1 / 126

Elementos de Análise Numérica

Elementos de Análise Numérica. Prof. Carlos Ruberto Fragoso Júnior. Solução de problemas de Engenharia. Sem computador. Com computador. 11:45. Tópicos. Interpolação Ajuste de equações Integração numérica Derivadas numéricas Raízes de equações Sistemas de equações lineares

odina
Télécharger la présentation

Elementos de Análise Numérica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Elementos de Análise Numérica Prof. Carlos Ruberto Fragoso Júnior

  2. Solução de problemas de Engenharia • Sem computador • Com computador 11:45

  3. Tópicos • Interpolação • Ajuste de equações • Integração numérica • Derivadas numéricas • Raízes de equações • Sistemas de equações lineares • Sistemas de equações não lineares

  4. Aplicações em Recursos Hídricos • Raizes da equação de manning • Canal prismático • Canal com seção dada em tabela • Equação de remanso • Solução da equação para encontrar dx ideal para muskingun cunge (propagação de vazões) • Solução da propagação de reservatório usando Newton

  5. Interpolação numérica Interpolação linear • A forma mais simples de interpolação é a interpolação linear, em que dois pontos são unidos por uma linha reta volume x cota

  6. Interpolação numérica Interpolação quadrática • Encontra uma parábola que aproxima 3 dados consecutivos volume x cota

  7. Interpolação numérica Splines • Splines interpolam os dados e garantem a continuidade da função e da derivada de ordem m. Para assegurar isto, a interpolação deve ser feita utilizando polinômios de grau m+1. • Para garantir a continuidade da função, basta utilizar retas (polinômios de primeiro grau) • Para garantir a continuidade da função e da sua primeira derivada, é necessário utilizar parábolas. • Para garantir a continuidade da função, e das duas primeiras derivadas, é necessário usar splines cúbicos.

  8. Interpolação numérica Splines • Alguns softwares de planilha usam splines cúbicos para suavizar linhas de gráficos.

  9. Interpolação numérica Splines • Os splines cúbicos podem causar alguns problemas.

  10. Interpolação numérica Splines • Os splines cúbicos podem causar alguns problemas.

  11. Interpolação numérica Rotinas para interpolação • Existem rotinas prontas em praticamente qualquer linguagem para interpolação com polinômios e splines. • Calculadora, Matlab, Excel, etc…

  12. Ajuste de equações • Em alguns casos é necessário gerar funções que aproximam razoavelmente um conjunto de dados. • Ao contrário da interpolação, no ajuste não é necessário respeitar todos os pontos. • A idéia é minimizar os erros com uma função simples.

  13. Ajuste de equações Ajuste – exemplo em simulação • Relação entre largura de um rio e área de drenagem obtida a partir de seções transversais em locais de postos fluviométricos da ANA • Utilizada para calcular os parâmetros do modelo Muskingum Cunge em locais sem dados.

  14. Ajuste de equações Ajuste – exemplo em simulação • Curva chave de um posto pluviométrico é um ajuste de uma equação pré-determinada aos dados de medição de vazão.

  15. Introdução – Integral Numérica • Em determinadas situações integrais ou derivadas são difíceis ou mesmo impossíveis de se resolver analiticamente. • Forma de obtenção de uma aproximação para a integral ou diferencial de f(x)  Métodos Numéricos.

  16. Integração numérica • Os problemas de integração numérica surgem, por exemplo, quando é necessário obter informações de área molhada e raio hidráulico de uma seção transversal de um rio, definida por pares de pontos x e y. • Também surgem quando é necessário discretizar uma função analítica contínua, de forma que sua área seja mantida.

  17. Integração numérica

  18. Integração numérica • Idéia básica da integração numérica  substituição da função f(x) por uma função que aproxime razoavelmente no intervalo [a, b].

  19. Integração numérica • Substituição da função por uma função. • Polinômio de Newton:

  20. Integração numérica • O uso desta técnica decorre do fato de: • por vezes, f(x) ser uma função muito difícil de integrar, contrariamente a um polinômio; • a única informação sobre f(x) ser um conjunto de pares ordenados.

  21. Métodos de integração numérica mais utilizados • Fórmulas de Newton-Cotes. • Regra do Trapézio simples, x0=a  e xn=b; • Regra do Trapézio composta, x0=a  e xn=b; • Regra de Simpson , x0=a  e xn=b.

  22. Regra do trapézio simples f(x) f(x1) f(x0) x0 x1 x Aproxima a área sob a curva pela área de um trapézio

  23. Regra do trapézio simples • Intervalo [a, b] relativamente pequeno. • aproximação do valor do integral é aceitável. • Intervalo [a, b] de grande amplitude. • aproximação inadequada; • pode-se subdividi-lo em n sub-intervalos, e em cada um a função é aproximada por uma função linear.

  24. Regra do trapézio composta • Intervalo [a, b] de grande amplitude. • Soma da área de n trapézios, cada qual definido pelo seu sub-intervalo.

  25. Regra do trapézio composta • Fórmula: • Só os termos f(x0) e f(xn) não se repetem, assim:

  26. x y=(1+x²)-1/2 0.0 1,00000 0.5 0,89445 1.0 0,70711 1.5 0,55475 2.0 0,44722 2.5 0,37138 3.0 0,31623 3.5 0,27473 4.0 0,24254 Regra do trapézio composta Exemplo: Estimar o valor de • Regra do Trapézio Simples: 2 pontos (x0=0,0 e x1=4,0) I=h/2*(y0+y1)=2x(1,00000+0,24254) = 2,48508 • Regra do Trapézio Composta: 3 pontos (x0=0,0,x1 =2,0,x2 =4,0) I=h/2(y0+2y1+y2)=1x(1,00000+2x0,44722+ 0,24254) = 2,1369 • Regra do Trapézio Composta: 9 pontos • I=(0,5/2)x(y0+2y1+2y2+2y3+2y4+2y5+2y6+2y7+y8) =2,0936 A aproximação para 9 pontos é melhor, dado que o valor real é 2,0947.

  27. Regra do trapézio composta

  28. Regra do trapézio - Erro • Erro: E = I – T • T - valor da integral numérica. • I - valor da integral obtida pela integração de f(x). ERRO! f(x) f(x1) f(x0) x0 x1 x

  29. Regra do trapézio - Erro Erro da Regra do Trapézio Simples Erro da Regra do Trapézio Composta

  30. Regra do trapézio - Erro • Exemplo: Seja, calcule uma aproximação para I usando a Regra dos Trapézios Simples. Estime o erro cometido.

  31. Regra do trapézio - Erro Estimativa do erro cometido:

  32. Regra de Simpson f(x) f(x1) f(x2) f(x0) x0 x1 x2 x Aproxima a área sob a curva pela área de um polinômio de grau dois.

  33. Regra de Simpson • Fórmula: • Considerando n sub-intervalos (n deve ser um número par):

  34. Regra de Simpson

  35. x y=(1+x)-1 0.0 1,00000 1/6 6/7 2/6 3/4 3/6 2/3 4/6 3/5 5/6 6/11 1 1/2 Regra de Simpson Exemplo: Estimar o valor de • Dividindo [0,1] em seis subintervalos, temos: h=1/6 • Regra de simpson S =1/18[1+4(6/7+2/3+6/11)+2(3/4+3/5)+1/2] = 0,69317 • Valor da integralI = ln(2) = 0,69315

  36. Regra de Simpson- Erro Erro da Regra de Simpson

  37. Diferenciação numérica • Idéia básica da diferenciação numérica  Aproximar a derivada real em um ponto utilizando diferenciais pequenos. • Utilizando principalmente na solução de equações diferenciais

  38. Diferenciação numérica f x x0 x1

  39. Diferenciação numéricaErros de truncamento • As derivadas numéricas são apenas uma aproximação razoável das derivadas analíticas. • É possível avaliar o erro cometido nesta aproximação utilizando as séries de Taylor

  40. Séries de Taylor • A série de Taylor permite estimar o valor de uma função num ponto a partir do valor da função e das suas derivadas em um ponto próximo. • Onde h é a diferença entre xi+1 e xi. • A série de Taylor é infinita. • A aproximação da derivada numérica é finita

  41. Diferenciação numérica Séries de Taylor • O resto O resto é dado por Onde fn+1 é a derivada de ordem n+1 e é um valor entre xi+1 e xi

  42. Séries de Taylor e derivadas A derivada numérica tem erro de truncamento dado por Rn/h

  43. Séries de Taylor e derivadas O valor do erro R1/h é da ordem de h, por isso pode-se expressar Onde O(h) é um erro da ordem de h. Isto significa que quanto menor o passo (incremento), menor o erro da aproximação.

  44. Erros de arredondamento Erros de arredondamento ocorrem porque o computador utiliza uma representação binária com um número finito de bytes para representar os números reais.

  45. Erros – compromisso entre truncamento e arredondamento total erro truncamento arredondamento Incremento

  46. Tipos de derivadas numéricas Progressiva forward Regressiva backward Centrada Centered Considerando que h é pequeno, o erro de truncamento da derivada numérica centrada é menor do que os outros.

  47. Tipos de derivadas numéricas Derivada segunda:

  48. Tipos de derivadas numéricas progressiva analítica f regressiva x x0 x1 x2 centrada

  49. Tipos de derivadas numéricas

  50. Exemplo derivada numérica • A celeridade cinemática de propagação de perturbações no escoamento é calculada por: • onde c é a celeridade, Q é a vazão e A é a área da seção transversal

More Related