1090

Mtodos Numricos e Computacionais
na Prtica de Engenharias e Cincias
00 abertura 00_Reyolando.indd 1
03/08/2015 09:13:47
03/08/2015 09:13:47
Reyolando Manoel Lopes Rebello da Fonseca Brasil

Doutor em Engenharia Civil
Livre Docente do Departamento de Estruturas da Escola Politcnica
da Universidade de So Paulo e Professor Titular de Engenharia
Aeroespacial da Universidade Federal do ABC
Jos Manoel Balthazar

Doutor em Engenharia Mecnica
Professor Titular do Departamento de Estatstica, Matemtica Aplicada
e Computao da Universidade Estadual Paulista Jlio de Mesquita Filho
e Professor Senior do Instituto Tecnolgico de Aeronutica
Wesley Gis
Doutor em Engenharia Civil
Professor Adjunto de Engenharia Aeroespacial da Universidade Federal do ABC
Mtodos Numricos e Computacionais

na Prtica de Engenharias e Cincias
03/08/2015 09:13:47
Mtodos numricos e computacionais na prtica de Engenharias e Cincias

2015 Reyolando M. L. R. F. Brasil

Jos Manoel Balthazar
Wesley Gis
Editora edgard Blcher Ltda.
Ficha Catalogrfica
Rua Pedroso Alvarenga, 1245, 4 andar
04531-934 So Paulo SP Brasil
Tel.: 55 11 3078-5366
[email protected]
www.blucher.com.br
Brasil, Reyolando M. L. R. F.
Mtodos numricos e computacionais na prtica
de engenharias e cincias / Reyolando M. L. R. F.
Brasil, Jos Manoel Balthazar, Wesley Gis. So
Paulo: Blucher, 2015.
Bibliografia
Segundo o Novo Acordo Ortogrfico, conforme 5. ed.
do Vocabulrio Ortogrfico da Lngua Portuguesa,
Academia Brasileira de Letras, maro de 2009.
ISBN 978-85-212-0934-8
1. Clculos numricos 2. Matemtica na

engenharia 3. Computao Matemtica
4. Anlise numrica Processamento de dados
I. Ttulo II. Balthazar, Jos Manoel III. Gis, Wesley
proibida a reproduo total ou parcial por quaisquer

meios, sem autorizao escrita da Editora.
Todos os direitos reservados pela Editora
Edgard Blcher Ltda.
15-0734 CDD 518

ndices para catlogo sistemtico:
1. Anlise numrica
03/08/2015 09:13:47
Para nossas famlias, o nosso amor.
03/08/2015 09:13:47
03/08/2015 09:13:47
Se o amor for realmente apenas uma reao qumica... Melhor!

Ela pode ser reproduzida.
Rey Brasil
03/08/2015 09:13:47
03/08/2015 09:13:47
Prefcio
Desde a inveno do computador eletrnico digital de programa armazenado,

aps a Segunda Guerra Mundial, ocorreu uma grande revoluo na forma como
os problemas das engenharias e das cincias passaram a ser tratados. Vrios mtodos aproximados, grficos, bacos, tabelas, que honram a inteligncia e a habilidade daqueles que os propuseram, tornaram-se obsoletos, em favor da implementao numrica e computacional de mtodos teoricamente mais exatos que
antes tinham aplicao proibitiva. Uma revoluo ainda maior ocorreu a partir
da dcada de 1980, quando apareceram os computadores pessoais e seu uso foi
difundido. Os computadores pessoais levaram para a mesa do analista todo poder da computao automtica a custo razovel, em dinheiro e em tempo.
O objeto tem sido, em grande parte, a soluo numrica das equaes algbricas e diferenciais que regem os fenmenos tratados na mecnica, no eletromagnetismo, na termologia, na qumica etc. Nessa vertente, uma tcnica de anlise
numrica verdadeiramente original e contempornea ao surgimento dos computadores o Mtodo dos Elementos Finitos, nascido na engenharia de estruturas
aeronuticas e hoje aplicado s reas citadas e muitas outras.
Esta obra apresenta um apanhado dos mtodos numricos considerados de
maior aplicabilidade s engenharias e s cincias do sculo XXI. A apresentao
feita na sequncia que se acredita ser mais adequada ao ensino dessas tcnicas a
estudantes e profissionais das engenharias e das cincias. Para isso, procura-se
apresentar exemplos que englobem a maior variedade possvel de reas de aplicao.
03/08/2015 09:13:47
10
Mtodos numricos e computacionais na prtica de engenharias e cincias
Desde j, pedimos desculpas aos colegas matemticos pela falta de rigor da apresentao no que tange a provas de validade e ausncia de anlises de erros dos
algoritmos propostos.
Na gerao dos dois autores mais velhos, a programao em linguagens de
alto nvel tinha como ferramenta bsica de trabalho o Fortran. Atualmente,
programas extremamente amigveis dedicados soluo de problemas matemticos
e numricos esto disponveis, como MATLAB, Mathcad, Maple, Mathematica;
tambm h aplicativos de escritrio, como o Microsoft Office Excel. Nos apndices
deste livro, so apresentadas algumas implementaes em MATLAB.
Reconhece-se aqui o dbito de gratido com professores, livros e alunos, em
particular os livros de Crandall e Chapra.
Santo Andr, maro de 2015.

Os autores
03/08/2015 09:13:47
Sobre a notao
Neste texto, letras maisculas em negrito indicam matrizes, letras minsculas em

negrito denotam vetores e letras maisculas e minsculas em itlico representam
grandezas escalares.
A letra T superescrita direita de uma matriz indica sua transposta, isto
, a permutao de linhas por colunas. Um expoente 1 direita de uma matriz
demonstra sua inversa.
Duas barras verticais direita e esquerda de uma matriz ou vetor denotam
sua norma. No caso de um escalar, elas representam seu valor absoluto.
03/08/2015 09:13:48
03/08/2015 09:13:48
Contedo
Prefcio............................................................................................................. 9
Sobre a notao................................................................................................. 11
1. Modelagem conceitual, matemtica e numrica em engenharia...... 17

1.1 Erros em modelagem numrica......................................................... 21

1.2 Estabilidade numrica...................................................................... 23
1.3 Balano de ordem de grandeza:
modelos adimensionais..................................................................... 24
1.4 Um exemplo de modelagem em engenharia de estruturas................. 26
2. Soluo de sistemas de equaes algbricas lineares..................... 29

2.1 Mtodos diretos............................................................................... 30

2.1.1 Mtodo de eliminao de Gauss sem pivotamento............... 30
2.1.2 Mtodo de eliminao de Gauss com pivotamento............... 32
2.1.3 Mtodo de eliminao de Gauss para determinao da matriz
inversa.................................................................................. 32
2.1.4 Mtodo de eliminao de Gauss para clculo
do determinante................................................................... 34
2.1.5 Mtodo de Cholesky para sistemas simtricos positivos
definidos............................................................................... 34
2.1.6 Caso particular de sistemas tridiagonais simtricos............... 35
03/08/2015 09:13:48
14
2.2 Mtodos iterativos............................................................................ 36

2.2.1 Mtodo de Gauss-Jacobi (iterao por passos totais)............ 36
2.2.2 Mtodo de Gauss-Seidel (iterao por passos simples).......... 37
2.2.3 Exemplo numrico de aplicao dos mtodos iterativos......... 38
2.3 Aplicaes em engenharias e cincias............................................... 38
2.3.1 Soluo de trelias planas pelo mtodo do equilbrio
dos ns................................................................................. 38
2.3.2 Vigas contnuas pelo mtodo dos trs momentos.................. 40
2.3.3 Circuito eltrico de uma ponte de Wheatstone
(leis de Kirchhoff)................................................................. 41
2.3.4 Conduo de calor em meio a vrios materiais..................... 42
3. Soluo de sistemas de equaes algbricas no lineares.............. 45

3.1 Sries de Taylor................................................................................ 46

3.2 Mtodo de Newton-Raphson........................................................... 47
3.3 Outros mtodos................................................................................ 49
3.3.1 Mtodo de Newton modificado (ou quase Newton).............. 49
3.3.2 Mtodo de Broyden.............................................................. 50
3.3.3 Mtodo steepest descent....................................................... 50
3.3.4 Mtodo dos gradientes conjugados....................................... 51
3.4.1 Trelia simtrica de duas barras, grandes deslocamentos..... 51
3.4.2 O problema geral elastoesttico no linear........................... 53
3.4.3 Reao qumica no linear................................................... 53
3.4.4 Rede de distribuio de gua................................................ 54
4. Otimizao e programao linear............................................... 57

4.1 O problema padro de otimizao................................................... 58

4.2 Otimizao unidimensional: o segmento ureo................................ 59
4.3 Programao linear.......................................................................... 61
4.3.1 Mtodo SIMPLEX............................................................... 62
4.3.2 Mtodo SIMPLEX de Dantzig............................................. 64
4.3.3 Mtodo do Ponto Interior de Karmakar............................... 64
4.3.4 Mtodo de Barnes................................................................ 65
4.4 Programao no linear................................................................... 66
4.5 Aplicaes em engenharia................................................................ 67
4.5.1 Engenharia de estruturas...................................................... 67
4.5.2 Engenharia de petrleo........................................................ 68
03/08/2015 09:13:48
15
Contedo
5. Problemas de autovalores e autovetores........................................ 71

5.1 Problemas padro e generalizado...................................................... 71

5.2 Iterao pelo mtodo de Stodola-Vianello......................................... 73
5.3 Aplicaes nas Engenharias e Cincias............................................. 75
5.3.1 Frequncias e modos de vibrao livre no amortecida........ 75
5.3.2 Modos e cargas crticas de flambagem................................. 77
6. Representao de sries de dados experimentais por curvas.......... 79

6.1 Regresso linear e linearizao......................................................... 79

6.2 Regresso no linear........................................................................ 82
6.3 Interpolao..................................................................................... 83
6.4 Interpolao por splines...................................................................
84
7. Equaes diferenciais: problemas de valor inicial.......................... 87

7.1

7.2

7.3

7.4

Diferenas finitas.............................................................................. 88
Mtodo de Newmark....................................................................... 89
Mtodos de Runge-Kutta................................................................. 91
Aplicaes em engenharias e cincias............................................... 92
7.4.1 Movimento de um sistema mecnico linear.......................... 92
7.4.2 Meteorologia: o sistema de Lorenz....................................... 96
7.4.3 Engenharia eletrnica: equao de Van der Pol.................... 98
8. Integrao numrica................................................................... 101

8.1 Frmulas de Newton-Cotes.............................................................. 101

8.1.1 Regra do trapzio................................................................. 102
8.1.2 Regras de Simpson............................................................... 102
8.1.3 Regras de Newton-Cotes de ordem superior........................ 103
8.2 Quadratura de Gauss....................................................................... 103
8.3.1 Clculo do valor RMS de uma corrente alternada................ 104
8.3.2 Frequncia natural de vibrao de viga comprimida............. 105
9. Equaes diferenciais: problemas de valor de contorno.................. 107

9.1 Diferenas finitas.............................................................................. 107

9.2 Mtodo do chute........................................................................... 109
9.3.1 Viga sobre base elstica........................................................ 111
9.3.2 Toro de Prandtl................................................................. 113
9.3.3 Conduo de calor............................................................... 114
03/08/2015 09:13:48
16
10. Mtodo dos elementos finitos: introduo..................................... 117

10.1 Forma forte: equaes diferenciais ordinrias e problemas

de valor de contorno (PVC).............................................................. 117
10.2 Formulao variacional fraca: mtodo dos resduos ponderados

e mtodo de Galerkin....................................................................... 118
10.3 Tcnica de elementos finitos aplicada ao mtodo de Galerkin.......... 125
10.4.1 Barra sob fora normal........................................................ 133
10.4.2 Conduo de calor............................................................... 136
Referncias bibliogrficas.................................................................. 139

Apndice 1 MATLAB visto como uma calculadora.......................... 143
Apndice 2 Fundamentos de programao em MATLAB................. 153
Apndice 3 Recursos grficos e animaes em MATLAB................. 163
03/08/2015 09:13:48
Captulo
Modelagem conceitual,
matemtica e numrica
em engenharia
Um sistema pode ser definido como um conjunto de componentes que atuam

como um todo e que transformam variveis de entrada no sistema em variveis de
sada. Para descrever o comportamento de um sistema fsico, deve-se, primeiro,
conceber um modelo conceitual (ou idealizado) desse sistema. A seguir, aplicando-se as leis fsicas envolvidas, preciso escrever um modelo matemtico. Por
fim, no caso usual, deve-se resolver esse modelo analtica ou numericamente.
Um modelo uma representao (substitutiva) da realidade. O verbo modelar
significa construir representaes idealizadas de uma situao real. Logo, um
modelo matemtico pode ser entendido ou definido como uma formulao, uma
equao ou um conjunto de equaes, que podem ser algbricas ou diferenciais e
que expressam as caractersticas essenciais de um sistema (fsico, de engenharia etc.)
ou de um processo, em termos matemticos.
Ao longo dos anos, a construo de modelos tem desempenhado um papel
importante na descoberta e na disseminao do conhecimento. O grau de realismo desejado a partir de um modelo matemtico depende de muitas consideraes.
Esse processo envolve manter certas caractersticas, negligenciando algumas e
aproximando outras. Existem muitos tipos de modelos. Alguns so determinsticos,
01 Cap. 01_Reyolando.indd 17
03/08/2015 09:14:45
18
nos quais leis bem definidas aplicadas sobre as variveis de entrada levam ao valor das variveis de sada. Outros so probabilsticos ou estocsticos, nos quais
essas leis no existem, sendo possvel encontrar apenas valores de resposta dentro
de certas faixas e com certa probabilidade. Alguns so modelos simplesmente
descritivos, enquanto outros so modelos de deciso; alguns so usados para fazer clculos, ao passo que outros so usados para investigar ou prever propsitos.
O desafio em modelagem matemtica no produzir o modelo descritivo mais
abrangente, mas, sim, produzir o modelo mais simples possvel que incorpore as
principais caractersticas do fenmeno de interesse. No h melhor modelo, apenas
modelos melhores. Cientistas experimentais ocupam-se de desmontar o mundo real
e estudar pequenos componentes. Desde que o mundo real no linear, a montagem
dos componentes juntos torna-se um quebra-cabea. A combinao de cincia e
modelagem leva-nos a uma completa compreenso do fenmeno estudado.
O processo de modelagem matemtica pode ser dividido em trs etapas
principais:
deve-se ter uma ideia clara dos vrios tipos de leis que regem o problema;
para idealizar ou simplificar o problema, deve-se introduzir certos pressupostos e converter o problema em equaes matemticas;
para resolver as equaes matemticas e interpretar os resultados, necessrio conhecimento das ferramentas analticas, numricas e experimentais.
Comea-se com um modelo simples que, depois, refinado gradualmente,
avaliando-se pressupostos e simplificaes efetuados, para que os resultados correspondam a uma situao do mundo real. Se a soluo no for aceitvel nem
vivel, mergulha-se novamente no oceano matemtico para realizar as modificaes
no modelo e o procedimento de soluo de forma mais rigorosa. Deve-se repetir
o procedimento at que uma soluo satisfatria seja obtida.
A tcnica usual de construo de modelos matemticos pode ser sumarizada
como na Figura 1.1.
extremamente difcil classificar os modelos matemticos de um sistema em
estudo. Existem dois tipos de classificao de modelos matemticos de acordo
com a maneira como as propriedades fsicas do sistema fsico so descritas. Esses
tipos podem ser discretos ou contnuos. Os discretos so descritos por equaes
algbricas ou diferenciais ordinrias (EDO), lineares ou no; os contnuos so
descritos por equaes a derivadas parciais (EDP), lineares ou no, ou equaes
integrais que so funes das coordenadas e do tempo (EI). Sabe-se que as equaes bsicas podem ser do tipo esttico, quando as variaes no tempo do sistema
no so levadas em conta, ou do tipo dinmico, quando as variaes no tempo do
sistema so levadas em conta.
03/08/2015 09:14:45
19
Modelagem conceitual, matemtica e numrica em engenharia
Enunciado no
matemtico de um
problema real
Idealizao
mediante
suposies
Modelo matemtico
Tcnicas
matemticas
Resultado de um
modelo matemtico
Resultados experimentais
ou observados do problema
real suposto
FIM
Se satisfatrio
Comparao
dos resultados
Reexaminar os
resultados
experimentais ou
observados
Se no satisfatrio
Fazer idealizaes
adicionais
Figura 1.1 Esquema de tcnicas de modelagem de problemas reais.
Como ilustrao, considere-se um sistema discreto representado por uma

equao algbrica, recursiva, linear, em que X n dobrado a cada iterao:

X n +1 = 2 X n ,
n = 0, 1,..
(1.1)
Os exemplos de modelos discretos dados por uma equao diferencial ordinria so osciladores amortecidos, no forados; portanto, a equao independente do tempo explicitamente.

d 2x
dx
= kx b
.
2
dt
dt
(1.2)
Outro exemplo de um sistema autnomo do mesmo tipo :

+ bx + a (e x 1) = 0.
x
(1.3)
No caso no autnomo (dependente do tempo explicitamente), citam-se, por

exemplo, os osciladores de Duffing, Van der Pol, Mathieu, Hill e Mathieu:

+ a x + w 02 x + bx 3 = f sin w t.
x
(1.4)
a (1 x 2 )x + w 02 x = f sin w t.
x
(1.5)
+ ( + p(t))x = 0,
x
(1.6)
+ (a + p(t))x = 0, p(t) = b cos t,

x
(1.7)
03/08/2015 09:14:46
20
O estado de um sistema pode ser definido como uma estrutura matemtica

constituda de um conjunto de variveis que sejam suficientes para descrever univocamente sua configurao. Existe um nmero mnimo de variveis de estado que se
torna necessrio para representar um sistema de modo preciso, denominado grau
de liberdade do sistema.
A ttulo de ilustrao, considera-se a Equao (1.6), onde um parmetro
positivo. Fazendo-se a substituio de variveis y1 = x e y 2 = x, obtm-se (na forma de estado):
y 1 = y 2

(1.8)
y 2 = (1 y12 )y 2 y1
No caso contnuo, tem-se a expresso:
F = f (p (x, y, z, t))
(1.10)
onde F o parmetro previsto; p o argumento generalizado; x, y, z so as coordenadas espaciais; e t o tempo. Quando o parmetro p e, portanto, F, dependem
das coordenadas espaciais e do tempo, os modelos so chamados dependentes do
tempo, no autnomos ou dinmicos. Quando o parmetro p e, portanto, F, so
independentes do tempo t, os modelos so chamados estacionrios, autnomos
ou estticos. Eles podem ser representados pela relao F = f(p(x, y, z)).
Como exposto, os modelos matemticos tambm podem ser classificados
como determinsticos quando o argumento generalizado p na Equao (1.10) puder ser definido por um valor do parmetro previsto F.
Entretanto, se as medidas incluem alguma componente estatstica, como mdia, disperso e desvio padro, um modelo estocstico. O valor previsto, nesse
caso, apresenta-se por um espectro de valores possveis (como na ao de ventos
ou sismos em estruturas). Os modelos que incluem aleatoriedade so chamados
estocsticos.
Ressalta-se que o material discutido aqui serve como ponto de partida para
discusses mais amplas.
Os resultados obtidos por meio de modelos matemticos so sempre diferentes
daqueles que seriam obtidos por cuidadosos ensaios experimentais. Dessa forma,
claro que no existe um nico modelo matemtico para o problema real, mas
sim vrios, cada um com diferentes graus de aproximao e de validade.
Nos estgios iniciais de uma anlise de engenharia ou fsica, por exemplo,
procura-se comear com um modelo matemtico mais simples, com o objetivo de
adquirir um bom conhecimento do problema sem esforo excessivo. Entretanto,
medida que so necessrios modelos matemticos com menos limitao, preciso
acrescentar novos aspectos do problema real que podem resultar na elaborao de
03/08/2015 09:14:46
21
modelos matemticos mais complexos e de difcil soluo. O estudo de modelos

mostra semelhanas de comportamento de uma grande variedade de sistemas da
engenharia, da fsica etc.
Pretende-se, neste livro, oferecer ferramentas numricas para a soluo dos
modelos matemticos. Essas ferramentas constituem, em geral, algoritmos. Um
algoritmo pode ser entendido como uma sequncia de instruo ordenada de maneira a dar, em seu decurso, a soluo para um problema especfico. Os algoritmos
tm a seguintes caractersticas:
devem identificar todas as etapas do modelo;
podem falhar por violar restries fsicas da mquina (computador), que
so detectadas em tempo de execuo;
como muitos problemas numricos so resolvidos por mtodos iterativos
(repetitivos), faz-se necessrio estabelecer um critrio de parada, para que
o algoritmo possa terminar aps um nmero finito de passos, sendo aconselhvel que o nmero de passos seja determinado a priori;
devem ter independncia de mquina;
precisam ter eficincia (economia de memria e de tempo);
o resultado deve ser <= valor aproximado + limite erro.
Pode-se dizer que, geralmente, os erros cometidos no processo de estudo de
um problema real provm de trs fontes distintas: modelagem matemtica do
problema (inevitvel); preciso dos dados; erros de arredondamentos e truncamentos nas operaes.
Nos estudos qualitativos e quantitativos dos problemas de engenharia e fsica, por exemplo, devem-se utilizar algoritmos de anlise adequados para os modelos matemticos que foram associados a esses problemas.
1.1 Erros em modelagem numrica

Ressalta-se a importncia do conhecimento da preciso dos dados, que depende
de vrios fatores do problema analisado. A ttulo de exemplo, pode-se considerar
a determinao da velocidade mdia do movimento de um objeto. Deve-se medir
o percurso S e o tempo gasto t; e a velocidade mdia obtida, indiretamente,
S
. Se as grandezas S e t so afetadas por erros, na diviso tais
pela diviso V =
t
desvios vo combinar-se e afetar o valor da velocidade mdia. Em outras palavras,
tem-se uma propagao de erros.
Por outro lado, deve-se assegurar a minimizao dos erros resultantes da
representao de nmeros no computador e dos erros resultantes das operaes
numricas efetuadas no processo de soluo numrica de um modelo matemtico.
03/08/2015 09:14:46
22
A representao interna de um nmero depende da base de sua representao

interna (base binria, decimal, hexadecimal etc.) e do mximo de dgitos usados
na sua representao na mquina. Dependendo desses parmetros, tem-se um
resultado mais ou menos preciso.
Outro ponto que se pode observar que um nmero pode ter uma representao finita em certa base decimal, por exemplo e infinita em outra base. O
nmero 0,11 na base decimal, quando representado no sistema binrio, no possui representao finita, por exemplo. Um computador representa um nmero
real qualquer no sistema denominado aritmtica de ponto flutuante, onde sua
mantissa possui certo nmero de dgitos e o expoente de 10 indica o expoente no
intervalo considerado. Como, em geral, certo nmero sempre vai estar limitado a
sua representao na aritmtica de ponto flutuante, sabe-se, ento, que ele quase
nunca pode ser perfeitamente representado e quase sempre sofre um arredondamento ou um truncamento, dependendo das regras que se aplicam ao se desprezar os dgitos restantes. Como destacado, um nmero ao ser usado por determinada mquina tratado com certo truncamento ou arredondamento, o que com
certeza vai resultar erro a ser considerado e tratado pelo programa do usurio. Ao
se executar um programa, vo sendo gerados erros que se propagam pelas diversas
fases, podendo ocasionar erros maiores ou menores ao final da execuo. Logo,
preciso ter sempre em mente que um erro relativo, motivo pelo qual esse erro
deve ser previsto e tratado pelo programa.
Define-se o erro como a aproximao da iterao atual (Eatual) menos o erro
da iterao anterior (Eanterior), dividida pela aproximao atual. Impe-se que ele
deve estar dentro de certa preciso () dada a priori:
E=
E
Eatual Eanterior
Eanterior
ou E = atual
Eanterior
Eatual

(1.11)
A propagao de erros pode ser facilmente detectada nas operaes aritmticas bsicas, e esses conceitos podem ser estendidos tambm para outras operaes, tais como potenciao, exponenciao e extrao de logaritmos, usando a
metodologia exposta a seguir.
Se x erro em X e h erro em Y, isto :

xv = xa + x
(1.12)
yv = ya + h
(1.13)
ento, para as operaes de soma ou subtrao, o erro do resultado a soma dos

erros cometidos em X e Y, ou seja:

Re l[ x a + y b ] = x + h = Re l[ x a ] + Re l[y a ]
(1.14)
03/08/2015 09:14:47
23
Nos casos da operao de multiplicao:

x v .y v x a y a = x v .h + y v .x + x.h
(1.15)
obtm-se:
Re l[ x v .y v x a y a ] =
x v .y v x a y a
= Re l[ x a ] + Re l[y a ] Re l[ x a ].Re l[y a ] (1.16)
xv yv

Se Rel[xa].Rel[ya] << 1, ento Rel[xv.yv xaya] = Rel[xa] + Rel[ya].

Nos casos da operao de diviso, obtm-se facilmente que:
Re l[

xv xa
Re l[ x a ] Re l[y a ]
]=
yv ya
1 Re l[y a ]
(1.17)

Se Rel[xa].Rel[ya] << 1, obtm-se as equaes

x
x
Re l[ x v .y v x a y a ] Re l[ x a ] + Re l[y a ] e Re l[ v a ] Re l[ x a ] Re l[y a ].
yv ya
Resumindo-se os resultados obtidos, tem-se:
o erro relativo da soma a soma dos erros relativos de cada parcela ponderada pela participao da parcela no total da soma;
o erro relativo da subtrao a soma dos erros relativos do minuendo
com o erro relativo do subtraendo, ponderados pela participao de cada
um no resultado da subtrao;
o erro relativo do produto a soma dos erros relativos dos fatores;
o erro relativo da diviso a soma dos erros relativos do dividendo e do
divisor.
1.2 Estabilidade numrica

Considere-se o seguinte problema:
5x1 + 7x2 = 0,7
Soluo:
7x1 + 10x2 = 1
x1 = 0
x2 = 0,1
5x 1 + 7 x 2 = 0, 69 Soluo:
x 1 = 0,17
7 x 1 + 10x 2 = 1, 01
x = 0, 22
2
V-se que uma pequena mudana nos coeficientes do lado direito do sistema
levou a grandes mudanas no resultado. Do ponto de vista prtico, deve-se introduzir uma medida de estabilidade (nmero de condio), que a medida de sensibilidade da soluo para pequenas mudanas na amostra.
03/08/2015 09:14:48
24
No caso particular em que se considera que uma funo de uma varivel f(xv)
uma aproximao por f(xa), pelo teorema do valor mdio, tem-se:
f (x v ) f (x a )
df (x a )
.(x v x a ) + ...
dx

(1.18)
podendo-se definir os erros cometidos com:
E[ f ( x )] =
f (x v ) f (x a ) f (x )(x v x a )
f (x a )
f (x a )
Usando-se a definio E[ x] =
condio, definido por:
K(x) = x a
f (x a )
f (x a )
(1.19)

xv xa
e introduzindo-se K como o nmero de
xa
(1.20)
obtm-se:
E[ f ( x )] = [ x a
f (x a ) x x a
] (
) = K(x) E[ x]
f (x a )
x
(1.21)

Considerando-se o nmero de condio dado por K, ento:

se K for grande (k > 1) mal condicionado;
se K for pequeno (k < 1) bem condicionado.
O teste de condicionamento verifica se o problema bem condicionado ou
bem posto.
1.3 Balano de ordem de grandeza:

modelos adimensionais
Deve-se considerar responder pergunta: um centmetro grande ou pequeno?
No caso de tratar-se de um satlite orbitando ao redor da Terra muito pequeno,
mas se tratar-se de um problema envolvendo distncias intermoleculares, um centmetro muito grande. Por outro lado, a massa de um gro-de-bico muito pequena comparada massa de um satlite, mas muito grande comparada massa
de um eltron.
Contorna-se esse tipo de problema pela adimensionalizao, em que os valores
absolutos dos parmetros so relativizados entre si. A modelagem matemtica,
em geral, envolve estas etapas: manter alguns elementos, desprezar uns elementos,
03/08/2015 09:14:48
25
aproximar outros. Portanto, h a necessidade da deciso sobre a ordem de grandeza de diferentes elementos do sistema.
A seguir, ilustra-se o processo de adimensionalizao por meio de um exemplo da teoria de vibraes.
Considere-se o modelo matemtico de um problema de vibrao com um
grau de liberdade, definido pela Figura 1.2. A varivel u o deslocamento e a
varivel t o tempo. Obtm-se a equao de movimento, com as condies iniciais de posio e velocidade, de acordo com a segunda lei de Newton:
u(0) = u0
du(0)
dt = 0

d 2u
du
m 2 +m
+ ku = 0,
dt
dt
(1.22)
u(t)
k
m
Figura 1.2 Modelo vibratrio simplificado de 1 grau de liberdade.
t* = w 0t
Se efetuada a mudana de varivel: (u,t) (u*,t*), onde t* = w 0t

u
k
u*usando
=
w 02 = :
u0
m
u* =
u
k
; w 02 =
u0
m
du d
du *
dt *
d
= w 0 u0
= [ u0 u *] = (u0 u*)
dt dt
dt *
dt
dt
du *
d
du * dt *
d 2u *
d 2 u d du d
2
w
w
=
w
=
=
=
u
u
u
0 0
0 0
0 0
dt * dt *
dt * dt
dt *2
dt 2 dt dt dt
obtm-se:
d 2u *
du *
+ m*
+ u* = 0
2
dt *
dt *
;
m
m* =
mw 0
u *(0) =
u(0) u0
=
=1
u0
u0
du *(0) du(0)
=
=0
dt
dt

(1.23)
Observa-se que o coeficiente m* agora a razo da fora de amortecimento

pela de inrcia; a frequncia natural tornou-se unitria.
03/08/2015 09:14:49
26
Ao adicionar-se uma componente no linear na expresso da fora restauradora, por exemplo, da seguinte forma f Mola = ku + k2 u 2, obtm-se:
d 2u *
du *
+ m*
+ u * + e u *3 = 0
dt *2
dt *
e=
k2
u0
k
(1.24)
onde e a razo das rigidezes no linear e linear. Note que se e for zero, obtm-se
a Equao (1.22).
1.4 Um exemplo de modelagem em engenharia

de estruturas
O processo de modelagem de um problema de engenharia de estruturas pode ser
exemplificado na Figura 1.3. Trata-se de um prtico simples, composto de duas
colunas verticais engastadas nas bases, de altura h, e uma viga horizontal de vo L.
Os carregamentos indicados so dinmicos.
dx
Figura 1.3
O modelo conceitual adotado como o apresentado na Figura 1.3. A estrutura , na realidade, um slido tridimensional de medidas variveis e materiais
no homogneos e no istropos. Admite-se que possa ser representado por trs
elementos lineares retos, chamados barras, de seo constante e material homogneo e istropo, aos quais se atribui os nomes de colunas quando so verticais e
de viga quando so horizontais. Essas caractersticas geomtricas e materiais so
consideradas invariantes no tempo. Alm disso, assume-se que a estrutura e seus
carregamentos estejam contidos em um plano. As condies de contorno geom-
03/08/2015 09:14:49
27
tricas nas bases das colunas so de total imobilidade. Finalmente, nesse exemplo,
os deslocamentos dos pontos dessa estrutura no tempo so admitidos pequenos,
de forma que o equilbrio possa ser escrito na posio original, no deslocada, da
estrutura. No se levou em conta dissipao de energia.
O modelo matemtico adotado como o apresentado a seguir. A ordenada
x define a posio ao longo do eixo do elemento de uma seo genrica de uma
dessas barras; u(x,t) e v(x,t) so os deslocamentos dos pontos dessa seo nas direes paralela e transversal ao eixo, respectivamente.
Considere-se o segmento de barra de comprimento infinitesimal dx, mostrado nas Figuras 1.4 e 1.5. Segundo as leis da mecnica clssica, escreve-se as equaes de equilbrio dinmico desse pequeno volume deste modo:
EI
4v
2v
p
r
A
+
=
y
x 4
t 2
(1.25)
2u
2u
+
p
=
r
A
x
x 2
t 2
(1.26)
EA
onde A e I so a rea e o momento de inrcia da seo da barra; E e r so o mdulo de elasticidade e densidade do material; p(x,t) um carregamento externo
distribudo ao longo da barra que, no caso geral, varivel no espao e no tempo
e tem componentes nas direes paralela e transversal ao eixo da barra.
dv
X
x
dx
u
dx + du
Figura 1.4
03/08/2015 09:14:50
28

N + dN
M + dM
Q
Q + dQ
M
N
Figura 1.5
O modelo matemtico dado por um sistema de equaes diferenciais a

derivadas parciais, mais as condies de contorno geomtricas (Dirischlet) e naturais (Neuman). A soluo desse modelo matemtico dificilmente pode ser obtida
de forma analtica fechada para condies de contorno gerais. Da a necessidade de
instituir um modelo numrico.
Neste livro, discutido o mtodo numrico dos elementos finitos para essa
finalidade. Nesse mtodo faz-se uma discretizao do problema contnuo. Os deslo
camentos, que so funes contnuas do espao e do tempo, so aproximados por
uma superposio de um nmero finito de funes do espao (funes de forma),
multiplicadas por um nmero finito de funes do tempo (as coordenadas generalizadas do problema). No exemplo:

u (x, t) = N ui (x) qi (t)
u (x, t) = N vi (x) qi (t)
(1.27)
A seguir, formula-se um modelo integral que transforma as Equaes (1.25)

e (1.26) em um sistema de equaes diferenciais ordinrias nas variveis qi(t). Se essas
no forem funes do tempo, recai-se em um sistema de equaes algbricas, ou
seja, o problema esttico.
Note-se que os modelos conceitual e matemtico desse problema podem ser
consideravelmente mais complicados se outras hipteses forem admitidas. Por
exemplo: (1) as barras podem ter seo varivel; (2) a estrutura pode ser considerada tridimensional, com geometria e carregamento em qualquer direo do espao; (3) os deslocamentos podem ser considerados grandes, de forma que o equilbrio em qualquer instante deva ser escrito na posio deslocada da estrutura, e no
na posio original, como foi feito (no linearidade geomtrica; (4) o material
pode ser considerado no homogneo e no istropo, ou de comportamento elastoplstico (no linearidade material); (5) as condies de contorno geomtricas nas
bases podem no ser nulas; (6) pode haver um mecanismo de dissipao de energia
(amortecimento) etc.
03/08/2015 09:14:50

1090

Enviado por

Direitos autorais:

Formatos disponíveis

1090

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

1090

Enviado por

Direitos autorais:

Formatos disponíveis

Mtodos Numricos e Computacionais

na Prtica de Engenharias e Cincias

Reyolando Manoel Lopes Rebello da Fonseca Brasil

Jos Manoel Balthazar

Mtodos Numricos e Computacionais

Mtodos numricos e computacionais na prtica de Engenharias e Cincias

Jos Manoel Balthazar

Editora edgard Blcher Ltda.

1. Clculos numricos 2. Matemtica na

proibida a reproduo total ou parcial por quaisquer

15-0734 CDD 518

Para nossas famlias, o nosso amor.

Se o amor for realmente apenas uma reao qumica... Melhor!

Desde a inveno do computador eletrnico digital de programa armazenado,

Mtodos numricos e computacionais na prtica de engenharias e cincias

Santo Andr, maro de 2015.

Neste texto, letras maisculas em negrito indicam matrizes, letras minsculas em

1. Modelagem conceitual, matemtica e numrica em engenharia...... 17

1.1 Erros em modelagem numrica......................................................... 21

1.4 Um exemplo de modelagem em engenharia de estruturas................. 26

2. Soluo de sistemas de equaes algbricas lineares..................... 29

2.1 Mtodos diretos............................................................................... 30

Mtodos numricos e computacionais na prtica de engenharias e cincias

2.2 Mtodos iterativos............................................................................ 36

3. Soluo de sistemas de equaes algbricas no lineares.............. 45

3.1 Sries de Taylor................................................................................ 46

4. Otimizao e programao linear............................................... 57

4.1 O problema padro de otimizao................................................... 58

5. Problemas de autovalores e autovetores........................................ 71

5.1 Problemas padro e generalizado...................................................... 71

5.3.2 Modos e cargas crticas de flambagem................................. 77

6. Representao de sries de dados experimentais por curvas.......... 79

6.1 Regresso linear e linearizao......................................................... 79

6.4 Interpolao por splines...................................................................

7. Equaes diferenciais: problemas de valor inicial.......................... 87

7.4.3 Engenharia eletrnica: equao de Van der Pol.................... 98

8. Integrao numrica................................................................... 101

8.1 Frmulas de Newton-Cotes.............................................................. 101

9. Equaes diferenciais: problemas de valor de contorno.................. 107

9.1 Diferenas finitas.............................................................................. 107

9.3.3 Conduo de calor............................................................... 114

Mtodos numricos e computacionais na prtica de engenharias e cincias

10. Mtodo dos elementos finitos: introduo..................................... 117

10.1 Forma forte: equaes diferenciais ordinrias e problemas

10.2 Formulao variacional fraca: mtodo dos resduos ponderados

10.3 Tcnica de elementos finitos aplicada ao mtodo de Galerkin.......... 125

10.4 Aplicaes em engenharias e cincias............................................... 133

10.4.1 Barra sob fora normal........................................................ 133

10.4.2 Conduo de calor............................................................... 136

Referncias bibliogrficas.................................................................. 139

Um sistema pode ser definido como um conjunto de componentes que atuam

Mtodos numricos e computacionais na prtica de engenharias e cincias

Modelagem conceitual, matemtica e numrica em engenharia

Figura 1.1 Esquema de tcnicas de modelagem de problemas reais.

Como ilustrao, considere-se um sistema discreto representado por uma

Outro exemplo de um sistema autnomo do mesmo tipo :

No caso no autnomo (dependente do tempo explicitamente), citam-se, por

+ (a + p(t))x = 0, p(t) = b cos t,

Mtodos numricos e computacionais na prtica de engenharias e cincias

O estado de um sistema pode ser definido como uma estrutura matemtica

Se efetuada a mudana de varivel: (u,t) (u,t), onde t* = w 0t