (
| | | | | | | |
o o + + + o + o
`
| | | | ( (
\ . \ . \ . \ .
)
}
( )( ) ( ) ( ) ( )
2
3 2 3 2 3 3 2 2 2 3 3 2 3 2
1 h h h
u u u u u u u u u u u u 5 u 4 u
h 3 6 6
o o + o + o + o + o + o + o
( )
( )
( )
( )
2 3 2
2 3 4 3
3 4 5 4
4 5 6 5
5 6 6 6
au bu c u
bu au bu 2c u
bu au bu 3c u
bu au bu 4c u
a 7
u u c u u
2 3
+ + o +
+ + + o +
+ + + o +
+ + + o +
| |
o + + o = o
|
\ .
2
2
3
a 4h 12
b h 6
c 6h
=
= +
=
i
u o
i
u o
h 0, 2 =
2
3
4
5
6
u 0, 048 11,84 6, 04 0 0 0
u 0, 096 6, 04 11,84 6, 04 0 0
u 0,144 0 6, 04 11,84 6, 04 0
0,192 0 0 6, 04 11,84 6, 04 u
1, 312 0 0 0 6, 04 11,84 u
(
(
(
( =
` `
(
(
(
) )
u(0, 2) 0, 5335
u(0, 4) 1, 0379
u(0, 6) 1, 4851
u(0, 8) 1, 8494
u(1, 0) 2,1085
=
=
=
=
=
Prof Celme Torres
87
Introduo aos Mtodos Numricos
88
Note que a matriz do sistema simtrica e em banda, o que permite a utilizao, em com-
putador, de algoritmos eficientes de armazenamento e soluo.
Em termos computacionais, para uma melhor sistematizao do programa, deve-se consi-
derar um elemento genrico (ao invs de se definirem funes de interpolao especficas
para cada elemento) e introduzir as condies de contorno do problema e fazer a expanso
das matrizes dos elementos para obteno da matriz global. Conforme apresentado no M-
todo de Rayleigh-Ritz.
Exemplo 8.2
A parede apresentada na figura consiste de trs materiais. De um lado da parede a tempe-
ratura de 200 C e do outro lado a temperatura de 50 C, com um coeficiente de con-
veco de ( ). A equao que governa o problema dada por:
Determine a temperatura na parede.
Condies de contorno:
100w | =
2
m K
2
2
d T
kA 0
dx
= 0 x L s s
h
1
h
2
h
3
1
h
1
2 4 3
Material 1 Material 2 Material 3
T = 200 C
0
o T = 50 C
f
o
1
2
3
1
2
3
2
k 70W/(m K)
k 40W/(m K)
k 20W/(m K)
h 2 cm
h 2, 5 cm
h 4 cm
10W/(m K)
=
=
=
=
=
=
| =
Prof Celme Torres
89
Onde A a rea da seo transversal (que pode ser considerada igual a 1) e k a condu-
tividade.
Soluo
Para uma malha com 3 elementos lineares, considerando a matriz de rigidez dos elemen-
tos, temos:
A matriz global do sistema dada por:
As condies de contorno e as condies de equilbrio, so dadas por:
Omitindo a primeira linha e a primeira coluna, temos:
( )
o
f
x L
T(0) T
dT
kA A T T 0
dx
=
=
+| =
1 1
1
2 2
2
3 3
3
1 1 1 1 3500 3500
k A 70.1
[K]
1 1 1 1 3500 3500 h 0, 02
1 1 1 1 1600 1600
k A 40.1
[K]
1 1 1 1 1600 1600 h 0, 025
1 1 1 1 500 500
k A 20.1
[K]
1 1 1 1 500 500 h 0, 04
( ( (
= = =
( ( (
( ( (
= = =
( ( (
( ( (
= = =
( (
(
{ } { } [K] U Q =
1
1
1
1 2
2 2 1
2 3
3
2 1
3
4
2
Q
U 3500 3500 0 0
U Q Q 3500 3500 1600 1600 0
U 0 1600 1600 500 500
Q Q
0 0 500 500 U
Q
(
(
+ +
(
=
` `
( +
+
(
)
)
( )
1
2 1
1 2
2 3
2 1
3
2 4 f
U 200
Q Q 0
Q Q 0
Q A U T
=
+ =
+ =
= |
Introduo aos Mtodos Numricos
90
A soluo dada por:
C
C
C
C
A quantidade de calor por unidade de rea dada por:
W/m
2
na parte externa (lado esquerdo)
W/m
2
na parte interna (lado direito)
Exemplo 8.3
A estrutura representada na figura unidimensional, tem quatro ns (1 a 4) e quatro bar-
ras (A a D). Cada barra tem as suas caractersticas, nomeadamente, o mdulo de Young
(E), a rea da seco transversal (A) e o comprimento (L). Em cada n existe um nico
grau de liberdade. Em correspondncia com os quatro graus de liberdade existem quatro
deslocamentos nodais (a) e quatro foras nodais equivalentes ao exterior (F). Cada
barra tem dois graus de liberdade (um em cada extremidade).
2
3
4 4
U 5100 1600 0 3500 200
1600 2100 500 U 0
0 500 510 10U 500 U
(
(
=
` `
(
( +
) )
5
2
3
4
U 5100 1600 0 70 10
1600 2100 500 U 0
0 500 510 500 U
(
(
=
` `
(
(
)
)
1
U 200 =
2
U 199, 58 =
3
U 198, 67 =
4
U 195, 76 =
1
1 1 2
Q 3500U 3500U 1457, 6 = =
( )
3
2 4
Q 10 1 U 50 1457, 6 = =
2,0 m 2,5 m 2,5 m
Dados:
E = 2500 Pa;
A = 20cm x 40cm
Foras: F
1
: 4 N
F
2
: 3 N
F
3
: 5 N
F
4
: 2 N
Prof Celme Torres
91
Usando o MEF encontre os deslocamentos nodais (a
1
, a
2
, a
3
e a
4
) das barras da estrutura
sabendo que a Equao diferencial que rege o problema dada por:
d du
EA 0
dx dx
| |
=
|
\ .
Soluo
# Matriz de rigidez das barras:
Barra A:
A
1 1 1 1 100 100
EA 2500 0, 08
[K]
1 1 1 1 100 100 L 2, 0
( ( (
= = =
( ( (
Barra B:
B
1 1 1 1 80 80
EA 2500 0, 08
[K]
1 1 1 1 80 80 L 2, 5
( ( (
= = =
( ( (
Barra C:
C
1 1 1 1 80 80
EA 2500 0, 08
[K]
1 1 1 1 80 80 L 2, 5
( ( (
= = =
( ( (
Barra D:
D
1 1 1 1 40 40
EA 2500 0, 08
[K]
1 1 1 1 40 40 L 5, 0
( ( (
= = =
( ( (
# Montagem da matriz de rigidez global:
RELEMBRANDO: Mecnica dos Slidos
O mdulo de Young ou mdulo de elasticidade um parmetro mecnico que proporciona uma
medida da rigidez de um material slido. Obtm-se da razo entre a tenso (ou presso) exerci-
da e a deformaco unitria sofrida pelo material. Isto ,
Tenso F/ A FL
E
Deformao a / L Ax
= = =
onde (em unidades do SI):
E o mdulo de Young, medido em pascal (1 Pa 1 N/m);
F a fora medida em Newton;
A a seco atravs da qual exercida a tenso, e mede-se em metros quadrados;
a a deformao, medido em metros;
L o comprimento natural medido em metros.
Introduo aos Mtodos Numricos
92
A A
11 12
A A B D B D
21 22 11 11 12 12
B B C C
21 22 11 12
D C C D
21 21 22 22
K K 0 0
K K K K K K
[K]
0 K K K K
0 K K K K
(
(
+ +
(
=
(
+
(
(
+
100 100 0 0 100 100 0 0
100 100 80 40 80 40 100 220 80 40
[K]
0 80 80 80 80 0 80 160 80
0 40 80 80 40 0 40 80 120
( (
( (
+ +
( (
= =
( ( +
( (
+
A formulao do MEF, uma vez que a relao envolvendo todos os graus de liberdade da
estrutura, dada por:
[K]{a} {F} =
# Montagem do vetor de fora {F}
O vetor de fora a soma algbrica de todas as foras que atuam no ns da estrutu-
ra,sendo portanto:
1
2
3
4
F 4, 0
F 3, 0
{F}
F 5, 0
F 2, 0
= =
` `
) )
# Montagem do vetor dos deslocamentos em todos os graus de liberdade da estrutura {a}
1
2
3
4
a
a
{a}
a
a
=
`
)
# Soluo do sistema
1
2
3
4
a 100 100 0 0 4, 0
a 100 220 80 40 3, 0
a 0 80 160 80 5, 0
a 0 40 80 120 2, 0
(
(
(
=
` `
(
(
) )
1
2
3
4
a 0, 66
a 0, 70
a 0, 64
a 0, 64
=
=
=
=
Prof Celme Torres
93
Aplicando o Maple temos:
A matriz de rigidez global do sistema dada por:
O vetor de carga nodal :
Os deslocamentos so dados pelo vetor a, onde:
Introduo aos Mtodos Numricos
94
9. Mtodos dos Elementos Finitos Bidimensional
A anlise bidimensional de elementos finitos envolve alguns conceitos bsicos, assim co-
mo foi descrito para problemas unidimensionais. A anlise do problema algumas vezes
complicada pelo fato dos problemas bidimensionais serem descritos por equaes diferen-
ciais parciais sobre uma regio geometricamente complexa. O contorno (I) de um domnio
(O) bidimensional em geral uma curva. Assim, em um problema bidimensional nos no
s procuramos uma soluo aproximada de um dado problema em um domnio, como tam-
bm aproximamos o domnio de uma malha de elementos finitos adequada. Conseqente-
mente, iremos ter erros de aproximao devido a aproximao da soluo, como tambm,
erros de discretizao devido a aproximao do domnio por elementos finitos.
A malha de elementos finitos (discretizao) consiste de simples elementos bidimensio-
nais, tal como, tringulos, retngulos ou quadrilteros, que permite uma nica derivao
das funes de interpolao.
No desenvolvimento de um modelo de elementos finitos bidimensional, necessrio seguir
alguns passos:
Discretizao do domnio em um conjunto de elementos finitos;
Formulao ponderada da equao diferencial;
Encontrar as funes de interpolaes dos elementos finitos;
Desenvolvimento do modelo usado s funes de ponderao;
Agrupamento dos elementos finitos para obteno de um sistema global de equa-
es algbricas;
Imposio das condies de contorno;
Soluo das equaes;
Ps-processamento da soluo graficamente.
Prof Celme Torres
95
9.1.1. Modelos de elementos finitos
A formulao que descreve o modelo de elementos finitos bidimensional dada por:
n
e e e e
ij j i i
j 1
K u f Q
=
= +
(i 1, 2, 3,..., n) = (8.1)
onde,
e
e e e e
e e
j j j j e e e i i
ij 11 12 21 22 00 i j
N N N N
N N
K a a a a a N N dxdy
x x y y x y
O
(
| | | |
c c c c
c c
( = + + + + | |
| |
c c c c c c
(
\ . \ .
}
(8.2)
e
e e
i i
f fN dxdy
O
=
}
(8.3)
e
e e
i n i
Q q N ds
I
=
}
(8.4)
Em notao matricial, a equao (8.4) fica na forma:
{ } { } { }
e e e e
K u f Q
(
= +
(8.5)
Note que
e e
ij ji
K K = (i.e., [K
e
] uma matriz simtrica de ordem n n , somente quando
12 21
a a =
9.1.2. Funes de forma
Se u(x, y) a varivel dependente de um determinado problema genrico bidimensional,
ento as funes de forma
i
N (x, y) so usadas para interpolar o valor da varivel u entre
os ns dos elementos da seguinte forma:
n
e e
i i
i 1
u (x, y) N (x, y)u
=
=
(8.6)
Introduo aos Mtodos Numricos
96
Onde o supercrito e significa que a funo
e
u (x, y) s vlida dentro do elemento e no
em todo domnio;
e
i
u so os valores que a varivel u assume nos ns do elemento e n o
nmero de ns de cada elemento.
A equao (8.6) pode ser escrita em forma matricial, como segue:
| |
{ }
e e
u (x, y) N u = (8.7)
onde,
| |
1 2 n
[N] N (x, y) N (x, y) ... N (x, y) = a matriz linha que contm as funes de
forma, ou funes de aproximao; e
e
{u } o vetor que contm os valores da varivel u
nos ns do elemento, sendo dado por:
1
2 e
n
u
u
{u }
u
=
`
)
(8.8)
9.1.3. Elemento triangular linear
Considerando o elemento triangular linear apresentado na figura 8.1.
Figura 8.1 Elemento triangular linear
h
y
x
u
i
u
k
u
j
i
(x
i
, y
i
)
k
(x
k
, y
k
)
j
(x
j
, y
j
)
Prof Celme Torres
97
O polinmio de interpolao dado por:
1 2 3
u x y = o +o +o (8.9)
O polinmio de interpolao deve obedecer as seguintes condies nodais:
i i i
j j i
k k k
u u x x ; y y
u u x x ; y y
u u x x ; y y
= = =
= = =
= = =
(8.10)
O qual pode ser resolvido para
1 2 3
, e o o o :
( ) ( ) ( )
j k k j i k i i k j i j j i k
1
x y x y u x y x y u x y x y u
2A
+ +
o = (8.12)
( ) ( ) ( )
j k i k i j i j k
2
y y u y y u y y u
2A
+ +
o = (8.13)
( ) ( ) ( )
k j i i k j j i k
1
x x u x x u x x u
2A
+ +
o = (8.14)
Com,
i i
j j
k k
1 x y
2A 1 x y
1 x y
(
(
=
(
(
(8.15)
Onde A a rea do elemento triangular.
Substituindo
1 2 3
, e o o o no polinmio e rearranjando os termos:
i i j j k k
h N u N u N u = + + (8.16)
Onde, N
i
, N
j
e N
k
so as funes de forma, dadas por:
i i i
i
j j j
j
k k k
k
a b x c y
N
2A
a b x c y
N
2A
a b x c y
N
2A
+ +
=
+ +
=
+ +
=
(8.17)
Os coeficientes a, b e c foram definidos nas equaes (8.12), (8.13) e (8.14), sendo:
Introduo aos Mtodos Numricos
98
i j k k j
i j k
i k j
a x y x y
b y y
c x x
=
=
=
j k i i k
j k i
j i k
a x y x y
b y y
c x x
=
=
=
k i j j i
i i j
i j i
a x y x y
b y y
c x x
=
=
=
(8.18)
Para derivao e exemplificao do mtodo dos elementos finitos aplicado a problemas
bidimensionais no estado permanente, ser usada a seguinte equao diferencial:
x y
u u
g g Q 0
x x y y
| | c c c c | |
+ + =
| |
c c c c
\ .
\ .
(8.19)
onde, u a varivel desconhecida, g
x
e g
y
so coeficientes que regem o problema descrito
pela ED(constantes) nas direes x e y e Q um termo que representa foras ou cargas a-
plicadas.
De acordo com o Mtodo dos Resduos Ponderados de Galerkin, para problemas bidimen-
sionais, temos:
e e
T T T
x y
A A A
u u
[N] R(x, y)dA [N] g g dA [N] QdA 0
x x y y
( | | | |
c c c c
= + + =
( | |
c c c c
( \ . \ .
}} }} }}
(8.20)
9.1.4. Teorema de Green-Gaus
Segundo o Teorema de Green-Gaus em 2D, dado um vetor q que o produto de um escalar
| por um vetor p, e uma rea A, cujo contorno delimitador C, o qual tem um vetor unit-
rio normal n, como mostrado na Figura 8.2.
Figura 8.2 Teorema de Green-Gaus.
rea A
Contorno C
j
i
x
y
dA
dC
q
n
Prof Celme Torres
99
A C
q dA q n dC V =
}} }
(8.21)
onde,
i j
x y
c c
V = +
c c
e
x y
n n i n j = + (8.22)
sendo, i e j os vetores unitrios nas direes x, y.
Mas, = , portanto,
( )
A C
p dA p ndC V | = |
}} }
(8.23)
Sabendo que:
( p) p p V | =|V +V| (8.24)
Logo,
A A C
pdA pdA p ndC |V + V| = |
}} }} }
(7.25)
ou
A C A
pdA p ndC pdA |V = | V|
}} } }}
(8.26)
A equao (8.26) define o Teorema de Green- Gauss.
Voltando a integral (8.20), o primeiro termo a direita, dado por:
e e
T
x y
A
u u
[N] g g dA
x x y y
(
| | | |
c c c c
+
( | |
c c c c
(
\ . \ .
}}
(8.27)
Pode ser escrito na forma:
e
x
T
e
A
y
u
g
x
[N] dA
u
g
y
(
c
(
c
(
V
(
c
(
c
}}
(8.28)
Aplicando o Teorema de Green-Gaus
Introduo aos Mtodos Numricos
100
e
x
T
e
y
u
g
x
[N] p
u
g
y
(
c
(
c
(
| = =
(
c
(
c
(8.29)
Substituindo no teorema de Green-Gaus, temos:
e e
x x e e
T T T
x x y y
e e
A C A
y y
(a)
(b)
u u
g g
u u x x
[N] dA [N] g n g n dC [N] dA
x y u u
g g
y y
( (
c c
( (
| |
c c c c
( (
V = + V
|
( ( c c c c
\ .
( (
c c
}} } }}
(8.30)
Analisando o primeiro termo da equao (8.30), identifica-se que o termo (a) est relacio-
nado com a foras ou cargas aplicadas no contorno do domnio, assim o termo (a) da equa-
o (8.30) fica:
T
C
[N] qdC
}
(8.31)
Sendo, q o mdulo ou valor das foras ou cargas aplicadas no contorno do elemento. Por
conveno, adotado o valor positivo para as foras ou cargas aplicadas entrando no do-
mnio.
A integral (8.31) vlida para qualquer elemento bidimensional e pode ser determinada
desde que as funes de forma [N] estejam determinadas. Esta integral representa a con-
tribuio das condies de contorno naturais do problema.
9.1.5. Imposio das condies de contorno
Existem duas condies de contorno, as chamadas condies de contorno essenciais ou
geomtricas e as condies de contorno naturais.
As condies de contorno naturais se referem derivada da funo que est sendo anali-
sada e as condies de contorno geomtricas ou essenciais, so valores especificados da
funo ao longo do contorno ou domnio. As condies de contorno geomtricas so in-
corporadas diretamente no vetor das incgnitas {u}, como ser mostrado a seguir.
Prof Celme Torres
101
9.1.6. Determinao da matriz de rigidez
Voltando a equao (8.31), temos:
{ }
e
T
q
C
[N] qdC f =
}
(8.32)
que chamado de vetor de carga do elemento.
Analisando o termo (b) da equao (8.30)
e
x
T
e
A
y
u
g
x
[N] dA
u
g
y
(
c
(
c
(
(
c
(
c
}}
, temos:
e e
x
x
e e
y
y
u u
g
g 0
x x
0 g
u u
g
y y
( (
c c
( (
(
c c
( (
=
(
( (
c c
( (
c c
(8.33)
Como,
e
h (x, y) [N(x, y)] =
| |
e e
1 2 n
{h } N N ... N {h } = (8.34)
e
1 2 n
e e
e
1 2 n
N N N u
...
x x x x
{h } [N]{h }
N N N
u
...
y y y
y
(
c c c c (
(
(
c c c c
(
( = = V
c c c (
c (
(
(
c c c
c
(8.35)
Chamando,
x
y
g 0
[D]
0 g
(
=
(
, temos:
e
x
T T e
e
A A
y
u
g
x
[N] dA [N] [D] [N]dA {f }
u
g
y
(
c
(
c
(
(
= V V
(
c
(
c
}} }}
(8.36)
A integral
T e
A
[N] [D] [N]dA {f }
(
V V
}}
chamada Matriz de Rigidez, portanto:
Introduo aos Mtodos Numricos
102
e
x
T e e
n n n 1
e
A
y
u
g
x
[N] dA [K ] {f }
u
g
y
(
c
(
c
(
=
(
c
(
c
}}
9.1.7. Determinao do vetor de carga nodal
Analisando o segundo termo do lado direito da equao (8.20), temos:
T
A
[N] QdA
}}
(8.38)
Essa integral representa a contribuio das foras e cargas no Vetor de Carga Nodal, lo-
go:
T e
Q
A
[N] QdA {f } =
}}
(8.39)
Portanto, a equao matricial (8.5) para soluo de problemas bidimensionais atravs do
mtodo de elementos finitos composta por uma matriz de rigidez [K] um vetor de incg-
nitas e o vetor de carga nodal que incorpora, em sua derivao, as condies de contorno
do problema.
{ } { } { }
e e e e
q Q
K u f f 0
(
+ + =
(8.40)
9.1.8. Formulao de elementos finitos
Fazendo,
{ } { } { }
e e e
q Q
f f f = + (8.41)
Temos,
{ } { }
e e e
K u f
(
=
(8.42)
O sistema apresentado na equao (8.42) um sistema de equaes lineares no qual {u
e
}
o vetor das incgnitas, resultante da formulao do problemas transcrito por uma equao
diferencial parcial bidimensional.
Prof Celme Torres
103
Exemplo 9.1
Elementos finitos aplicados anlise bidimensional de problemas de fluxo hdrico
subterrneo.
A equao diferencial que rege o problemabidimensional de fluxo hdricos subterrneo em
estado permanente dada por:
x y
h h
k k 0
x x y y
| | c c c c | |
+ =
| |
c c c c
\ .
\ .
Considere um aqfero no qual o potencial hidrulico conhecido no contorno do dom-
nio, sendo dado por h 10 = m no lado esquerdo, h 5 = m no lado direito e h 0, 0 = m no
contorno impermevel. Sabendo que a condutividade hidrulica do aqfero
5
x y
k k 25 10
(
(
=
(
(
# Elemento 2 i = 1; j = 5; k = 4
1
1
b 1 2 1
c 0 1 1
= =
= =
5
5
b 2 0 2
c 0 0 0
= =
= =
4
4
b 0 1 1
c 1 0 1
= =
= =
Matriz de rigidez do elemento 2:
2 5
12, 5 12, 5 0
[K ] 12, 5 25 12, 5 10
0 12, 5 12, 5
(
(
=
(
(
# Elemento 3 i = 2; j = 5; k = 3
3 2 5
12, 5 12, 5 0
[K ] [K ] 12, 5 25 12, 5 10
0 12, 5 12, 5
(
(
= =
(
(
# Elemento 4 i = 4; j = 5; k = 3
4 1 5
12, 5 0 12, 5
[K ] [K ] 0 12, 5 12, 5 10
12, 5 12, 5 25
(
(
= =
(
(
# Montagem da matriz global do sistema
5
25 0 0 0 25
0 25 0 0 25
[K] 10 0 0 25 0 25
0 0 0 25 25
25 25 25 25 100
(
(
(
( =
(
(
(
# Vetor de carga nodal e vetor das incgnitas
Prof Celme Torres
105
O fluxo especificado no contorno do domnio q = 0, devido ao contorno impermevel. O
n 5 um n interno e deve atender a equao da continuidade, sendo portanto q
5
= 0,
logo o fluxo que entra, necessariamente, igual ao fluxo que sai do sistema.
Os valores das incgnitas (h), potencial hidrulico nos ns 1, 2, 3 e 4 so conhecidos, logo
o sistema global descrito por:
1
2
5
3
4
5 5
q 10 25 0 0 0 25
q 0 0 25 0 0 25
[K] 10 0 q 0 0 25 0 25
10 0 0 0 25 25 q
h 25 25 25 25 100 q
(
(
(
( = =
` `
(
(
(
) )
Tomando a ltima linha do sistema encontramos o valor da incgnita h
5
5
h 5, 0 = m
Graficamente, temos a variao do potencial hidrulico, ou a superfcie piezomtrica, do
exemplo em estudo:
O mapa dos vetores de fluxo pode ser observado na figura abaixo, indicando que o movi-
mento da gua ocorre do maior para o menor potencial hidrulico. No contorno superior
e inferior, como no existe fluxo (h = 0) os vetores so adjacentes ao contorno.
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
4.4
4.8
5.2
5.6
6
6.4
6.8
7.2
7.6
8
8.4
8.8
9.2
9.6
10
Carga hidrulica h (m)
Introduo aos Mtodos Numricos
106
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0.5
1
1.5
2
2.5
3
3.5
4
4.5
Prof Celme Torres
107
Referncias Bibliogrficas
AKIM, J.E. Finite Element for Analysis and Design. Editora Academic Press. 1994.
REDDY, J.N. An Introduction to the Finite Element Analysis. Editora Mc Graw Hill.
1984.
COOK, R.D. Concepts and Aplications os the Finite Element Analysis. Editora Jonh Wiley
& Song. 1989.
ZIENKIEWICZ, O. C.; TAYLOR, R. L.; ZHU, J. Z. The Finite Element Method: Its Basis
And Fundamentals.
ASSAN, A. E. Mtodo dos Elementos Finitos: Primeiros Passos. 2 Edio. Editora Uni-
camp. 2003.