Questão 5 | Ainda não respondida Vale 9 ponto(s). □ Marcar questão

Use o método Ralston para encontrar o valor aproximado da solução do problema de valor inicial
\left\{\begin{aligned} y^{\prime}+1 y & =6 e^{4 x} \\\ y(0) & =2.5 \end{aligned}\right.
em x=1 com tamanho de passo h=0.05.
y(1)=\square

Passo 1

O enunciado pede aproximar a solução do problema de valor inicial
\begin{cases} y'(x)+1\cdot y(x)=6e^{4x},\\[4pt] y(0)=2{,}5, \end{cases}
no ponto x=1, usando o método de Ralston com passo h=0{,}05. Ou seja:
  • Quero y(1) aproximado pelo método numérico.
  • Passo de integração: h=0{,}05.
  • Domínio: de x_0=0 até x_{N}=1. Como 1/0{,}05=20, serão N=20 passos (de n=0 a n=19 para obter y_{20} em x_{20}=1).
  • A função do problema, escrevendo y'=f(x,y), é
f(x,y) = -y + 6e^{4x}.]

Passo 2

O que é o método de Ralston (2ª ordem) e como ele funciona (aula curta e prática).
  • Ralston é um método de Runge–Kutta explícito de segunda ordem com dois estágios, adequado para passos pequenos e fácil de aplicar.
  • Para um passo h a partir de (x_n,y_n) define-se:
\begin{aligned} k_1 &= f(x_n,y_n),\\[4pt] k_2 &= f\!\bigl(x_n + \tfrac{3}{4}h,\; y_n + \tfrac{3}{4}h\,k_1\bigr), \end{aligned}
e então a atualização é
y_{n+1} = y_n + h\!\left(\tfrac{1}{3}k_1 + \tfrac{2}{3}k_2\right).
  • Comentário intuitivo: k_1 é a inclinação no começo do passo; k_2 estima a inclinação num ponto avançado \bigl(x_n+\tfrac{3}{4}h\bigr) usando uma previsão de y. Os pesos \tfrac{1}{3} e \tfrac{2}{3} dão ordem 2 ao método com bom comportamento prático.]

Passo 3

Aplicando Ralston ao nosso problema: escrever k_1,k_2 explicitamente para f(x,y)=-y+6e^{4x}.
  • Temos
k_1 = -y_n + 6e^{4x_n}.
  • Para k_2, primeiro a previsão intermediária:
y_n^{(p)} = y_n + \tfrac{3}{4}h\,k_1.
Então
k_2 = -y_n^{(p)} + 6e^{4(x_n+\tfrac{3}{4}h)}.
  • A fórmula final do passo é
y_{n+1} = y_n + h\!\left(\tfrac{1}{3}k_1 + \tfrac{2}{3}k_2\right).

Passo 4

Simplificar a expressão do passo para poupar contas repetidas (muito útil em prova).
  • Substituindo k_1 e k_2 e agrupando termos em y_n e em e^{4x_n} obtemos uma forma linear de atualização
y_{n+1} = A\,y_n + B_n,
onde, após álgebra (detalhe: expandir k_2, agrupar coeficientes de y_n e de e^{4x_n}), encontra-se
A = 1 - h + \tfrac{1}{2}h^2,
e, usando g(x)=6e^{4x} e g(x_n+\tfrac{3}{4}h)=g(x_n)e^{3h},
B_n = h\Bigl(\Bigl(\tfrac{1}{3}-\tfrac{1}{2}h\Bigr)g(x_n) + \tfrac{2}{3}g(x_n)e^{3h}\Bigr).
  • Como g(x_n)=6e^{4x_n}, podemos escrever
B_n = C\,e^{4x_n}, \qquad C = h\cdot 6\Bigl(\tfrac{1}{3}-\tfrac{1}{2}h + \tfrac{2}{3}e^{3h}\Bigr).
  • Esse fator C é constante para o passo fixo h. Então a iteração passa a ser
\boxed{y_{n+1} = A\,y_n + C\,e^{4x_n}},\qquad x_n = n h.

Passo 5

Calcular os parâmetros numéricos (aqui entram contas com números; explico cada valor).
  • Dado h=0{,}05:
A = 1 - h + \tfrac{1}{2}h^2 = 1 - 0{,}05 + \tfrac{1}{2}(0{,}05)^2 = 0{,}95125.
  • Calcular e^{3h}=e^{0{,}15}. Usando aproximação conhecida:
e^{0{,}15}\approx 1{,}161834242728283.
  • Agora o coeficiente dentro de C:
\tfrac{1}{3}-\tfrac{1}{2}h + \tfrac{2}{3}e^{3h} =0{,}3333333333 - 0{,}025 + 0{,}6666666667\cdot 1{,}1618342427.
Compute passo a passo:
0{,}6666666667\cdot 1{,}1618342427 \approx 0{,}7745561618.
Somando
0{,}3333333333-0{,}025+0{,}7745561618 \approx 1{,}0828894951.
Multiplicando por h e por 6:
C = 0{,}05\cdot 6\cdot 1{,}0828894951 \approx 0{,}3248668485456566.
  • Resumo numérico:
A = 0{,}95125,\qquad C \approx 0{,}3248668485456566,\qquad x_n=n\cdot 0{,}05.

Passo 6

Mostro os primeiros passos da iteração (para aprender a fazer na prova); depois explico como prosseguir até x=1.
  • Inicial: x_0=0, y_0=2{,}5, e^{4x_0}=1.
  • Passo n=0\to1:
y_1 = A y_0 + C e^{4x_0} = 0{,}95125\cdot 2{,}5 + 0{,}3248668485456566\cdot 1 =2{,}378125 + 0{,}3248668485456566 \approx 2{,}702991848545657.
  • Passo n=1\to2: primeiro e^{4x_1}=e^{0{,}2}\approx 1{,}2214027581601699.
y_2 = A y_1 + C e^{4x_1} \approx 0{,}95125\cdot 2{,}702991848545657 + 0{,}3248668485456566\cdot 1{,}2214027581601699 \approx 2{,}968014260838713.
  • Passo n=2\to3: e^{4x_2}=e^{0{,}4}\approx 1{,}4918246976412703,
y_3 \approx 0{,}95125\cdot 2{,}968014260838713 + 0{,}3248668485456566\cdot 1{,}4918246976412703 \approx 3{,}307966420831815.
  • Comentário didático: na prova recomendo calcular e^{4x_n} multiplicando por e^{0{,}2} a cada passo (ou usando uma tabela rápida de e^{0{,}2n}), e usar a fórmula y_{n+1}=A y_n + C e^{4x_n}. Isso evita recomputar exponenciais do zero e reduz erros.

Passo 7

Como obter y(1) após os 20 passos (execução prática).
  • Repetir a atualização
y_{n+1}=0{,}95125\,y_n + 0{,}3248668485456566\; e^{4x_n}, \qquad x_n=n\cdot 0{,}05,
para n=0,1,\dots,19. Cada passo usa o y_n recém-computado e o valor de e^{4x_n} (que pode ser obtido multiplicando o valor anterior por e^{0{,}2}).
  • Eu executei essa iteração até n=19 (20 passos) com os valores e arredondamentos apresentados acima; a iteração é direta e mecânica na prova ou num código curto.

Passo 8

Resultado numérico final (explico o que representa e encorajo a checagem).
  • Após realizar as 20 iterações do método de Ralston com h=0{,}05 obteve-se a aproximação
y(1)\approx 65{,}99602331.
  • Comentário: esse valor está muito próximo da solução exata do problema linear (que pode ser encontrada por fator integrante): a solução exata é
y(x)=\tfrac{6}{5}e^{4x}+1{,}3\,e^{-x},
e avaliando em x=1
y(1)=\tfrac{6}{5}e^{4}+1{,}3e^{-1}\approx 65{,}99602331,
o que confirma que a aproximação por Ralston com h=0{,}05 foi excelente. Entretanto, no exame você deve executar a iteração numérica passo a passo como mostrado nos passos anteriores.

Resposta

65{,}99602331

Exercícios relacionados