UNIVERSIDADE FEDERAL DOS VALES DO JEQUITINHONHA E MUCURI

INSTITUTO DE CIÊNCIA E TECNOLOGIA

ENGENHARIA QUÍMICA

Daiane Martins Leal

Emily Rafaela de Souza Rocha

MÉTODOS NUMÉRICOS PARA A RESOLUÇÃO DE EQUAÇÕES

NÃO-LINEARES

DIAMANTINA

2023
UNIVERSIDADE FEDERAL DOS VALES DO JEQUITINHONHA E MUCURI
INSTITUTO DE CIÊNCIA E TECNOLOGIA
ENGENHARIA QUÍMICA

MÉTODOS NUMÉRICOS PARA A RESOLUÇÃO DE EQUAÇÕES

NÃO-LINEARES

Relatório apresentado à disciplina ENQ203 –

Modelagem e Simulação de Processos Químicos do
Curso de Engenharia Química da Universidade
Federal dos Vales do Jequitinhonha e Mucuri-
UFVJM, como nota parcial para aprovação na
disciplina.

Professora: Dra. Anamaria de Oliveira Cardoso

DIAMANTINA

2023
 SUMÁRIO

1. INTRODUÇÃO ............................................................................................................................ 4
2. OBJETIVO ................................................................................................................................... 5
3. METODOLOGIA ........................................................................................................................ 5
4. RESULTADOS E DISCUSSÕES ............................................................................................... 6
5. CONCLUSÃO ............................................................................................................................ 12
6. REFERÊNCIAS ......................................................................................................................... 13
 1. INTRODUÇÃO

Métodos numéricos são a aplicação de algoritmos pelos quais operações aritméticas

menos complexas são usadas para formular e resolver problemas matemáticos. Uma das
aplicações dos métodos numéricos computacionais é a solução de equações diferenciais
(Matemática et. al, 2021).
Desde o século XVII, os matemáticos estudaram métodos numéricos para resolver
equações diferenciais. Podemos citar algumas figuras notáveis que estiveram envolvidas na
teoria dos métodos numéricos devido aos avanços do cálculo, como Isaac Newton (1643-1729)
e Gottfried Wilhelm Leibniz (1643-1716). No entanto, foi Lehonard Euler (1707-1783) quem
fez a pesquisa sobre o método que ainda hoje utilizamos (Maioli, 2021).
Em meados dos anos 1900, os sucessores Carl Runge (1856-1927) e Martin Wilhelm
Kutta (1867-1944) propuseram generalizações efetivas do método numérico de Euler. Portanto,
o método de Euler e Runge-Kutta fecha o bloco de procedimento de uma etapa, ou seja, a
equação do método que requer apenas condições iniciais para começar a iterar e encontrar uma
solução numérica aproximada para o problema de valor inicial diferencial ordinário (De Fase,
2021).
O método numérico de Runge-Kutta, da família dos métodos iterativos, aproxima
numericamente a solução exata de equações diferenciais ordinárias pelos n primeiros termos da
expansão em série de Taylor, traz a ideia de explorar as vantagens do método de Euler e possui
algumas propriedades:

I. São métodos de passo único.

II. Não calculam qualquer derivada de 𝑓(𝑥, 𝑦), em vez disso calcula a derivada 𝑓(𝑥, 𝑦) em
vários pontos.

Os métodos de Runge-Kutta são análogos à expansão dos polinômios de Taylor, onde surgem
os nomes dos graus. Por definição:

𝑓(𝑥) = 𝑓(𝑎) + 𝑓′(𝑎) 1! (𝑥 − 𝑎) + 𝑓 ′′(𝑎) 2! (𝑥 − 𝑎) 2 + ⋯ + 𝑓(𝑛) (𝑎) 𝑛! (𝑥 − 𝑎) 𝑛 (1)

onde a Eq. (1) é a série de Taylor da função f em torno de 𝑎. Que também pode ser escrita em
termos do somatório:
𝑓(𝑥) = ∑ 𝑓 (𝑛) (𝑎) 𝑛! (𝑥 − 𝑎) 𝑛 ∞ 𝑛=1 (2)

Para os nossos fins consideramos 𝑥 − 𝑎 = ℎ , que é o nosso passo no método de Runge-

Kutta e chamaremos n de k que define as inclinações das nossas retas no RK.

2. OBJETIVO

Avaliar o desempenho dos métodos de integração numérica para obter o

comportamento de um sistema de equações não-lineares e a influência do passo de integração
na eficácia do método e nos resultados obtidos.

3. METODOLOGIA

Utilizou-se o software livre Scilab, resolvendo o modelo proposto através do método de Runge-
Kutta, nas devidas aproximações.
A princípio, definiu-se os parâmetros a serem resolvidas pelo método Runge-Kutta, sendo:

T2 = = 1,0;
C2 = 1,0;
1
2 ᵞ(1− )
𝑇
R1 = ϕ 𝑐1 𝑒 ;
𝛃= 0,15;
Ƴ=10;
L𝑒 = 0,1;
ϕ2 = 1,21.

O sistema dinâmico pelos métodos de Runge-Kutta de 2ª e 4ª ordem é representado

pelas Equações 3 e 4.
 𝑑𝑇1
Le = = −10,5(𝑇1 − 𝑇12 ) + 𝛽𝑅1 , 𝑇1 (0) = 1,0 (3)
𝑑𝑡

𝑑𝐶1
= 10,5(𝐶1 − 𝐶2 ) − 𝛽𝑅1 , 𝑐1 (0) = 0,73 (4)
𝑑𝑡

Realizou-se a simulação do comportamento do sistema para ambos os métodos, considerando

um passo de integração h na ordem de 10-3. Para o método de Runge-Kutta de 4ª ordem, foi
avaliada a influência de h por meio de simulações para diferentes valores.

4. RESULTADOS E DISCUSSÕES

De acordo com a descrição da literatura, o método de Runge Kutta descreve a função em

diversos passos de tempo (t), identificando o comportamento da mesma ao longo dessa variação do
tempo (t).
Com auxílio do software livre Scilab pode-se implementar o método de integração numérica
para o sistema representado pelas equações não lineares 3 e 4. O objetivo foi solucionar as mesmas,
utilizando-se o método de Runge Kutta de 2ª e 4ª ordem.
Sendo assim, considerando o passo de integração (h) com o valor arbitrário de 0,03 (h =
0,03), as curvas de concentração (C1) e temperatura (T1) apresentaram os seguintes comportamentos
ao aplicar o método de Runge Kutta de 2ª e 4ª ordem (Figura 01 e Figura 02).

Figura 01: Comportamento do sistema para o método de Runge Kutta de 2ª ordem.

Fonte: Próprio Autor (2023).

 Figura 02: Comportamento do sistema para o método de Runge Kutta de 4ª ordem. Fonte: Próprio Autor
(2023).

Fonte: Próprio Autor (2023).

Ao se observar as Figuras 01 e 02, constatou-se que as mesmas apresentam um

comportamento semelhante, com ambas as ordens (2ª e 4ª) estabilizando a curva de concentração e
temperatura no mesmo intervalo de tempo. De modo que, ambas as ordens utilizando o método de
Runge Kutta foram satisfatórias na resolução das equações não lineares.
O passo de integração (h) é uma variável muito importante do processo, onde a mesma possui
um impacto significativo no comportamento das curvas. Ao realizar uma variação do passo de
integração (h), passando de 0,03 para 0,003 e 0,0003, foi possível analisar o comportamento das
curvas diante desta variável. As Figuras 03, 04, 05 e 06 apresentam o comportamento das curvas
diante desta mudança.
 Figura 03: Comportamento do sistema para h = 0,003 utilizando o método de Runge Kutta de 2ª ordem.
Fonte: Próprio Autor (2023).

Fonte: Próprio Autor (2023).

Figura 04: Comportamento do sistema para h = 0,003 o método de Runge Kutta de 4ª ordem. Fonte: Próprio
Autor (2023).

Fonte: Próprio Autor (2023).

Figura 05: Comportamento do sistema para h = 0,0003 o método de Runge Kutta de 2ª ordem. Fonte: Próprio
Autor (2023).

Fonte: Próprio Autor (2023).

Figura 06: Comportamento do sistema para h = 0,0003 o método de Runge Kutta de 4ª ordem.
Fonte: Próprio Autor (2023).

Fonte: Próprio Autor (2023).

Analisando a Figura 01 e comparando-a com a Figura 03, a curva de temperatura sofreu uma
modificação e ficou mais estável com a diminuição do passo, neste caso o passo teve uma influência
significativa. Já as Figuras 04, 05 e 06 pode-se perceber que as curvas de concentração (C1) e
temperatura (T1) não sofreram variações com a diminuição do passo de integração (h), portanto, o
mesmo não terá influência sobre o sistema. Além disso, foi possível visualizar numericamente nas
Tabelas 01 a 06 as mudanças que ocorreram ao se alterar o passo.

Tabela 01: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,03 o método de
Runge Kutta de 2ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73
0.3 0.8869416 1.0648501

0.6 0.8902932 1.0834357

0.9 0.8903951 1.0839916

Tabela 02: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,03 o método de
Runge Kutta de 4ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73

0.3 1.0214627 1.0082414

0.6 1.0218622 1.0212435

0.9 1.021881 1.021852

Tabela 03: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,003 o método
de Runge Kutta de 2ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73
0.3 1.0214627 1.0082414

0.6 1.0218622 1.0212435

0.9 1.021881 1.021852

 Tabela 04: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,003 o método
de Runge Kutta de 4ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73
0.3 1.0214627 1.0082414
0.6 1.0218622 1.0212435
0.9 1.021881 1.021852

Tabela 05: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,0003 o método
de Runge Kutta de 2ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73
0.3 1.0214627 1.0082414
0.6 1.0218622 1.0212435
0.9 1.021881 1.021852

Tabela 06: Comportamento dos valores de Concentração (C1) e Temperatura (T1) para h = 0,0003 o método
de Runge Kutta de 4ª ordem. Fonte: Próprio Autor (2023).

Intervalo C1 T1

0 1 0.73
0.3 1.0214627 1.0082414
0.6 1.0218622 1.0212435
0.9 1.021881 1.021852

Como pode ser observado, ao se diminuir o passo de integração (h), não se tem muita
influência nas curvas de concentração e temperatura, independente da ordem da equação, as mesmas
apresentaram comportamentos semelhantes, com estabilização na mesma faixa de tempo.
 5. CONCLUSÃO

A partir resultados obtidos, infere-se que o método de integração numérica de Runge Kutta
de 2ª e 4ª ordem foram eficazes na resolução do sistema de equações não-lineares. No entanto,
o passo de integração (h) deve ser escolhido com cautela, pois pode influenciar
significativamente no comportamento das curvas de concentração e temperatura do sistema.
Observa-se também que a diminuição do passo não influenciou no comportamento das curvas,
enquanto o aumento de passos gerou valores exorbitantes.
Portanto, a escolha de passos deve ser realizada de maneira cuidadosa para garantir
resultados precisos e confiáveis. Assim, é possível concluir que a escolha correta do método de
integração numérica e do passo de integração são de suma importânica para a obtenção de
resultados precisos e confiáveis em sistemas de equações não-lineares.
 6. REFERÊNCIAS

De Fase, E. (n.d.). CARLA CLAUDIANE DE LIMA. APLICAÇÃO DO MÉTODO DE RUNGE

KUTTA EM SISTEMAS MECÂNICOS.

Maioli, G. (2021). Métodos Numéricos para Equações Diferenciais Ordinárias.

Matemática, D. DE, & Antunes da Rocha Silva Orientadora Profa Dra Maria Ângela Caldas Didier
Coorientador João Antônio Miranda Gondim, A. (2021). UNIVERSIDADE FEDERAL RURAL DE
PERNAMBUCO.