Universidade Estadual da Paraba

Centro de Cincias, Tecnologia e Sade

Coordenao de Engenharia Civil

E.D.O.: MTODO DE EU LER

Rafael de Brito Cndido Gomes

Professor

Engenharia Civil
Curso

Clculo Numrico
Disciplina

Paulo Csar Ferreira Filho

Thales Ribeiro
Jos Livaldo Filho
Antnio Dias Terceiro
cesinha_02@hotmail.com
 2

E.D.O.: MTODO DE EU LER

Paulo Csar Ferreira Filho

Thales Ribeiro
Jos Livaldo Filho
Antnio Dias Terceiro
cesinha_02@hotmail.com

Rafael de Brito Cndido Gomes

rafaeldebrito2@gmail.com

Clculo Numrico
Disciplina

Engenharia Civil
Curso

Araruna, Julho de 2014

3

CONTEDO

1. Introduo ..................................................................................................................... 4
2. Equaes Diferenciais Ordinrias ................................................................................ 4
2.1 Noes Bsicas ............................................................................................................ 4
2.2 Classificaes e Solues de uma E.D.O. ................................................................... 5
3. Mtodo de euler............................................................................................................. 7
3.1 Erros ......................................................................................................................... 11
3.2 Algoritmo em Python................................................................................................ 13
3.3 Aplicao na Engenharia.......................................................................................... 14
4. Concluso .................................................................................................................... 16
4.1 Resumo ...................................................................................................................... 16
Bibliografia ......................................................................................................................... 17
 4

1. INTRODUO

Equaes diferenciais ordinrias (EDO) ocorrem com muita frequncia na descrio

de fenmenos da natureza.

H vrios mtodos que resolvem analiticamente uma EDO, entretanto nem sempre
possvel obter uma soluo analtica. Neste caso, os mtodos numricos so uma sada para se
encontrar uma soluo aproximada.

O objetivo deste trabalho discutir o desenvolvimento e a utilizao de um

procedimento numrico para resoluo de EDOs. Para isso, vamos nos concentrar,
principalmente, em problemas de valor inicial para equaes de primeira ordem.

Atravs desse trabalho vamos apresentar o mtodo de Euler, alguns exemplos,

comparaes e uma pequena anlise sobre o erro.

2. EQUAES DIFERENCIAIS ORDINRIAS

Neste captulo trabalharemos alguns conceitos bsicos, necessrios para o entendimento do

trabalho.

Usaremos dois exemplos para ilustrar como princpios ou leis podem ser expressos em
linguagem matemtica utilizando Equaes diferenciais.

Trataremos das classificaes quanto ao tipo e a ordem das equaes diferenciais alm das
solues e problemas de valor inicial.

2.1 NOES BSICAS

Aqui vamos mostrar alguns conceitos bsicos, necessrios para o entendimento do

trabalho, onde vamos usar dois exemplos para ilustrar como princpios ou leis podem ser
expressos em linguagem matemtica utilizando Equaes diferenciais.

Trataremos das classificaes quanto ao tipo e a ordem das equaes diferenciais alm
das solues e problemas de valor inicial.

Muitos dos princpios, ou leis, que regem o comportamento do mundo fsico so

proposies, ou relaes, envolvendo a taxa de variao segundo a qual as coisas acontecem.
Expressas em linguagem matemtica, as relaes so equaes e as taxas so derivadas.
Equaes funcionais contendo derivadas so chamadas equaes diferenciais. Vamos agora
mostrar os exemplos para termos uma melhor compreenso.

Exemplo 1

O movimento de um pndulo simples de massa e comprimento descrito pela

funo que satisfaz a equao diferencial:
5

Nesta equao a incgnita a funo . Assim a varivel dependente e a varivel

independente.

Figura 1-Pndulo simples

Exemplo 2

Numa regio do plano em que no h cargas eltricas o potencial eltrico em cada

ponto da regio satisfaz a equao diferencial

Nesta equao a incgnita a funo . Assim a varivel dependente e e so as

variveis independentes. Ela chamada Equao de Laplace.

2.2 CLASSIFICAES E SOLUES DE UMA E.D.O.

Classificaes de uma equao diferencial quanto ao tipo e a ordem:

TIPO:

Uma equao diferencial dita Equao Diferencial Ordinria (EDO) se a funo

incgnita desconhecida depende de uma nica varivel independente; neste caso aparecem na
equao diferencial apenas derivadas ordinrias. O exemplo 1 um caso de EDO. J numa
Equao diferencial Parcial (EDP), em uma funo incgnita depende de vrias variveis
independentes, aparecendo ento derivadas parciais. O exemplo 2 um exemplo de EDP.
 6

ORDEM:

A maior ordem de uma derivada que aparece na equao diferencial chamada de

ordem da equao diferencial. No exemplo 1, temos uma equao de segunda ordem.

Solues de uma EDO:

Uma soluo de uma EDO do tipo: y(n) = f(x,y,y,y, ... , y(n-1)), no intervalo
(n)
uma funo tal que existem e satisfazem a equao:
(n) (n-1)
(x) = f[x, (x)]

para todo x em .

Podemos encontrar solues de determinadas equaes por um processo de integrao

direta, neste caso obtemos uma famlia de funes c.

Neste trabalho sero objeto de estudo apenas as equaes diferenciais ordinrias de

1 ordem, que a partir de agora indicaremos apenas por EDO.

Problema de valor inicial:

O problema de valor inicial (P.V.I) de uma EDO, , formula-se do seguinte

modo:

Dado um ponto (x0.y0), encontrar uma soluo da EDO definida num intervalo
contendo x0 e satisfazendo .

Dizemos ento que temos uma equao diferencial com uma condio inicial. Uma
soluo para uma equao diferencial com uma condio inicial chamada uma soluo
particular da equao diferencial.

Exemplo 3

Resolver a EDO , com condio inicial y(1) = 1.

Soluo:

Trata-se de um PVI de 1 ordem.

Dada a equao , podemos separar as variveis na forma:

Integrando ambos os lados:

=
7

y = (0,1x + c) (soluo geral)

Procuramos a soluo em y(1) = 1

y(x) = 0,1x-0,1

y(x) = 0,1(x-1)

Trs abordagens para soluo de uma equao diferencial:

A soluo de uma equao diferencial pode ser abordada de trs maneiras diferentes: a
analtica, a qualitativa e a numrica.

Num primeiro momento de estudo de Equaes Diferenciais, geralmente, dada

prioridade a este processo analtico na busca da soluo de uma equao diferencial via
processo de integrao. Aqui, j comea a ficar claro que por este processo analtico no
sempre possvel encontrar a soluo de todas as equaes diferenciais, pois como j sabemos,
existem muitas funes que no podem ser expressas em termos de funes elementares.
Deste modo nem toda soluo pode ser expressa de maneira adequada por mtodo de
integrao. J pelo processo qualitativo, discute-se o comportamento geomtrico das solues
e os aspectos das curvas integrais descritos por meio de campos de direes. Este
procedimento, no estudo das equaes diferenciais ordinrias de 1 ordem, baseado na
interpretao da derivada. Finalmente, na abordagem numrica, mtodos numricos so
utilizados para aproximar solues de problemas de valor inicial (P.V.I) de equaes
diferenciais de 1 ordem. Os procedimentos numricos podem ser executados, em
computadores e, tambm, em algumas calculadoras. Idealmente, os valores aproximados da
soluo sero acompanhados de cotas para os erros que garantem um nvel de preciso para
aproximaes. Existem muitos mtodos, hoje em dia, que produzem aproximaes numricas
de solues de equaes diferenciais.

3. MTODO DE EULER

Vamos introduzir aqui o mais velho e mais simples de tais mtodos, desenvolvido por
Euler (1707-1783) por volta de 1768. chamado de mtodo da reta tangente ou mtodo de
Euler.

O mtodo de Euler muito atraente por sua simplicidade, mas no muito usado em
clculos importantes, dentre muitos outros mtodos, pois apesar de simples, para conseguir
boas aproximaes necessrio um nmero maior de clculos.
Para discutir o mtodo vamos nos concentrar principalmente em problemas de valor inicial
para equaes de primeira ordem.

Considerando o PVI: ; y(x0) = y0. Denotemos por y(x) = y a soluo

exata do PVI. Notemos que y(x0) = f(x0,y0), logo a equao da reta tangente a y no ponto
(x0,y0) y-y0 = y(x0)(x-x0) que denotamos por L(x) = y0 + f(x0,y0)(x-x0). Essa a primeira
aproximao de y quando x est perto de x0. Podemos considerar L(x) como uma soluo
 8

aproximada de y sobre um intervalo da forma [x0-E,x0+E]. O objetivo do mtodo de Euler

estender essa soluo aproximada a um intervalo maior.

Para isso fixemos um incremento h>0, assim denotando:

x1 = x0 + h, temos que y1 = L(x1) y(x1).

Podemos simplificar a expresso y1: y1 = L(x) = y0 + f(x0,y0)(x1-x0) = y0 + f(x0,y0)(x0+h-x0) =

y0 + hf(x0,y0).

Como pode ser observado na figura acima, o ponto (x1,y1) sobre a reta tangente
prximo ao ponto do ponto (x1,y(x1)), sobre a curva integral.

Podemos observar que o tamanho do incremento h denominado, tamanho do passo,

influencia claramente na aproximao de: L(x1) = y1 y(x1). Quanto menor o tamanho do
passo, melhor a aproximao de (x1,y1) para (x1,y(x1)).

Consideramos o valor inicial (x1,y1), ento a reta tangente com essa condio inicial :
L1(x) = y1 + f(x1,y1)(x x1).

L1(x) uma primeira aproximao da soluo exata com condio inicial (x1,y1), esta
soluo diferente da primeira soluo com condio inicial (x0,y0), porm solues com
condies iniciais prximas se mantm prximas, pelo menos em vizinhanas de condies
iniciais. Com isto podemos aproximar

y(x) L1(x) para x [x1,x1+h]

Denotando x2 = x1+h temos y2 = L1(x2) = y1 + hf(x1,y1).
9

Se utilizarmos esse processo sucessivas vezes chegaremos a uma frmula geral, e esse
procedimento chamado mtodo de Euler.

Yn+1 = yn + hf(xn,yn),
Onde: Xn = x0 + nh; n = 0,1,2,3...

Assim, a soluo numrica fornecida pelo mtodo de Euler a poligonal com vrtices
(x0,y0), (x1,y1), (x2,y2), ..., (xn+1,yn+1), onde os segmentos de reta no intervalo (xk,xk+1); k = 0, 1,
2, ... n tm como equao: lk(x) = yk + f(xk,yk)(x xk).

Antes de analisar o erro de aproximao do mtodo, vamos comparar a soluo exata e

aproximada num exemplo concreto.

Exemplo 4:

Vamos considerar uma equao que sabemos resolver, por exemplo:

y = 0,2xy; y(1) = 1

Substituindo o valor inicial na equao, temos:

y = 0,2(1)(1) y = 0,2

Como sabemos este valor corresponde inclinao da reta tangente no ponto y(1) = 1 Com
isso temos que a equao da reta tangente, chamada de linearizao de y(x) em x =1: y = L(x)
= 0,2x + 0,8.

Construmos uma tabela, para comparar os valores aproximados. As tabelas foram

construdas utilizando o Excel, a primeira linha usa o valor inicial: y(1) = 1 o valor de Yn
calculado a partir da frmula de Euler e o valor exato calculado com base na soluo para a
equao y = 0,1(x 1), com aproximado em quatro casas decimais = 2,7182 . As linhas
seguintes seguem a primeira linha, acompanhando as clulas.

O erro absoluto definido como sendo: valor real - aproximao

 10

E erro porcentual relativo:

Tabela 1

h = 0,1
Valor Exato Erro Erro %
Xn Yn Y(Xn) Abs. Relativo
1 1 1 0 0
1,1 1,02 1,0212 0,0012 0,12
1,2 1,0424 1,045 0,0025 0,24
1,3 1,0675 1,0714 0,004 0,37
1,4 1,0952 1,1008 0,0055 0,5
1,5 1,1259 1,1331 0,0073 0,64

Tabela 2

h = 0,05
Valor Exato Erro Erro %
Xn Yn Y(Xn) Abs. Relativo
1 1 1 0 0
1,05 1,01 1,0103 0,003 0,03
1,1 1,206 1,0212 0,006 0,06
1,15 1,0318 1,0328 0,0009 0,09
1,2 1,0437 1,045 0,0013 0,12
1,25 1,0562 1,0579 0,0016 0,16
1,3 1,0694 1,0714 0,002 0,19
1,35 1,0833 1,0857 0,0024 0,22
1,4 1,098 1,1008 0,0028 0,25
1,45 1,133 1,166 0,0032 0,29
1,5 1,1295 1,331 0,0037 0,32

Nas tabelas podemos observar que quanto menor o tamanho do passo, menor o erro
percentual relativo.

Notemos que a mudana no coeficiente da EDO anterior, mesmo preservando o

tamanho do passo pode acarretar um erro extremamente maior, como mostra o seguinte
exemplo:

Exemplo 5: y = 2xy, y(1) = 1 y(x) = x - 1 L(x) = 2x 1.

11

Tabela 3

h = 0,1
Valor
Exato Erro Erro %
Xn Yn Y(Xn) Abs. Relativo
1 1 1 0 0
1,1 1,02 1,2337 0,0337 2,73
1,2 1,464 1,5527 0,0887 5,91
1,3 1,8154 1,9937 0,1784 8,95
1,4 2,2874 2,6117 0,3244 12,42
1,5 2,9278 3,4903 0,5625 16,12

Tabela 4

h = 0,05
Valor Exato Erro Erro %
Xn Yn Y(Xn) Abs. Relativo
1 1 1 0 0
1,05 1,01 1,1079 0,079 0,72
1,1 1,2155 1,2237 0,0182 1,47
1,15 1,3492 1,3806 0,0314 2,27
1,2 1,5044 1,5527 0,0483 3,11
1,25 1,6849 1,7551 0,0702 4
1,3 1,8955 1,9937 0,092 4,93
1,35 2,1419 2,2762 0,1343 5,9
1,4 2,4311 2,6127 0,1806 6,92
1,45 2,7714 3,0117 0,2403 7,98
1,5 3,1733 3,4903 0,3171 9,08

Neste caso, com o passo h = 0,1, um erro relativo de 16% no clculo de aproximao de
y(1,5) alto. Na tentativa de diminuir esse erro, diminumos o passo pela metade, ou seja, h =
0,05, mesmo que isso dobrasse o nmero de clculos necessrios para tanto.

3.1 ERROS

Erro de Aproximao

Mtodos numricos do solues aproximadas. Sempre h certo grau de erro e a cada

passo ocorrer a acumulao de erro, o que nos distanciar ainda mais da soluo real do
problema a ponto at mesmo de tornar os clculos inteis. Mesmo que se tenha inteno de
manter maior preciso nos clculos, pode no justificar o aumento do custo e das
complexidades dos clculos.
 12

Os erros cometidos so de duas naturezas:

Erros de Arredondamentos: Quando usamos um computador ou uma calculadora para

aproximar a soluo de uma equao diferencial, por apresentarem casas decimais finitas
trabalha-se com, erro de arredondamento.

Erros de truncamento: Erros de truncamentos so causados pelo tipo de tcnica

empregada para a atualizao do valor de y;

Como podemos observar nas tabelas acima, a frmula de Euler carrega um erro a cada passo.

O erro de truncamento local y(xn +1) Ln(xn) do mtodo de Euler em yn+1 :

y(c) , onde xn < c < xn+1.

Mas encontrar esse valor seria invivel pois cairamos em outro problema to
trabalhoso quanto o inicial que estamos tentando resolver. Entretanto, pode-se definir um
majorante para o erro de truncamento local.

Se y(x) possui segunda derivada contnua num intervalo fechado [xn,xn+1] , que
contm os pontos sobre os quais est sendo feita a discretizao, ento existe o mximo y(x)
de neste intervalo que denotamos por:

M2 = maxy(x), x [xn,xn+1].

Assim:

y(c) M2 c [xn,xn+1].

R(x) = y(c) = y(c) c [xn,xn+1].

Pode-se observar ainda que para a determinao do erro de truncamento local,

necessita-se do valor mximo da segunda derivada de y(x), o que restringe sua utilizao na
prtica. Assim sendo, o erro de truncamento local do mtodo de Euler e de ordem O(h). Isto
, .

Exemplo 6:

Obtenha um limite para o erro de truncamento local do mtodo de Euler aplicado a y = 2xy,
y(1) = 1.

Soluo:

Da soluo y(x) = x - 1
, obtemos y = (2 + 4x)x - 1
e, portanto, o erro de
truncamento local :

y(c) = (2 + 4c)c - 1 .

Onde est entre xn e xn+1. Em particular, para h=0,1, podemos obter um limite superior
para o erro de truncamento local para y1 substituindo c por 1,1:
13

[2 +( 4)(1,1)](1,1 - 1) = 0,042.

Da tabela 3, vemos que o erro aps o primeiro passo 0,0337, menor que o valor dado
pelo limite.

Da mesma forma, podemos obter uma limitao para o erro de truncamento local para
qualquer dos cinco passos dados na tabela 3 substituindo c por 1,5 (esse valor de c d o maior
valor de y(c) para qualquer dos passos e pode ser amplo demais para os dois primeiros
passos). Fazendo isso, obtemos:

[2 +( 4)(1,5)](1,5 - 1) = 0,1920.

Como uma limitao superior para o erro de truncamento local em cada passo.

3.2 ALGORITMO EM PYTHON

# euler2: resolve a equao diferencial

# dy/dx + y/x = sen(x)

# usando um mtodo expltico de ordem 2 (Euler)

from math import sin,cos

h = 0.5# passo em x

x = [0]# x inicial

y = [0]# y inicial

n = int (50/h)# nmero de passos

def f(x,y):

if x == 0: # implementa a condio inicial

return 0

else:

return sin(x) - y/x

def euler(x,y,h,f):

k1 = h*f(x,y)

k2 = h*f(x+h/2,y+k1/2)

yn = y + k2

return yn

for i in range (0,n): # loop da soluo numrica

 14

xn = (i+1)*h

yn = euler(x[i],y[i],h,f)

x.append(xn)

y.append(yn)

erro = 0 # calcula o erro relativo mdio

for i in range (1,n+1):

yana = sin(x[i])/x[i] - cos(x[i])

erro += abs((y[i] - yana)/yana)

erro /= n

print ('erro relativo mdio = ', erro)

3.3 APLICAO NA ENGENHARIA

Consideremos a equao de Newton a uma dimenso para um corpo de massa m, F =

ma. Em geral, F ser uma funo da posio, velocidade e tempo, de modo que a equao
diferencial para a velocidade se escreve:

Para obter a posio, recorremos relao entre posio e velocidade,

Se conhecermos a posio e a velocidade do corpo num certo instante, estas equaes

permitem-nos determinar v(t) e x(t) em qualquer instante t. No entanto, como sabemos, no
podemos resolver estas equaes analiticamente no caso geral. Isso significa que temos de
recorrer ao computador, usando um mtodo numrico. Esse mtodo dever ser capaz de
determinar a velocidade e posio num certo instante, dadas, por exemplo, a posio e
velocidade iniciais x0 e v0.

O mtodo mais simples para resolver equaes diferenciais o de substituir as

derivadas por razes entre variaes da funo e da respectiva varivel. No caso presente,
teremos:

Assim, se quisermos saber as posies e velocidades de um corpo entre um instante

inicial ti e final tf, poderemos dividir o intervalo [ti, tf] em N partes iguais t e calcular as

velocidades nos instantes tn usando as aceleraes no instante anterior;

15

Sendo:

Do mesmo modo podemos calcular as posies em cada instante tn usando o valor da

velocidade no instante anterior, fazendo:

As equaes (3) e (4) constituem o mtodo de Euler para o clculo das posies de
velocidades de um corpo sujeito a uma fora. O mtodo de Euler chamado um mtodo de
primeira ordem. A razo para isso se encontra no fato de podermos escrevermos usando o
desenvolvimento em srie de Taylor:

O que significa que, ao aplicar o Mtodo de Euler, estamos a desprezar termos com
potncias de t iguais ou superiores a 2 - diz-se termos de 2a ordem ou superior. Podemos
ento dizer que o erro cometido em cada iterao (cada clculo de vn ou xn) proporcional a
(t), desde que t seja suficientemente pequeno. No entanto, como temos de calcular N
valores de v e x, o erro total cometido pode ser estimado como sendo proporcional a:
uma vez que N = (t f ti)/t. Assim, o erro total proporcional a t, e da a
designao de mtodo de 1 ordem.
 16

4. CONCLUSO

Atravs do estudo feito sobre o tema apresentado vimos o quo importante uma EDO
pode ser, diversos fenmenos fsicos podem e, se possvel, so descritos por EDOs, e suas
aplicaes no se restringem a isso.

bem provvel que nos deparemos com elas na nossa prpria rotina de trabalho como
futuros engenheiros. Portanto no basta apenas saber para que sirva, devemos tambm saber
calcul-las e muitas das vezes no se d para fazer isso analiticamente, necessrio o auxilio
de mtodos computacionais, por isso foi apresentado o mtodo de Euler que uma dessas
ferramentas.

Como os demais mtodos, o mtodo de Euler nos motiva a achar a soluo partindo do
valor inicial, aprimorando os valores seguindo com a minimizao dos erros e por fim ter uma
concluso aceitvel.

4.1 RESUMO

O captulo 1 traz noes bsicas necessrias para melhor entendimento dos demais
captulos. J no captulo 2 apresentamos o procedimento numrico conhecido como Mtodo
de Euler, que emprega a ideia de que uma reta tangente pode ser usada para aproximar os
valores de uma funo em uma pequena vizinhana do ponto de tangncia.

Considerado um mtodo atraente pela sua simplicidade, mas no muito usado para
clculos mais importantes por causa do seu grande nmero de clculos feitos para se
encontrar um valor mais aproximado. Consiste em equaes de 1 ordem no qual se
encontrar o problema de valor inicial.
Seja a soluo de uma equao diferencial do tipo:

= , com valor inicial y(x0) = y0. A soluo desta equao resulta numa funo y(x).

Pela equao diferencial, sabendo que h = x1 x0, observa-se que a derivada da funo
y(x) em um ponto qualquer x dada por . Conhecendo-se a derivada da funo y(x) no
ponto x0, ou seja, (x0, y0), pode-se estimar o valor da funo y(x) no ponto x1 por meio de
relaes trigonomtricas:

Como h = x1 x0 e y = y1 - y0, pela tangente de chegamos a uma expresso geral:

Tg() = f(x0,y0) = ; f(x0,y0) = ; y1 = y0 + hf(x0,y0 );

Expresso geral: yi = yi-1 + hf(xi-1, yi-1).

17

BIBLIOGRAFIA

VALLE, Karine Nayara F. Mtodos Numricos de Euler e Range-Kutta. 1ed. Belo

Horizonte, 2012. 40p.

BOYCE, Willian E; DIPRIMA, Richard C. Equaes diferenciais elementares e problemas

de valores de contorno. 9ed. Rio de Janeiro: LTC, 2010.