Anda di halaman 1dari 15

88

CAPITULO 4

SISTEMAS DE EQUAES NO LINEARES

4.1. INTRODUO

O captulo anterior se iniciou com uma discusso sobre a modelagem matemtica de
sistemas fsicos que permitisse sua anlise, concepo e at mesmo projeto. Foi ento
apresentada uma forma de viabilizar a obteno da soluo aproximada das equaes
matemticas que modelam o comportamento fsico do sistema, para obter sua resposta no
tempo e/ou espao. Para tanto, feita a aproximao do sistema real contnuo por um sistema
aproximado discreto, criando assim um conjunto de equaes matemticas, uma para cada
ponto do sistema discreto (malha) que por sua vez aproxima o sistema contnuo.
A classe de problemas tratados no captulo 3 engloba sistemas fsicos que apresentam
comportamento linear, portanto, podendo ser representados por um modelo matemtico de
equaes lineares. Foram ento apresentados mtodos para a soluo de sistemas de equaes
lineares.
Na realidade, constata-se que a maioria dos sistemas fsicos apresenta comportamento
no linear. Esses sistemas no podem ser adequadamente modelados matematicamente por
sistemas de equaes lineares. As leis fsicas que regem seu comportamento levam
formulao de sistemas de equaes matemticas no lineares. Para prever a resposta desses
sistemas, necessrio o desenvolvimento de mtodos numricos para a soluo dessas
equaes no lineares simultaneamente.
Neste captulo so apresentados e discutidos vrios mtodos numricos de soluo de
sistemas de equaes no lineares. A discusso contextualizada com o uso de exemplos de
sistemas fsicos reais e os modelos matemticos correspondentes.

4.2. O PROBLEMA

O problema formulado de forma geral pela seguinte equao vetorial:

( ) 0 u g =
r r
(4.1)

onde ( )
T
n 2 1
g , , g , g g K
r
= um homeomorfismo suficientemente suave de
n n
.
Um homeomorfismo uma bijeo ( ) 1 1 , com tanto g
r
como o mapeamento inverso
1
g

r
contnuos.
Fisicamente, um homeomorfismo significa que o processo modelado por g
r
tem uma
soluo nica u
r
para qualquer conjunto de condies de entrada y
r
, i.e., ( ) y x g
r r r
= , e que a
soluo x
r
varia continuamente com a entrada y
r
. Refere-se a esta noo como um processo
bem posto g
r
.

4.3. O MTODO DE ITERAO FUNCIONAL

Analogamente ao problema unidimensional apresentado na Seo 2.5 deste livro,
desenvolve-se agora um processo iterativo para gerar uma sequncia de vetores que
89
idealmente convergiria para o vetor soluo do problema formulado pela Eq. (4.1), conforme
se segue:

( ) 0 u g =
r r
(4.1)

( ) ( ) u G u g u u
r
r
r r r r
= = (4.2)

Portanto, sugere-se a relao de recorrncia:

( )
k 1 k
u G u
r
r
r
=
+
(4.3)

possvel ser demonstrado que a condio de convergncia para o processo iterativo da Eq.
(4.3) que ( ) u G
r
r
seja um mapeamento contrativo (Exerccio 4.1), uma vez que se trata de
uma iterao de ponto fixo (vide Captulo 2).
Um comentrio baseado na observao prtica que o mtodo bastante simples
algebricamente, porm a condio de convergncia normalmente difcil de ser satisfeita, i.e.,
que a funo vetorial ( ) u G
r
r
construda a partir da explicitao do vetor u
r
na Eq. (4.1) seja um
mapeamento contrativo. Note que a forma de explicitao do vetor u
r
apresentada na Eq. (4.2)
apenas uma das possveis alternativas para tal. Na verdade, a partir das equaes algbricas
que formulam o sistema, podem ser obtidas muitas outras formas para ( ) u G
r
r
.
O mtodo pode ser melhorado utilizando a seguinte formulao alternativa:

( ) ( ) ( ) ( )
k k k k k k k k 1 k
u d u u g u A u u G u
r
r
r r r r r r
r
r
= = =
+
(4.4)

onde
k
uma constante no nula que pode variar a cada iterao k e ( )
k
u A
r
uma matriz
no singular que depende de
k
u
r
. O produto ( ) ( )
k k
u g u A
r r r
define o assim chamado vetor de
correo. Esse mtodo cria uma forma recursiva de buscar a soluo de ( ) 0 u g =
r r
. Note que
( ) ( ) 0 u g u A
k k
=
r r r
se e somente se ( ) 0 u g =
r r
.
A frmula bsica de iterao apresentada na Eq. (4.4) define uma grande variedade de
mtodos para a soluo de sistemas de equaes no lineares. No entanto, a maior dificuldade
com esses mtodos iterativos reside na escolha da matriz A, que produza vetores de correo
eficazes que levem a obter a soluo u
r
.
Neste captulo so apresentados e discutidos mtodos que se enquadram na definio
matemtica da Eq. (4.4).

4.4. O MTODO DE PICARD

possvel derivar um mtodo bastante simples a partir do problema de ponto fixo, que
denominado de substituio sucessiva ou Picard. Para tanto, reescreve-se a Eq. (4.1) que
representa o resduo do sistema de equaes em anlise, conforme se segue:

( ) ( ) 0 u h u u g = =
v
r
r r r
(4.5)

A Equao ((4.5) sugere o seguinte processo iterativo:

( )
k 1 k
u h u
v
r
r
=
+
(4.6)
90

Observa-se na prtica que esse algoritmo tem um raio de convergncia grande. Aqui
define-se raio de convergncia como a distncia entre o vetor inicial estimado para o vetor
soluo. No entanto, a velocidade (ou taxa) de convergncia geralmente baixa. Portanto,
interessante buscar formas de melhorar a taxa de convergncia, e uma delas obtida pela
seguinte frmula de relaxao:

( )
k int
u h u
v r
= (4.7)

onde
int
u
r
um vetor intermedirio obtido como estimativa para a iterao k + 1. O valor
usado de fato para
1 k
u
+
r
obtido por homotopia usando um parmetro , tal que 1 0 < ,
conforme se segue:

( )
int k 1 k
u 1 u u
v v r
+ =
+
(4.8)

Verifica-se que problemas no lineares freqentemente exibem um comportamento oscilatrio
de convergncia. Nesses casos, o uso da Eq. (4.8) pode trazer grandes benefcios.
O mtodo de Picard normalmente utilizado nas iteraes iniciais de uma estratgia
geral de soluo de sistemas de equaes no lineares, para viabilizar a convergncia de
mtodos mais rpidos, como por exemplo, o mtodo de Newton que ser abordado ainda
neste Captulo. Isto se deve ao fato de que o mtodo apresenta um raio de convergncia
bastante grande, porm tem baixa taxa de convergncia, da o interesse de combinar o mtodo
com mtodos mais rpidos que tenham raio de convergncia baixo.

Exemplo 4.1) Resolva o sistema ( ) 0 u g =
r r
abaixo numericamente pelo mtodo de Picard
utilizando uma frmula de relaxao apropriada, considerando uma tolerncia
6
10 g

.
Ache o vetor soluo ( )
3 2 1
T
u , u , u u =
r
, usando o vetor de valores iniciais ( ) 1 , 1 , 1 u
T
0
= .

= + =
= + =
= + =
0 5 u u u g
0 2 u u u u 2 g
0 20 u u 2 u g
3 2 1 3
3 2 1 1 2
3
2
2
3
1 1


Soluo

Inicialmente, reescreve-se o sistema na forma sugerida pela Eq. (4.6), conforme se segue:

( )
( )

+ = =
+ = =
+ = =
5 u u h u
u / 2 u u 2 h u
u u 2 20 h u
2 1 3 3
1 3 1 2 2
3 / 1
3
2
2 1 1


Assim, a frmula de iterao de Picard com relaxao dada por

( )
k int
u h u
r r
= e ( )
int k 1 k
u 1 u u
v v r
+ =
+


91
Utilizando 1 , 0 = e um programa computacional (DVD em anexo ao livro), obtm-se o
seguinte histrico de convergncia:

Mtodo de Picard
gnorm= 18.439090
--------------------------------------------------- i = 1
u( 1)= 2.501562
u( 2)= 1.000000
u( 3)= -2.600000
gnorm= 2.383600
--------------------------------------------------- i = 2
u( 1)= 2.489304
u( 2)= 2.450338E-01
u( 3)= -1.608595
gnorm= 3.018147
--------------------------------------------------- i = 3
u( 1)= 2.619390
u( 2)= 5.198275E-01
u( 3)= -2.199955
gnorm= 8.526345E-01

M M M
M M M

--------------------------------------------------- i = 27
u( 1)= 2.601151
u( 2)= 5.017949E-01
u( 3)= -1.897056
gnorm= 4.869294E-06
--------------------------------------------------- i = 28
u( 1)= 2.601151
u( 2)= 5.017956E-01
u( 3)= -1.897054
gnorm= 1.330028E-06
--------------------------------------------------- i = 29
u( 1)= 2.601151
u( 2)= 5.017960E-01
u( 3)= -1.897054
gnorm= 9.020014E-07
converged in 29 iterations
------------------------------------------------------

4.5. O MTODO DE NEWTON

Um mtodo que apresenta uma taxa de convergncia bastante melhor do que o mtodo
de Picard o mtodo de Newton. Conforme discutido no Captulo 2, para uma equao no
linear, o mtodo de Newton apresenta convergncia de segunda ordem, i.e., ( )
2
i
e O , onde
i
e
o erro na iterao i. O fato que se observa a mesma taxa de convergncia quando o
mtodo aplicado a sistemas de equaes no lineares (Exerccio 4.2).
92
Deriva-se o mtodo de Newton a partir do sistema de equaes representado de forma
compacta por:

( ) 0 u g =
r r
(4.1)

Uma expanso em srie de Taylor ao redor de um ponto arbitrrio
0
u
r
prximo raiz
u
r
estabelece que:

( ) ( )
( )
( )
( )
( )
( )
( ) 0 u u
u
u g
u u
u
u g
u u
u
u g
u g u g
0 n n
n
0
20 2
2
0
10 1
1
0
0

+ +

+ =
r r
L
r r r r
r r r r
(4.9)

onde ( )
0 n 20 10 0
u , , u , u u K
r
= , ( )
n 2 1
u , , u , u u K
r
= , ( )
n 2 1
g , , g , g g K
r
= e n o nmero de
equaes do sistema a ser resolvido. Alm disso, a srie foi truncada na primeira derivada.
A Equao (4.9), que vetorial, determina um sistema de equaes algbricas lineares
a ser resolvido para o vetor diferena ( )
0
u u w
r r r
= . Isto melhor visualizado na matriz a
seguir, construda a partir da Eq. (4.9):

( ) ( )
( ) ( )
( )
( )
0 n
0 1
0 n
0 1
1
0 1
1
0 1
1
0 1
1
0 1
u g
u g
u u
u u

u
u g
u
u g
u
u g
u
u g
r
M
r
M
r
L
r
M O M
r
L
r

(4.10)

A Equao (4.10) sugere o seguinte processo iterativo:

( )
( )
( )
( )
k k
k
k 1 k
k
u g w
u
u g
u u
u
u g v r r
r
r r
r r
r
r r
=

+
(4.11)

onde k representa a iterao atual e k + 1 a iterao seguinte. O processo se inicia a partir de
um vetor inicial estimado
0
u
v
.
Portanto, em cada iterao k, o valor estimado para a iterao seguinte k + 1, obtido
a partir de:

k k 1 k
w u u
r v r
+ =
+
(4.12)

Assim, o problema consiste em resolver a cada iterao k, o sistema de equaes
lineares definido pela Eq. (4.11) por um mtodo numrico qualquer (direto ou indireto), o
qual pode ser escrito de forma compacta por:

( ) ( )
k k k
u g w u M
r r r r
= (4.13)

onde ( )
( )
u
u g
u M
k
k
r
r r
r

= denominada como matriz Jacobeana do processo.


Com o uso de notao indicial, os elementos da matriz Jacobeana devem ser
calculados de forma exata por:
93

j
i
ij
u
g
m

= ( ) n j , i 1 (4.14)

A convergncia ser obtida quando:

( )
k
u g
v r
(4.15)

onde uma tolerncia pr-especificada com valor prximo a zero.

4.6. MTODO DE NEWTON MODIFICADO

Uma grande dificuldade com os mtodos apresentados at agora neste captulo que
eles requerem alto tempo computacional para resolver problemas com grande nmero de
equaes, e.g., uma matriz Jacobeana de grande dimenso a cada iterao que pode tambm
ter elementos que requeiram muitas operaes aritmticas, i.e., de difcil clculo
analiticamente. Assim, recomendvel buscar estratgias para reduo do tempo
computacional quando se aplicar o mtodo de Newton.

4.6.1. Reutilizao da matriz Jacobeana

Uma maneira de evitar esse custo a de no computar uma nova matriz Jacobeana a
cada iterao. Para tanto, pode-se pensar em reutilizar a matriz Jacobeana calculada para uma
determinada iterao por vrias outras iteraes subseqentes, ou mais genericamente um
operador fixo. Combinando as Eqs. (4.12) e (4.13) obtm-se a iterao de Newton por:

( ) ( )
k k
1
k 1 k
u g u M u u
r r r v r

+
= (4.16)

Assim, ao invs de recalcular a matriz M a cada iterao, pode-se utilizar:

( ) ( )
k i
1
k 1 k
u g u M u u
r r r v r

+
= (4.17)

onde o subscrito i representa uma determinada iterao (e.g., 0 a primeira iterao).
Esse procedimento faz o operador ( )
i
1
u M
r

ser fixo por tantas iteraes quanto se


desejar, i.e., enquanto ( )
k
u g
r r
mantiver um comportamento decrescente de uma iterao para
a prxima, i.e., enquanto o processo se mantiver em um caminho de convergncia. Portanto,
uma nova matriz M calculada somente quando ( )
k
u g
r r
aumentar em relao iterao
anterior, mantendo-a fixa novamente enquanto ( )
k
u g
r r
estiver reduzindo, e assim
sucessivamente at o processo convergir para a soluo.

4.6.2. Matriz Jacobeana numrica

Esta estratgia diz respeito ao clculo dos elementos da matriz Jacobeana de acordo
com a Eq. (4.14) numericamente. Para tanto, possvel utilizar-se uma aproximao numrica
no clculo da derivada, conforme se segue:

94
( ) ( ) { }

+
=

=
n 2 1 i n j 2 1 i
j
i
ij
u , , u , u g u , , u , , u , u g
u
g
m
K K K
( ) n j , i 1 (4.18)

onde deve ser estabelecido como um valor suficientemente pequeno a fim do valor
calculado para
ij
m se aproximar do valor exato da derivada.

4.7. CONVERGNCIA DO MTODO DE NEWTON

Como todos os mtodos enquadrados no item 4.3, o mtodo de Newton pode ser
descrito sinteticamente pela frmula:

( )
k 1 k
u G u
r
r
r
=
+
(4.3)

Assim, a condio para convergncia que ( ) u G
r
r
seja um mapeamento contrativo. No
entanto, a maioria dessas funes obtidas a partir do sistema de equaes estabelecido pela
Eq. (4.1) no leva obteno de funes ( ) u G
r
r
que sejam contrativas considerando-se todo o
domnio
n
, observando-se o comportamento de funo contrativa apenas em parte do
n
.
Por esta razo, que se sabe que o mtodo de Newton convergente quando o vetor de
valores iniciais estimado para a iterao de Newton suficientemente prximo da soluo do
sistema de equaes, ou seja, dentro da regio do
n
em que ( ) u G
r
r
apresenta o
comportamento de funo contrativa, aqui denominada como regio de convergncia do
mtodo. Pela mesma razo, o problema pode vir a ocorrer em um ponto intermedirio da
iterao de Newton, se o valor de
i
u
r
calculado em uma iterao intermediria i estiver fora da
regio de convergncia.
Uma das estratgias para lidar com a possibilidade de divergncia em uma iterao
intermediria do mtodo a assim chamada busca por linha (line search). A estratgia
consiste de alterar a Eq. (4.12) como se segue (Bank e Rose, 1981):

k k k 1 k
w t u u
r v r
+ =
+
(4.19)

O parmetro
k
t conhecido como parmetro de line search e h vrios estudos na
literatura para a sua melhor estimativa, basicamente porque 1 t
k
, tal que:

( ) ( )
k k
u g O t 1
r r
= (4.20)

ou seja, a medida que a iterao prossegue, ( ) 0 u g
k

r r
.
A seguir, listam-se algumas maneiras de estimar o parmetro
k
t :

a) Bank e Rose (1981) sugerem a frmula:

( )
k k
k
u g K 1
1
t
r r
+
= (4.21)

95
onde
k
K uma sequncia tal que
0 k
K K 0 , donde se observa que
k
K reduz a cada
iterao, e
0
K deve ser suficientemente grande. Note que para a iterao convergir, para
[ ] 1 , 0 :

( ) ( )
k 1 k
u g u g
r r r r
<
+
(4.22)

Portanto, inicia-se com 1 t
k
= reproduzindo a iterao de Newton e verifica-se se a Eq. (4.22)
satisfeita. Em caso positivo, prossegue-se com 1 t
k
= , e em caso negativo, procura-se
reduzir
k
t , por alguma lei, tal como a Eq. (4.21), por um certo nmero de sub-iteraes at
que a Eq. (4.22) seja verificada.

b) Estima-se um valor constante 1 t
k
< e inicia-se o processo da Eq. (4.19). Sempre que
( )
k
u g
r r
aumentar, cria-se uma sub-iterao j, que divide
k
t por um fator pr-
especificado (e.g., 2 = ), a cada sub-iterao j, at que ( )
k
u g
r r
seja decrescente.
Na prxima iterao externa k, atribui-se a
k
t o mesmo valor constante do incio do
processo, e assim sucessivamente, conforme se segue:

=
j
k j
k
t
t ( ) 0 j (4.23)

c) Usa-se um processo aqui denominado de estimativa de
k
t por segmento de reta
secante, conforme mostra a Fig. 4.1.


Figura 4.1 Processo de determinao de
k
t por segmento de reta secante.

t 1
0
- ( )
k
u g
r r

( )
1 k
u g
+
r r

g
r
k
t
96
Com base na equao do segmento de reta secante mostrado na Fig. 4.1, determina-se
k
t conforme se segue:

( )
( ) ( )
k 1 k
k
k
u g u g
u g
t
r r v r
r r
+
=
+
(4.24)

4.8. MTODO DE GAUSS-SEIDL NO LINEAR

O aqui denominado mtodo de Gauss-Seidl no linear consiste de uma analogia do
procedimento iterativo de Gauss-Seidl apresentado no Captulo 3 para sistemas de equaes
lineares. De fato, o procedimento busca resolver seqencialmente cada equao do sistema
para cada incgnita, mantendo fixos os valores conhecidos das outras incgnitas oriundos da
iterao anterior e utilizando os valores j conhecidos da iterao atual.
Assim, deriva-se o mtodo a partir do sistema de equaes representado de forma
compacta por:

( ) 0 u g =
r r
(4.1)

Resolve-se, portanto, a partir de um valor inicial estimado
(0)
u
r
por um dos mtodos de
soluo de equaes no lineares de uma incgnita apresentados no Captulo 2 (e.g., bisseo,
Newton, secante), em sequncia, cada equao do sistema representado por (4.1) para obter
( ) n i 1 , u
1) (k
i

+
, conforme se segue:

( )
( )
( )
( )
1) (k
n
) 1 k (
n
) 1 k (
1 n
) 1 k (
2
) 1 k (
1 n
) 1 k (
3
) k (
n
) k (
4
) 1 k (
3
) 1 k (
2
) 1 k (
1 2
1) (k
2
) k (
n
) k (
3
) 1 k (
2
) 1 k (
1 2
1) (k
1
) k (
n
) k (
2
) 1 k (
1 1
u obter para 0 u , u , , u , u g

u obter para 0 u , , u , u , u , u g
u obter para 0 u , , u , u , u g
u obter para 0 u , , u , u g
+ + +

+ +
+ + + +
+ + +
+ +
=
=
=
=
K
M M M
K
K
K
(4.25)

A convergncia ser obtida quando:

( )
) k (
u g
v r
(4.26)

onde uma tolerncia pr-especificada com valor prximo a zero.

4.9. MTODOS DE CONTINUAO

Todos os mtodos at aqui discutidos comumente apresentam a possibilidade de no
convergirem para a soluo. Este continua a ser o grande desafio para resolver problemas no
lineares. O problema est diretamente ligado falta de um raio de convergncia
suficientemente grande inerente ao mtodo em questo. Enfim, feita uma estimativa inicial
para o vetor soluo,
0
u
r
, o mtodo iterativo pode no ser capaz de convergir para o vetor
soluo, u
r
, uma vez que a estimativa inicial se encontra muito distante do resultado desejado.
H duas maneiras principais de se lidar com o problema de obter boas estimativas
iniciais para o vetor soluo. As duas envolvem procedimentos de busca (ou varredura) pela
97
soluo. A primeira delas a criao de um problema transiente artificial, inserindo na Eq.
(4.1) um parmetro de tempo, a partir do qual a soluo obtida em um instante inicial
0
t onde o sistema de fcil soluo, passando-se a utilizar essa soluo convergida como
estimativa inicial para o instante t t t
0 1
+ = , onde t um incremento de tempo
suficientemente pequeno tal que seja possvel a convergncia no instante seguinte, e assim
sucessivamente, at atingir um valor de t que seja correspondente ao sistema de equaes
original a ser resolvido. Este mtodo conhecido em Mecnica dos Slidos na aplicao do
mtodo de Elementos Finitos como mtodo de carga incremental (Zienkiewicz e Taylor,
1989).
A segunda maneira consiste de se aproximar gradualmente da soluo final atravs de
uma srie de solues intermedirias. Esses resultados intermedirios podem ter interesse
fsico, ou simplesmente serem meios de se chegar a uma soluo desejada ao final do
processo. Formalmente, esses algoritmos so conhecidos como mtodos de continuao
(Seydel, 1990), e podem ser utilizados com qualquer um dos mtodos previamente descritos
neste Captulo.
Comumente, um sistema de equaes no lineares representativo de um sistema fsico
qualquer depende de um ou mais parmetros que caracterizam sua resposta (e.g., o nmero de
Reynolds em Mecnica dos Fluidos, a magnitude de uma condio de contorno). Para tratar
essa questo, assume-se que a soluo da Eq. (4.1) depende de um parmetro real, .
Portanto, o problema passa a ser formulado matematicamente como se segue.

Resolva o sistema de equaes:

( ) 0 , u g =
r r
(4.27)

para obter u
r
, para vrios valores de e determine o caminho ( ) = u u
r r
, tal que
n
u
r
,
,
n 1 n
: g
+
r
.
A soluo obtida por mtodos de continuao em dois passos gerais:
i) Inicia-se com uma soluo convergida
n
0
u
r
,
0
, i.e., ( ) 0 , u g
0 0
=
r r
, e
ii) Para vrios valores de resolva ( ) 0 , u g =
r r
.

O segundo passo da soluo do problema se aproveita dos valores previamente
convergidos de u
r
e . Esta a essncia do mtodo de continuao.
O objetivo o de encontrar uma funo que represente o caminho descrito por u
r
e .
No entanto, o problema que podem haver pontos em que 0 u / g =
r r
e ( ) = u u
r r
no pode
ser explicitado (pontos de inflexo). Portanto, necessrio encontrar uma parametrizao ,
tal que ( ) = u u
r r
e ( ) = , e fixar no ponto inicial, i.e.: ( )
0 0
u u =
r r
e ( )
0 0
= .
Uma das parametrizaes mais usadas a conhecida como comprimento de arco s.
Neste caso, ( ) s u u
r r
= e ( ) s = ; ( ) 0 u u
0
r r
= e ( ) 0
0
= .
Os mtodos de continuao para resolver o problema formulado pela Eq. (4.27) so
classificados de acordo com o grau de dificuldade em ordens, iniciando pela ordem-zero.
Um mtodo de continuao simples e eficaz largamente utilizado em problemas de Mecnica
dos Fluidos e Transferncia de Calor de ordem-zero consiste em resolver uma srie de
problemas aumentando gradualmente o valor do parmetro de continuao . A soluo
convergida em um valor
n
usada como valor inicial do vetor soluo no prximo passo
+ =
+ n 1 n
, com qualquer mtodo numrico que esteja sendo usado para resolver o
98
sistema de equaes (e.g., Newton). No entanto, em problemas em que h a necessidade de
detectar bifurcaes, o mtodo ordem-zero no apresenta boa convergncia.
O mtodo de continuao mais simples de primeira ordem assume que g
r
tenha
derivadas contnuas em relao a u
r
e . Desta maneira, uma srie de Taylor de ( ) , u g
r r
pode
ser usada com truncamento na primeira derivada para obter:


, u , u
g
u
u
g
r r
r
r
r
r
(4.28)

que permite deduzir a seguinte relao de recorrncia:

( )

+
n n
, u
n n
1
n 1 n
g
, u A u u
r
r
r r r
(4.29)

onde

=
, u
u
g
A
r
r
r
e
n 1 n
=
+
.
Observando a Eq. (4.29) percebe-se que esquemas de maior ordem podem ser
derivados, bastando para isso considerar derivadas de maior ordem no truncamento da srie
de Taylor de ( ) , u g
r r
. Neste livro, apenas o esquema de primeira ordem tratado.
Quando pequeno, provvel que a nova soluo
1 n
u
+
r
seja bastante prxima da
verdadeira soluo para
1 n+
, portanto, espera-se que usando
1 n
u
+
r
como valor inicial, o
sistema definido pela Eq. (4.27) venha a convergir com qualquer mtodo numrico que esteja
sendo usado para resolv-lo. No entanto, a medida que se use maiores valores para , o
valor previsto para
1 n
u
+
r
geralmente se distanciar da verdadeira curva de soluo. Nesses
casos, o valor previsto pode ser corrigido. De fato, o problema reside na escolha de . A
menos que a soluo intermediria seja de interesse, deve ser to grande quanto possvel
para minimizar o esforo computacional. No entanto, o tamanho de qualquer limitado
pelo raio de convergncia do mtodo numrico que esteja sendo usado para obter a soluo
corrigida em
1 n+
. Na realidade, usa-se a assim chamada continuao adaptativa via
procedimentos de seleo heurstica de (Seydel, 1990). Um desses procedimentos
descrito a seguir.
Assume-se em um passo j dispe-se dos valores
j
u
r
,
j
e
j
s , e o passo de
comprimento de arco
j
s .
A soluo no passo j + 1 procurada tal que:

( ) 0 , u g
1 j 1 j
=
+ +
r r
(4.30)
e

( ) ( ) { }
j 1 j 1 j j j
s , u , , u d =
+ +
r r
(4.31)

onde d representa uma funo distncia.

O algoritmo que proposto consiste de resolver no passo j para a obteno de
j j
, u
r
,
j j 1 j j j 1 j
e u u u + = + =
+ +
r r r
.
j j
, u
r
devem satisfazer as equaes:

99
( ) 0 , u u g
j j j j
= + +
r r r
(4.32)
e

j j j
s , u =
r
(4.33)

onde representa uma norma em =
+ n 1 n
.

A norma define o comprimento de arco. A Equao (4.33) representa a restrio.
Consequentemente o algoritmo consiste de :
1. Dada uma soluo inicial
n
0
u
r
,
0
, e um passo de comprimento de arco
inicial
0
s
2. Para j = 0 at n faa:
a) Compute incrementos
j j
, u
r
a partir de
( )

=
= + +
j j j
j j j j
s , u
0 , u u g
r
r r r

b) Compute
j j 1 j j j 1 j
e u u u + = + =
+ +
r r r

c) Compute um novo comprimento de arco
1 j
s
+
.

O problema do item a) consiste da soluo de um sistema de equaes no lineares.
Portanto, h dois passos envolvidos no processo:
a.1) Encontre valores iniciais
) 0 (
j
) 0 (
j
e u
r

a.2) A partir dos valores iniciais
) 0 (
j
) 0 (
j
e u
r
resolva o sistema:
( )

=
+ +
j j j
j j j j
s , u
, u u g
r
r r r
para obter
j j
e u
r

O passo a.1) comumente conhecido como de predio. O passo a.2) conhecido
como de correo.
H vrios tipos de mtodos de predio, i.e., tangente, secante, e o de predio nula,
i.e., 0 u
) 0 (
j
=
r
e 0
) 0 (
j
= , ou de maior ordem.
Como o mtodo da secante envolve dois pontos e mtodos de maior ordem envolvem
vrios pontos, somente o mtodo da tangente utilizado neste texto, admitindo que g
r
de
classe C
1
com relao tanto a u
r
como . Portanto, usando a Eq. (4.28), obtm-se:


j
) 0 (
j
) 0 (
j
) 0 (
j
, u
) 0 (
j
, u
s , u
g
u
u
g
j j j j
r
r
r
r
r
r r
(4.34)

Assumindo que
j j
, u
j
u
g
A

=
r
r
r
seja no singular, ento:

) 0 (
j
, u
1 -
j
) 0 (
j
j j
g
A u

r
r
r
(4.35)
100

e portanto:

j
) 0 (
j
, u
1 -
j
s 1 ,
g
A
j j
=

r
r
(4.36)

ou

1 ,
g
A
s
j j
, u
1 -
j
j ) 0 (
j

=
r
r
(4.36)

Observe que na Eq. (4.36) h dois valores para
) 0 (
j
. A experincia mostra que
prefervel utilizar o valor positivo. Com o valor determinado para
) 0 (
j
, utiliza-se a Eq.
(4.35) para obter
) 0 (
j
u
r
.
O passo a.2) de correo usualmente consiste da soluo de um sistema de equaes
no lineares. O mtodo de Newton o mais utilizado e as incgnitas so
j j
e u
r
.
O passo de controle de comprimento de arco
j
s utilizando um valor fixo pr-
especificado ou usando um esquema baseado no nmero de iteraes, conforme se segue:

1 n
n
s s
j
ref
j 1 j
+
=
+
(4.37)

onde
j
n o nmero de iteraes feitas pelo passo de correo, e
ref
n um nmero de
referncia estabelecido como um nmero aceitvel de iteraes.
O projeto 4.1 ao final deste captulo prope um problema em que s possvel a
obteno de solues ao longo de toda a faixa de variao de um de seus parmetros atravs
do uso de um mtodo de continuao.

4.10. PROBLEMAS PROPOSTOS

4.1. Demonstre que a condio de convergncia para o mtodo da iterao funcional que
seja um mapeamento contrativo.

4.2. Demonstre a taxa de convergncia do mtodo de Newton quando aplicado a sistemas
de equaes no-lineares.

4.3. Deseja-se construir um menisco, constitudo pela regio de interseco entre dois
crculos, cujas equaes so: e .
Pede-se para calcular a distncia entre as extremidades do menisco (ou seja, a distncia
101
entre os pontos de interseco entre ambas os crculos). Utilize para tanto o Mtodo de
Newton-Raphson.

4.4. Obtenha os pontos de interseco entre os seguintes pares de curvas. Como forma de
obter boas estimativas iniciais para a utilizao de mtodos numricos, faa grficos de
tais curvas (Note que, em alguns casos, existem mltiplos pares de solues). Empregue
os mtodos de Newton e da secante para a obteno de tais solues numricas.
a) e
b) e
c) e
d) e

4.5. Considere as espcies qumicas A
2
, B
2
, AB e A
2
B
2
. Deseja-se a partir das espcies A
2

e B
2
obter como produto a espcie A
2
B
2
. Teoricamente, tal reao poderia ser realizada
atravs da seguinte reao qumica direta:

Na prtica, contudo, que esse processo est relacionado a duas reaes qumicas
intermedirias e reversveis, apresentadas a seguir:


Com base nas equaes das reaes qumicas, pode-se ento, avaliar o nmero de
moles (n) de cada uma das espcies qumicas presentes na mistura final: n(A
2
) = x,
n(B
2
) = x, n(AB) = 2y e n(A
2
B
2
) = 1-x-y. A soma de todos os valores anteriores fornece
o nmero total de moles da mistura (n
T
), que nesse caso n
T
= 1+x+y. Para se avaliar a
composio da mistura, torna-se necessrio determinar os valores de x e de y. Para
tanto, recorre-se s seguintes relaes:


que esto relacionadas s reaes reversveis apresentadas anteriormente.Nessas
relaes, K
1
e K
2
so as constantes de cada uma das reaes qumicas e Y(z) a frao
molar da espcie qumica z, que obtida dividindo-se n(z) por n
T
. Nesse contexto,
determine os valores dos nmeros de moles de cada uma das espcies qumicas da
mistura, sabendo-se que K
1
= 0,002 e K
2
= 0,0015. Utilize, para tanto, os mtodos de
Newton e de Newton modificado.

4.6. Solucione o seguinte sistema de equaes no-lineares, empregando os mtodos de
Newton e Newton modificado. Tal sistema proveniente de reaes qumicas, obtidas de
modo semelhante ao mostrado no exerccio anterior.
102




Admita os seguintes valores para K
1
, K
2
, K
3
e K
4
, respectivamente: 0,003, 0,0025,
0,0005 e 0,0003.

4.7. Deseja-se estudar a distribuio da temperatura ao longo da espessura de uma parede
plana, com gerao volumtrica de calor, para a condio de regime permanente. Tal
fenmeno pode ser modelado atravs da seguinte equao diferencial:

onde x a coordenada espacial, T a temperatura, k a condutividade trmica do
material e a taxa volumtrica de gerao de calor. Para este estudo, considera-se
que a condutividade trmica do material seja varivel e dependente unicamente da
temperatura, sendo modelada atravs de uma relao do tipo , onde a
uma constante conhecida. Empregando-se um mtodo numrico para a discretizao
da equao diferencial original, obteve-se o seguinte sistema de equaes:



Considerando-se os seguintes valores:
, resolva o sistema obtido,
empregando-se os mtodos de Newton e Newton modificado.

Anda mungkin juga menyukai