Métodos Numéricos para a Solução de Problemas de Valor de Contorno Equações diferenciais ordinárias
Exemplo 1. Difusão-reação em uma partícula catalítica porosa:
Figura 1. Partícula catalítica esférica.
Balanço de massa: (estado estacionário, isotérmico)
2 2 1 A d dC D r r r dr dr , 0 < r < R 0 0 (simetria) r dC dr e ( )
(concentração fixa na superfície) o
C R C
Outras considerações: D constante e rA = k.f(C), onde k é a constante da
reação. 2 2 1 ( ) d dC D r k f C r dr dr
Pode-se ainda definir um fator de efetividade da partícula (forma integral): 2
0
2 0
( ) ( ) taxa de reação média na partícula
taxa da reação máxima baseada na superfície
( ) ( ) R A V R A o o V r C dV k f C r dr r C dV k f C r dr
e D k R , conhecido como módulo de Thiele
difusão reação
para uma reação de primeira ordem, ou
( o)
o k f C R
D C
para uma reação de qualquer ordem.
Outra definição para o Módulo de Thiele é a sua versão generalizada: R
0 ( ) ˆ 2 o ( ) A o C A r C L D r C dC
(Módulo de Thiele Generalizado)onde L é o comprimento característico da partícula, definido como o volume da partícula dividido pela sua superfície externa, que para o caso da esfera L = R/3. Com esta definição tem-se 3ˆ para uma reação de primeira ordem na esfera.
Reescrevendo a equação diferencial: k f C r dr D d r( ) 2 2dC
dr 2 2 2 0 0 3 3 2 0 3 3 ( ) ( ) ( ) R R R o o r R o dC dC r D d r dr D D R dC dr k f C R k f C R dr k f C r dr
(forma diferencial)
rA r CA( o)
32 o r R R dC C dr 2 1 3 x dy dx ? ? 1 x R r dx dy dr dC Definindo: o C y C ; R r x e ( ) ( ) ( ) o o f C y g y f C ) ( 2 2 2 2 y g dx dy x dx y d , 0 < x < 1 1 ) 1 ( 0 0 y e dx dy xg(y) = y equação de Bessel modificada (solução analítica):
Solução: senh( ) 3 1 1 senh( ) tgh( ) x y x
Nota: – y(0) é finito,
) senh( ) 0 ( ) senh( lim 0 x y x x
– < 1 mostra o efeito da transferência de massa. → 0 : → 1 e → ∞ : → 0 3
g(y) = yn reação de ordem n 0 ou 1.
Problema de valor de contorno
Métodos numéricos: – diferenças finitas – volumes finitos – elementos finitos – valor inicial
– aproximação polinomial (e.g. colocação ortogonal)
Diferenças finitas
– transforma o intervalo [a, b] (no exemplo [0, 1]) em uma malha com N pontos internos:
0 = x0 < x1 < ... < xN < xN+1 = 1
– aproxima as derivadas pelos quocientes de diferenças – resolve o sistema de equações algébricas resultante.
Para uma malha uniforme:
1 N a b h x xi = a + i.h , i = 0, 1, 2, ..., N+1
Expandindo y(xi + h) em série de Taylor:
y(xi + h) = y(xi) + hy’(xi) + (h2)
) ( ) ( ) ( ) ( h h x y h x y x y i i i h y y y i i i 1 (diferença à direita)
Expandindo y(xi – h) em série de Taylor:
y(xi – h) = y(xi) – hy’(xi) + (h2)
) ( ) ( ) ( ) ( h h h x y x y x y i i i h y y y i i i 1 (diferença à esquerda)
subtraindo as duas expansões:
) ( ) ( 2 ) ( ) ( ) ( ) ( ! 3 ) ( ! 2 ) ( ) ( ) ( ) ( ) ( ! 3 ) ( ! 2 ) ( ) ( ) ( ) ( 3 4 3 2 4 3 2 h x y h h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y i i i i i i i i i i i i i ) ( 2 ) ( ) ( ) ( h2 h h x y h x y x y i i i h y y y i i i 2 1 1 (diferença central)
somando as duas expansões:
) ( ) ( ) ( 2 ) ( ) ( ) ( ) ( ! 3 ) ( ! 2 ) ( ) ( ) ( ) ( ) ( ! 3 ) ( ! 2 ) ( ) ( ) ( ) ( 4 2 4 3 2 4 3 2 h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y h x y i i i i i i i i i i i i i i 2 2 ( ) 2 ( ) ( ) ( )i y xi h y xi y xi h ( ) y x h h 2 1 1 2 h y y y y i i i i
Para uma malha não uniforme: 1 1 1 1 1 1 1 1 i i i i i i i i i i i i i x x y y ou x x y y ou x x y y y
Figura 2. Malha não uniforme para diferenças finitas.
2 2 2 2 1 2 2 1 2 h h h h y y yi i h i h ; i i i i h i x x y y y 1 1 2 2 ; 1 1 2 1 i i i i h i x x y y y 1 1 1 1 1 1 2 i i i i i i i i i i i x x y y x x y y x x y (central)
Para o exemplo da partícula catalítica:
) ( 2 2 2 2 y g dx dy x dx y d 1 1 1 1 2 2 2 2 ( ) 2 i i i i i i i y y y y y g y h x h i = 1, ..., N yN+1 = 1 1 0 0 1 0 ) 0 ( y y h y y x y para g(yi) = yi h1 h h2 xi – 1 xi xi + 1 X
iáveis N equações N var 2 2 2 1 1 1 1 0 1 2 1 0 1 0 i i i i i i i N x x x y x h y y h h h y y y
Que é um sistema de equações lineares em estrutura tridiagonal, que pode ser resolvido pelo método de Thomas. Para o caso de reações de ordens diferentes de zero ou um tem-se um sistema não-linear de equações algébricas.
Volumes finitos
Referência: “Transferência de Calor e Mecânica dos Fluidos Computacional”, C.R. Maliska, 1995.
Consiste na realização de balanços de propriedades em volumes elementares (volumes finitos), ou de forma equivalente na integração sobre o volume elementar da equação diferencial na forma conservativa (ou forma divergente, onde os fluxos aparecem dentro das derivadas).
Figura 3. Volumes finitos.
Δxw Δxe • • x = 1 x = 0 W E w e
Exemplo:
2 0 0 1 ( ) 0 ; (1, ) 1 ( ,0) m s s x y y x y x x x x y y x y x y Volume elementar: 0 1 1 2 2 4 s s dV x dx s s Com m1 2 e e e s s s w w w y y x dx x x ydx x
valor médio no volume:
e w s s w s e e w s e w s p yx dx x x s dx x dx yx y (1 1) 1
p e w s s w s e p y x y x x x s d dy 2 1 1 ) 1 ( diferenças centrais: ; e w E p p W e w x x x x y y y y y y x x x x
1 1
2 ( 1) E p p W p s s e w p s s e w e w y y y y dy s x x y d x x x x 2 p W W p p E E p dy A y A y A y y d
1 1
( 1) s w W s s e w w s x A x x x ;
1 1
( 1) s s e w p s s e w e w x x s A x x x x
1 1
( 1) s e E s s e w e s x A x x x Balanços para os volumes das fronteiras: x = 0 :
Figura 4. Fronteira com fluxo especificado.
p e w s s w s e p y x y x x x s d dy 2 1 1 ) 1 ( 0 w x s x y x ; e p E s e x s x y y x x y x e ( ) p e p E e p y x y y x s d dy ( 1)( ) 2 x = 1 :Figura 5. Fronteira com variável especificada.
( ) w p W s s w w x y y y x x x x ; 1 e e p p s f f x y y y y x x x x
1
2 1 ( ) ( 1) 1 p p s p W w p s f w w dy s y y y x y d x x x Δxf Δxe x = 0 P E w e xw = 0 Δxw Δxf x = 1 w e W P xe = 1Sistema resultante: Ay b d
dy
, onde A é uma matriz tridiagonal.
Nota: Diferenças-finitas: malha
Volumes-finitos: malha
Elementos finitos
Referência: “Numerical Methods and Modeling for Chemical Engineering”, M. E. Davis, 1984.
Aproxima a variável dependente por um polinômio contínuo por partes: 1 0 ( ) n i i( ) i y x x
(estacionário), x[0,1]onde i( )x são funções conhecidas (bases) continuamente diferenciáveis e que satisfazem as condições de contorno, e i são coeficientes a determinar.
1 0 ( , ) n j( ) j( ) j y x x
(dinâmico), x[0,1]A forma da determinação destes coeficientes é que caracteriza o método de elementos finitos utilizado, tais como:
– método de Galerkin – método da colocação Exemplo: y x( ) 1 y x( )
2 0 1 ( ) 0 (0,1) 0 (1) 0 m s s x d dy x x y x x dt dx dy dx y x0 x1 x2 ... xN+1 x1 x2 ... xN (mudança de variável)Multiplicando a equação por i(x) e integrando em [0, 1]: 1 2 0 (1 ) 0 s s m i d dy x x y dx dx dx
i = 1, 2, ..., nIntegrando por partes o primeiro termo: 1 1 1 0 0 0 ( ) s s s i i i d dy dy dy x dx x x x dx dx dx dx dx
Como i(x), i=1,...,n, satisfaz as condições de contorno:
i(0) 0; i(1) 0
1 0 0 0 (1) s (0) 0 i i x x dy dy x dx dx tem-se que 1 1 0 0 ( ) s s i i d dy dy x dx x x dx dx dx dx
então: 1 1 2 0 ( ) 0 (1 ) 0 s s m i i dy x x dx x y dx dx
Como 1 0 ( ) n j j( ) j y x x
, tem-se para m1 1 1 1 1 1 2 2 0 0 0 0 0 ( ) ( ) ( ) ( ) ( ) n n s s s j j i j j i i j j x x x dx x x x dx x x dx
Definindo: 1 0 ( ) ( ) ( , ) s x a x b x dx a b
, resulta em:
1 1 2 2 0 0 , , 1, n n j j i j j i i j j
, chamada de forma fraca daequação diferencial.
1 2 2 0 , , 1, n j i j i j i j
i = 1, 2, ..., nA b Contorno: 1 1 1 1 0 0 1 1 1 0 0 ( ) 0 (0) (0) n n xn n (p/ bases lineares)
Funções bases lineares (h2):
1 0 1 1 0 0 1 , ( ) 0 , x x x x x x x x x x 1 1 1 1 1 1 1 1 , ( ) , 0 , , j j j j j j j j j j j j j x x x x x x x x x x x x x x x x x x x 1 1 1 0 , ( ) , n n n n n n n x x x x x x x x x x
Figura 6. Funções bases lineares.
outras funções bases : – cúbicas de Hermite (1ª derivada contínua), (h4) – B-splines, etc. (x) 1 0 x n+1 ... x0 x1 xj-1 xj xj+1 xn 1 0 j-1 j n+1 ...
Para m0 e1:
1 1 2 0 0 1 1 0 0 1 1 , 1 , 0 1, 2, ..., ( ) 0 (1) 0 ; (0) (0) 0 m n n j j i j j j j j n n i nF sistema não linear
Valor inicial– transforma o problema de valor de contorno em um problema de valor inicial (P.V.I.)
– atribui um valor inicial para as variáveis com valor inicial desconhecido e resolve o P.V.I.
– verifica se as condições finais foram satisfeitas e retorna ao passo anterior até estas serem satisfeitas.
Para o exemplo da partícula catalítica:
v dx dy , y = u 1 ) 1 ( 2 ) ( 0 ) 0 ( 2 v u x u g dx dv v v dx du
Métodos: – tentativa-e-erro ou “shooting” – múltiplo “shooting”
1) Equações diferenciais lineares: “shooting” e superposição Exemplo: ( ) ( ) ( ) ( , ) ( ) ; ( ) y f x y g x y r x x a b y a y b y x g y x f y y L[ ] ( ) ( ) (operador linear) ] [ ] [ ] [c1y1 c2y2 c1L y1 c2L y2 L a) “shooting”: 1 1 1 [ ] 0 ( ) 0 ( ) 1 L y y a y a e 2 2 2 [ ] ( ) ( ) ( ) 0 L y r x y a y a superposição: y(x) = c1y1(x) + c2y2(x) L[y] = r(x) = 1 1 2 2 0 ( ) [ ] [ ] r x c L y c L y c2 = 1
y(x) = c1y1(x) + y2(x) ; y(a) = α = c1y1(a) + c2y2(a)
y(b) = β = c1y1(b) + y2(b) 2 1 1 ( ) ( ) y b c y b 2 2 1 1 ( ) ( ) ( ) ( ) ( ) y b y x y x y x y b b) “shooting”: 1 1 1 1 [ ] ( ) ( ) ( ) L y r x y a y a e 2 2 2 2 [ ] ( ) ( ) ( ) L y r x y a y a γ1 e γ2 tais que y1(b) ≠ y2(b). superposição: L[y] = r(x) = ) ( 2 2 ) ( 1 1 [ ] [ ] x r x y L c y L c c1 +c2 = 1
y(a) = α = c1y1(a) + c2y2(a)
y(b) = β = c1y1(b) + c2y2(b) 1 2 1 1 2 2 1 ( ) ( ) c c y b c y b c 2 1 1 2 ( ) ( ) ( ) y b c y b y b ; 2 1 1 2 ( ) ( ) ( ) y b c y b y b
2 1 1 2
1 2 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) y x y b y x y b y x y b y b 2) Equações diferenciais não-lineares2 2 , , , 0 ( ) ; ( ) dy d y F x y dx dx y a y b a) “shooting”:
, , ,
0 ( ) ( ) k k k k k k F x y y y y a y a k = 0, 1, 2, ...Figura 7. Método do “shooting”.
Problema: g(γ) = y(b;γ) – β = 0 Ex.: Newton-secante 1 1 1 ( ( ) )( ) ( ) ( ) k k k k k k k y b y b y b y β α β0 β1 β x b a
Técnicas de Aproximação polinomial
Referência: “Método de Resíduos Ponderados com Aplicação em Simulação de Processos”, E.C. Biscaia Jr., 1992 – XV CNMAC.
Interpolação Lagrangeana f(r) no intervalo ar b normalização do intervalo: a b a r x ; r = a + (b – a)x f(x) no intervalo 0 x1 tendo n pontos: 0 < x1 < x2 < ... < xn < 1
com f(xi) = fi , xi : pontos nodais ou internos.
Tem-se n condições n coeficientes a calcular polinômios de ordem (n–1).
1 0 1( ) n j j j n x C x P C0, C1, ..., Cn–1 os n coeficientes
1 0 n j i j i jx f C , i = 1, 2, ..., n n n n n n n n f f C C x x x x x x 1 1 0 1 2 1 1 1 2 1 1 1 1 1 (sistema de Vandermonde)Este sistema é mal condicionado, pois aumentando o número de pontos xi e xi 1
ficam muito próximos. Veja em Golub e Van Loan (1996), p.183-186, uma maneira estável de resolver este sistema.
Definindo o polinômio interpolador de Lagrange:
n j k k j k k j x x x x x l 1 ) ( Polinômio de grau (n – 1) em x tem-se:
n j j j n x l x f P 1 1( ) ( ) , fj = f(xj) = Pn – 1(xj) j = 1, 2, ..., n lj(xi) = ij , x1, x2, ..., xj-1, xj+1, ..., xn são as (n –1) raízes de lj(x).Definindo:
Pn(x) ≡ an(x – x1)(x – x2) ... (x – xn), polinômio nodal de grau n.
Pn(xi) = 0, i = 1, 2, ..., n j n n j k k k n x x x P x x a
) ( ) ( 1 e 1 ( ) n ( ) j k i i j p x x x
Tem-se: ) ( ) ( ) ( j j j j x p x p x l Ainda: lim ( ) n( j) n j( j) n( j) j n x x x x P x a p x P x x P j Então ) ( ) ( ) ( ) ( j n j n j x P x x x P x l Assim: ( ) ) ( 1 ( 1) 1 ) ( ) ( ) ( ) ( x n x P j n j j n n x G x P f x l x f
, onde (n1)(x) é o resíduo do polinômio Pn1(x) e ( 1)( )0 i n x , i = 1, 2, ..., nFigura 8. Aproximação polinomial.
f1 f2 f3 f4 f(x) x1 x2 x3 x4 P3(x) f(x) x ) ( ) 3 ( x
Análise de resíduo da interpolação
Definindo F(t) ≡ f(t) – Pn–1(t) – Pn(t).G(x), onde x é um valor fixo e t é a
variável independente. t = xi F(xi) = 0, i = 1, 2, ..., n t = x F(x) = 0 Interpolação: x1 < x < xn intervalo I = [x1, xn] Extrapolação: x < x1 I = [x, xn] x > xn I = [x1, x] F(t) possui (n + 1) raízes em I dt t dF )(
possui pelo menos n raízes em I
n n dt t F d ( )
possui pelo menos 1 raiz em I
0 ) ( 1 n n n dt t P d (polinômio de grau n – 1) n n n n a n dt t P d ! ) (
sendo então t = um ponto em I tal que n n( ) 0
dt F d tem-se n n n dt f d a n x G ( ) ! 1 ) ( , I n n n i i n n dt f d n x x x G x P x ( ) ! 1 ) ( ) ( ) ( ) ( 1 ) 1 (
) ( ) 1 (n x é igual a zero x apenas se f(x) for uma função polinomial de grau < n : 0 n n dt f d (n + 1) raízes
Estimativa das derivadas da aproximação polinomial j n j j n f dx x dl dx dP dx df
1 1 ( ) j n j j n f dx x l d dx P d dx f d
1 2 2 2 1 2 2 2 ( )
n j i ij n j i j i j A x l dx x dl x l dx dl 1 1 ) ( ) ( ) ( ; dx x dl Aij j( i)
n j ij i n j i j i j B x l dx x l d x l dx l d 1 1 2 2 2 2 ) ( ) ( ) ( ; 2 2 ( ) dx x l d Bij j i ) ( ) ( 1 ) ( 1 1 1 1 1 x l f A f A x l dx dP i n i dx x dP n j ij j n j j n i i ij n i n
) ( ) ( 1 ) ( 1 1 1 2 1 2 2 1 2 x l f B f B x l dx P d i n i dx x P d n j j ij n j j n i ij i n i n
escrevendo Aij e Bij em termos de Pn(x), tem-se:
) ( ) ( ) ( j n j i i n ij x P x x x P A , i ≠ j e ) ( 2 ) ( i n i n ii x P x P A j i ii ij ij x x A A B 2 1 , i ≠ j e ) ( 3 ) ( i n i n ii x P x P B Algumas propriedades de lj(x):
n j k j j k l x x x 1 ) ( , k = 0, 1, 2, ..., (n – 1) k = 0 ( ) 1 1
n j j x l grau (n – 2) < n grau (n – 3) < nPodem ser exatamente representados por Pn – 1(x)
0 1
n j ij A 0 1
n j ij B i = 1, 2, ..., npara o exemplo da partícula catalítica:
) ( 2 2 2 2 y g dx dy x dx y d ; 0 0 x dx dy e y(1) = 1
1 0 ) ( ) ( n j j j x y l x y ; x0 = 0 e xn+1 = 1
j n j j j n j j j n j j y x l g x y dx x dl x y dx x l d x 1 0 2 2 1 0 1 0 2 2 2 ( ) 2 ( ) ( ) para x = xi : 1 1 2 2 2 0 0 2 ( ) n n ij j i ij j i i i j j x B y x A y x g y
, i = 1, 2, ..., n C.C.: 1 0 0 0
j n j jy A e yn+1 = 1Portanto, uma vez determinadas as raízes de PNT(x), (NT = n + 2), que
caracterizam o método utilizado, as matrizes Aij e Bij são conhecidas, restando a
determinar os valores de yi (i = 0, 1, ..., n+1) a partir da solução do sistema de n+2
equações algébricas acima.
Para problemas recaindo em equações diferenciais de segunda ordem:
b t dt dy y b h a t dt dy y a g b a t t r dt y d dt dy y t f , 0 , , , 0 , , ) , ( ) ( , , , 1 1 2 2 1 Mudança de variável: a b dt dx x a b a t x [0,1]
1 , 0 , , 1 0 , 0 , , 0 ) 1 , 0 ( ) ( , , , 2 2 x dt dy y h x dt dy y g x x r dt y d dt dy y x f Aproximação polinomial:
1 0 1( ) ) ( n j j j n x c x P x y
1 0 1( ) ( ) n j j j n x l x y P onde
1 0 ( ) ) ( ) ( n j k k j k k j x x x x x l 0 = x0 < x1 < x2 < ... < xn < xn+1 = 1 Resíduo: (x;c) f(x,Pn1,Pn1,Pn1)r(x)
1 0 1( ) ( ) n j j j n x y dx dl x P ;
1 0 2 2 1( ) ( ) n j j j n x y dx l d x P Desta forma: y(xi) yi Pn1(xi)
1 0 1( ) ) ( n j j ij i n i P x A y x y
1 0 1( ) ) ( n j ij j i n i P x B y x y onde ij j (xi) dx dl A e 2 ( ) 2 i j ij x dx l d B Fazendo que (xi;c) para i = 1, 2, ..., n, isto é, resíduo nulo nos pontos internos, tem-se:
0 , , 1 0 , , 0 ..., , 2 , 1 0 ) ( , , , . var ) 2 ( . ) 2 ( 1 0 , 1 1 1 0 0 0 1 0 1 0 n j j j n n n j j j i n j ij j n j ij j i i y A y h y A y g n i x r y B y A y x f n eq nDefinindo o polinômio nodal:
1 0 2 ( ) ) ( n i i n NT x a x x P , grau n+2 Chega-se em: ) ( ) ( ) ( ) ( j NT j NT j x P x x x P x l
1 0 1 ) ( n j j x l j i x P x P j i x P x x x P A i NT i NT j NT j i i NT ij , ) ( 2 ) ( , ) ( ) ( ) ( 1 ..., , 1 , 0 0 1 0
n i A n j ij j i x P x P j i x x A A B j NT i NT j i ii ij ij , ) ( 3 ) ( , 1 2 1 ..., , 1 , 0 0 1 0
n i B n j ijPortanto, dados os pontos de colocação x1, x2, ..., xn (onde o resíduo é nulo)
pode-se obter PNT(x), P’NT(x), P”NT(x) e P”’NT(x) para o cálculo de lj(x), Aij e Bij.
Nota-se que não é necessário obetr an+2, pois tem-se sempre a razão de polinômios.
Uma forma eficiente de obter estes polinômios é através de suas fórmulas de recursão: 0 ) ( ) ( 3 ) ( ) ( ) ( 0 ) ( ) ( 2 ) ( ) ( ) ( 0 ) ( ) ( ) ( ) ( ) ( 1 ) ( ) ( ) ( ) ( 2 ..., , 2 , 1 0 1 1 0 1 1 0 1 1 0 1 x s com x r x s x x x s x r com x q x r x x x r x q com x p x q x x x q x p com x p x x x p n j j j j j j j j j j j j j j j j onde PNT(x) pn2(x); PNT (x)qn2(x); PNT (x)rn2(x); PNT (x)sn2(x) Resta somente escolher a forma de obtenção de xi , i = 1, 2, ..., n.
Método dos Resíduos Ponderados:
0 ) ; ( ) ( ) ( 1 0
w x Hk x x c dx k = 1, 2, 3, ..., nonde Hk(x) são as ponderações do resíduo e w(x) é a função peso associada a
Caso desejasse anular o resíduo em x0 = 0 e/ou xn+1 = 1, dever-se-ia incluir as
correspondentes ponderações H0(x) e/ou Hn+1(x), que juntamente com as condições
de contorno determinariam os adicionais coeficientes da aproximação polinomial. Neste caso x0 e/ou xn+1 seriam também pontos de colocação e não apenas pontos de
interpolação. Método da colocação: Hk(x) = δ(x – xk) = k k x x x x , , 0 (xk;c) = 0 com xk arbitrário
Método dos momentos: Hk(x) = xk –1
Método de Galerkin: k( ) ( ; ) k y H x x c c
Método dos mínimos quadrados: ( ) (x;c)
c x H k k
Método da colocação ortogonal: xk são raízes de um polinômio ortogonal e Pn(x)
com relação a função peso w(x): 1 1 0 ( ) k ( ) 0 n w x x P x dx
Ex.: w(x) = xβ(1 – x)α Polinômios de Jacobi P( , )(x)
n
Exemplo: Difusão-reação (reação de ordem m) – estacionário.
m s s dx y x dy x dx d x ( ) 1 2 s: fator geométrico esférica geometria s cilíndrica geometria s plana geometria s 2 1 0 CC1: 0 0 x x y (simetria) CC2: y(1) = 1Fator de efetividade da reação:
reação de máxima taxa reação de média taxa
1 2 1 0 ) 1 ( ) ( ) 1 (
x m s dx dy s dx x y x s Fazendo a mudança de variável: u = x2, tem-se
2 ( 1) / 2 ( 1) / 2 0 1 ( ) , 4 1: 2 : (1) 1 m s s u d dy u p y u onde p u du du dy CC finito du CC y m py du dy s du y d u 2 ) 1 ( 2 2
1 ( 1) / 2 1 0 ( 1) ( 1) ( ) 2 2 m s u s s dy u y u du p du
A função peso associada a equação diferencial é: w(u) = u(s – 1)/2
Aproximação polinomial:
n j j j n j j j n x l u y c u P x y 0 1 1 ) ( ) ( ) (Utilizando u1, u2, ..., un como pontos de colocação e un+1 = 1 como ponto
de interpolação.
1 1 ( ) ) ( ) ( n j k k j k k j u u u u u l Pela CC2:
n j j n c P 0 1 ) 1( , desta forma pode-se representar
n i i i n x u du P 1 1 ) 1 ( 1 ) (Método dos momentos:
1 0 1 2 / ) 1 ( u R(u,d)du 0 u s k k = 1, 2, ..., n Método de Galerkin:
1 0 1 2 / ) 1 ( (1 u)u R(u,d)du 0 u s kMétodo da colocação ortogonal:
1 0 1 2 / ) 1 ( (1 u) u R(u,d)du 0 u s k
Com os polinômios ortogonais de Jacobi: P( , )(u) n onde 2 1 s . Observa-se que Galerkin de método momentos dos método 1 0
Os polinômios de Jacobi podem ser escritos na forma:
n j j j j n n u u P 0 ) , ( ( ) ( 1) onde γ0 = 1 e 1 ) ( ) ( ) 1 ( j j j j n j j n j = 1, 2, ..., nOu pela fórmula sucessiva:
( , )
( ) ( , ) ( ) ) ( ( , ) 2 ) , ( 1 ) , ( u u g P u h P u Pj j j j j j = 1, 2, ..., n com ( , )( ) 0 1 u P e ( , )( ) 0 0 u P 2 1 ) , ( 1 g ; , 1 1 ) 1 2 ( ) ( 1 2 1 ) , ( 2 2 2 j j gj 0 ) , ( 1 h ; ) 3 ( ) 2 ( ) 1 )( 1 ( ) , ( 2 2 h 2 , ) 3 2 ( ) 2 2 )( 1 2 ( ) 1 )( 1 )( 1 )( 1 ( ) , ( 2 j j j j j j j j hj Que na forma matricial tem-se: Pn(,)(u) uI Mn
onde n n n g h g h g h g M 1 1 1 1 3 3 2 2 1 e as raízes de P( , )(u)
n são os valores característicos de Mn:
|MkI – M| = 0, k = 1, 2, ..., n
1 ..., , 2 , 1 2 ) 1 ( 1 1 1 n n j m i j ij ij i y n i y p y A s B uisto é, um sistema de equações algébricas lineares (m = 0 e 1) ou não-lineares (m ≠ 0 e 1).
Exemplo: Difusão-reação (reação de ordem m) – dinâmico