Neste trabalho aprimorou-se um método para aproximar soluções de uma classe de equações diferenciais algébricas (DAEs), conhecida como sistemas semi-implícitos quadrados. O método, chamado aqui de MII, fundamenta-se na teoria geométrica de desacoplamento para sistemas não lineares, aliada a técnicas eficientes de análise numérica. Ele usa uma estratégia mista com cálculos simbólicos e numéricos para construir um sistema explícito, cujas soluções convergem exponencialmente para as soluções do sistema implícito original. Duas versões do método são apresentadas. Com a primeira, chamada de MIIcond, procura-se obter matrizes numericamente estáveis, através de balanceamentos. E a segunda, MIIproj, aproveita uma interpretação geométrica para o campo vetorial obtido. As implementações foram desenvolvidas em Matlab/simulink com o pacote de computação simbólica. Através dos benchmarks, realizando inclusive comparações com outros métodos atualmente disponíveis, constatou-se que o MIIcond foi inviável em alguns casos, devido ao tempo de processamento muito extenso. Por outro lado, o MIIproj mostrou-se uma boa alternativa para esta classe de problemas, em especial para sistemas de alto índex. / This work improves a method to approximate solutions for a class of differential algebraic equations (DAEs), known as systems semi-implicit square. The method, called here MII, is based on geometric theory of decoupling for nonlinear systems combined with efficient techniques numerical analysis. It uses an algorithum that mixes symbolic and numerical calculations to build an explicit system, whose solutions converge exponentially to solutions of the original implicit system. Two versions of the method are given. The first one is called MIIcond, trying to obtain numerically stable matrices through balancing. The second one is the MIIproj, taking advantage of a geometricinterpretation of the vector field there obtained. The implementations were developed in Matlab/Simulink with the symbolic toolbox. Through benchmarks, including performing comparisons with other methods currently available, it was found that the MIIcond was not feasible in some cases, due to processing time too long. On the other hand, the MIIproj presented itself as good alternative to this class of problems, especially for systems of high index.

Neste trabalho aprimorou-se um método para aproximar soluções de uma classe de equações diferenciais algébricas (DAEs), conhecida como sistemas semi-implícitos quadrados. O método, chamado aqui de MII, fundamenta-se na teoria geométrica de desacoplamento para sistemas não lineares, aliada a técnicas eficientes de análise numérica. Ele usa uma estratégia mista com cálculos simbólicos e numéricos para construir um sistema explícito, cujas soluções convergem exponencialmente para as soluções do sistema implícito original. Duas versões do método são apresentadas. Com a primeira, chamada de MIIcond, procura-se obter matrizes numericamente estáveis, através de balanceamentos. E a segunda, MIIproj, aproveita uma interpretação geométrica para o campo vetorial obtido. As implementações foram desenvolvidas em Matlab/simulink com o pacote de computação simbólica. Através dos benchmarks, realizando inclusive comparações com outros métodos atualmente disponíveis, constatou-se que o MIIcond foi inviável em alguns casos, devido ao tempo de processamento muito extenso. Por outro lado, o MIIproj mostrou-se uma boa alternativa para esta classe de problemas, em especial para sistemas de alto índex. / This work improves a method to approximate solutions for a class of differential algebraic equations (DAEs), known as systems semi-implicit square. The method, called here MII, is based on geometric theory of decoupling for nonlinear systems combined with efficient techniques numerical analysis. It uses an algorithum that mixes symbolic and numerical calculations to build an explicit system, whose solutions converge exponentially to solutions of the original implicit system. Two versions of the method are given. The first one is called MIIcond, trying to obtain numerically stable matrices through balancing. The second one is the MIIproj, taking advantage of a geometricinterpretation of the vector field there obtained. The implementations were developed in Matlab/Simulink with the symbolic toolbox. Through benchmarks, including performing comparisons with other methods currently available, it was found that the MIIcond was not feasible in some cases, due to processing time too long. On the other hand, the MIIproj presented itself as good alternative to this class of problems, especially for systems of high index.