Elysia Tools

Explore ferramentas, exemplos, explicações visuais e guias temáticos em um espaço claro.

Categorias populares

Temas

Idioma
ZHDERUPTENFRES

Elysia Tools

Navegação

Math & Numbers

Solucionador numérico pelo método de Euler (EDO 1ª ordem)

· Última atualização:2026-08-23

Resolve o problema de valor inicial dy/dx = f(x,y), y(x₀)=y₀ pelo método de Euler explícito: y_{n+1} = y_n + h·f(x_n, y_n), com tabela passo a passo e estimativa final. A solução exata y(x), opcional, adiciona uma coluna de erro que evidencia o erro global O(h) do método de primeira ordem. Exemplo: dy/dx = y, y(0)=1, h=0,1 → y(1) ≈ 1,1¹⁰ = 2,593742 contra e = 2,718282 (erro 0,124539).

Execução

Executar esta ferramenta

Preencha o formulário, execute a ferramenta e veja o resultado no mesmo lugar.

Exemplos

Exemplos compatíveis com esta ferramenta

Relacionado

Continue com ferramentas e temas relacionados

Escrito pela equipe Elysia Tools

Guia de uso da ferramenta

Veja quando usar esta ferramenta, o que ela suporta e como os usuários a aplicam.

Fatos principais

Categoria
Math & Numbers
Tipos de entrada
text, number
Tipo de saída
text
Cobertura de exemplos
4
API pronta
Sim

Visão geral

O solucionador numérico pelo método de Euler calcula aproximações passo a passo para problemas de valor inicial em equações diferenciais ordinárias (EDO) de primeira ordem da forma dy/dx = f(x, y). A ferramenta gera a tabela completa de iterações, a estimativa final no ponto desejado e, opcionalmente, compara o resultado numérico com a solução analítica exata para quantificar o erro global.

Quando usar

  • Quando você precisa resolver numericamente uma EDO de 1ª ordem com condição inicial y(x₀) = y₀ sem calcular integrais analíticas complexas.
  • Ao estudar cálculo numérico e querer visualizar a evolução do erro de aproximação O(h) em cada iteração.
  • Para verificar rapidamente exercícios acadêmicos e simulações básicas comparando a aproximação de Euler com a solução exata.

Como funciona

  1. 1Insira a expressão da derivada f(x, y), as condições iniciais (x₀, y₀) e o valor final de x alvo.
  2. 2Defina o número de passos n para determinar o tamanho do passo h = (x alvo - x₀) / n e, se desejar, adicione a fórmula da solução exata y(x).
  3. 3O algoritmo itera a fórmula explícita de Euler y_{n+1} = y_n + h · f(x_n, y_n) a cada incremento.
  4. 4O sistema exibe a tabela detalhada de cada iteração, o valor final aproximado de y e a discrepância em relação à solução analítica informada.

Casos de uso

  • Resolução de modelos de crescimento populacional ou decaimento exponencial onde dy/dx depende diretamente de y.
  • Simulação numérica de circuitos elétricos RC e sistemas térmicos modelados por equações diferenciais lineares.
  • Validação didática de exercícios de métodos numéricos em cursos de engenharia e ciências exatas.

Exemplos

1. Aproximação de decaimento ou crescimento simples

Estudante de Engenharia

Contexto

Precisa resolver a EDO dy/dx = y com condição inicial y(0) = 1 para estimar o valor no ponto x = 1.

Problema

Calcular a aproximação numérica em 10 passos e comparar com a curva exata e^x.

Como usar

Informe f(x, y) = 'y', x₀ = 0, y₀ = 1, x alvo = 1, 10 passos e a solução exata 'e^x'.

fxy = 'y', x0 = 0, y0 = 1, xEnd = 1, steps = 10, exactY = 'e^x'

Resultado

Gera 10 iterações com h = 0,1, resultando em y(1) ≈ 2,593742 e apontando o erro absoluto de 0,124539 frente ao valor exato de e.

2. Integração de EDO não autônoma

Monitor de Cálculo Numérico

Contexto

Preparando material demonstrativo sobre equações diferenciais lineares dependentes de x e y simultaneamente.

Problema

Demonstrar o comportamento de dy/dx = x + y partindo de (0, 1) até x = 0,5 em 5 iterações.

Como usar

Preencha f(x, y) com 'x + y', x₀ = 0, y₀ = 1, x alvo = 0,5, 5 passos e a solução exata '2e^x - x - 1'.

Perguntas frequentes

Como as funções matemáticas devem ser escritas no campo f(x, y)?

Utilize operadores padrão como + e - com multiplicação explícita (*) e funções comuns como sin, cos, exp, ln e sqrt.

O que acontece ao aumentar o número de passos?

O tamanho do passo h diminui, o que reduz o erro global de discretização de primeira ordem O(h) e melhora a precisão da estimativa.

É obrigatório preencher a solução exata y(x)?

Não, o campo é opcional e serve exclusivamente para calcular e exibir a coluna de erro absoluto em relação à solução analítica.

O método de Euler suporta passos no sentido decrescente de x?

Não, o valor de x alvo deve ser estritamente maior do que o ponto inicial x₀.

Qual a diferença entre erro local e erro global no método de Euler?

O erro local de truncamento por passo é O(h²), enquanto o erro global acumulado ao longo de todo o intervalo é de primeira ordem, O(h).

Tema

Equações diferenciais, transformadas e metodos numericos

Resolva problemas de matematica de engenharia com EDOs, transformadas de Laplace ou Z, convolucao e aproximacoes numericas, verificando unidades e condicoes iniciais.

Início
Ferramentas3212
Exemplos593
Visualizações471
Visualizadores de arquivos103
Temas239
Etiquetas333
Imagens, áudio e vídeo657

Ferramentas de processamento, conversão e otimização de imagens, áudio e vídeo

Matemática, datas e finanças647

Calculadoras, ferramentas numéricas, lógica de datas, estatística e finanças

Design e cor298

Ferramentas de cor, layout, gráficos, estilo visual e apoio ao design

Texto e escrita209

Ferramentas de escrita, limpeza, formatação, extração e análise de texto

Desenvolvimento e Web193

Utilitários para desenvolvedores, rede, depuração web e automação

Conversão e codificação175

Ferramentas de conversão de formatos, arquivos, unidades, arquivos compactados e codificação

Lançamento de quiz de captação e transferência de contatos
Textos memoriais: revisão familiar e entrega para impressão
Hábitos privados: backup, restauração e revisão para partilha
De artigo a rascunhos de X e LinkedIn: revisão factual e entrega
Revisão de aula Markdown interativa e entrega offline

© 2026 Elysia Tools. Todos os direitos reservados.

DocumentaçãoPreçosSobreTermos de serviçoPolítica de privacidadeCookiesContato
Java

Exemplos de Processamento de Imagem Android Java

Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato

Kotlin

Exemplos de Processamento de Imagem Android Kotlin

Exemplos de processamento de imagem Android Kotlin incluindo leitura/escrita, dimensionamento e conversão de formato

Python

Exemplos de Processamento de Imagem Web Python

Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato

Rust

Exemplos de Processamento de Imagem Web Rust

Exemplos de processamento de imagem Web Rust incluindo leitura/gravação, redimensionamento e conversão de formato

Math & Numbers

Calculadora de integral de convolução (numérica)

Calcula numericamente a convolução de dois sinais (f*g)(t) = ∫ f(τ)g(t−τ)dτ: modo causal (ambos os sinais são zero para t<0, integral em [max(τmin,0), min(τmax,t)], ideal para produtos do domínio de Laplace) e modo de janela direta (integral em todo [τmin, τmax], ideal para sinais bilaterais como gaussianas), pela regra de Simpson composta (2000 intervalos por padrão). Clássicos: e^(−t)*e^(−2t) = e^(−t)−e^(−2t), 0.2325 em t=1; duas gaussianas convoluem para √(π/2)·e^(−t²/2).

Math & Numbers

Calculadora de diferenciação numérica (diferenças progressiva/retroativa/central)

Aproxima f′(x₀) com três diferenças finitas: progressiva (f(x₀+h)−f(x₀))/h, retroativa (f(x₀)−f(x₀−h))/h e central (f(x₀+h)−f(x₀−h))/(2h), além da segunda derivada central. A derivada exata, opcional, adiciona o erro absoluto de cada método e mostra o contraste O(h) vs. O(h²). Exemplo: f=x², x₀=1, h=0,1 → progressiva 2,1; retroativa 1,9; central exatamente 2,0.

Math & Numbers

Solucionador de EDO de primeira ordem (separação de variáveis)

Resolve dy/dx = g(x)·h(y) por separação de variáveis: separa, integra termo a termo obtendo H(y) = G(x) + C e, quando possível, isola y = f(x). Aceita h(y) de um termo (y, y^n, e^(ky), ky+m) e polinômios quadráticos decomponíveis em frações parciais (como o logístico y(1−y)); com a condição inicial y(x₀)=y₀ calcula C e detecta soluções de equilíbrio. Exemplo: dy/dx = 2x·y → y = e^(x²+C).

Data Processing

Calculadora estatística geral

Cole uma ou duas colunas de números e receba a suíte descritiva completa — média/mediana/moda, variância amostral e populacional, quartis e percentis tipo 7, MAD, assimetria e curtose ajustadas, atípicos de Tukey — mais covariância, r de Pearson, rho de Spearman com empates corrigidos e regressão por mínimos quadrados para duas colunas.

fxy = 'x + y', x0 = 0, y0 = 1, xEnd = 0.5, steps = 5, exactY = '2e^x - x - 1'

Resultado

Exibe a tabela passo a passo com inclinações atualizadas e estimativa final y(0,5) ≈ 1,721020 contra o valor analítico de 1,797443.