Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Ebook U2 Introd Integracao Numerica V.final

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 9

Unidade 2.

Integração Numérica:
formalização dos
conceitos

Profa. Érica Boizan Batista


Prof. Glauber Márcio
Silveira Pereira
Integração Numérica1

1. Introdução.
Uma função 𝑓: [𝑎, 𝑏] → ℝ pode ter primitiva desconhecida, ou seja, que não
𝑏
sabemos diretamente sua integral, ∫𝑎 𝑓(𝑥)𝑑𝑥 . Outra possibilidade é que a primitiva seja
muito difícil de ser calculada. Também é possível, dependendo do caso, que a função
estudada seja conhecida apenas em alguns pontos. No estudo de Cálculo Numérico existem
métodos que fazem aproximações da primitiva através de somas finitas de áreas. A ideia
destes métodos é subdividir o domínio da função [𝑎, 𝑏] e calcular de forma aproximada
𝑏 𝑛
∫𝑎 𝑓(𝑥)𝑑𝑥 ≅ ∑𝑖=0 𝑎𝑖 𝑓(𝑥𝑖 ), com 𝑥𝑖 o 𝑖-ésimo ponto, 𝑎𝑖 o 𝑖-ésimo peso.

Neste curso apresentamos os métodos mais conhecidos, são eles Soma de Riemann;
Newton Cotes simples e composta, com regra de Simpson e regra dos trapézios, e o último
método a Quadratura de Gauss.

2. Soma de Riemann
O primeiro método apresentado é conhecido pelos alunos que já cursaram ou
estudaram Cálculo diferencial e Integral. O cálculo da integral definida limitada por um
intervalo [𝑎, 𝑏] é a área limitada pelas retas 𝑦 = 0, 𝑥 = 𝑎, 𝑥 = 𝑏 e uma função 𝑓: [𝑎, 𝑏] →
ℝ , como vemos no gráfico abaixo:

Gráfico 1: Área limitada pelas retas 𝑦 = 0, 𝑥 = 𝑎, 𝑥 = 𝑏 e a função 𝑓.

Fonte: Autoria própria.

1 Érica B. Batista doutora em Matemática e Glauber M. S. Pereira doutor em Estatística .


Desta forma a Soma de Riemann trata-se de uma soma finita de 𝑛 áreas de
retângulos na tentativa de termos uma aproximação da área já descrita. Primeiro
subdividimos o domínio da função 𝑓 , o intervalo [𝑎, 𝑏] , em 𝑛 ∈ ℕ subintervalos não
necessariamente equidistantes, ou seja, que não tem necessariamente a mesma distância.
Definimos os pontos de um conjunto finito contido no domínio que se chama uma partição
de [𝑎, 𝑏], sendo os pontos definidos da seguinte forma 𝑎 = 𝑥0 ≤ 𝑥1 ≤ ⋯ ≤ 𝑥𝑛 = 𝑏 , Seja
ℎ𝑖 = 𝑥𝑖 − 𝑥𝑖−1 , os pontos são 𝑥𝑖 = 𝑎 + 𝑖ℎ𝑖 para cada 𝑖 = 0,1, … , 𝑛. Note que ℎ𝑖 será a base
do 𝑖-ésimo retângulo. Agora só falta definirmos as alturas dos retângulos. As alturas podem
ser definidas de diversas formas. Podemos tomar o máximo ou mínimo 𝑓(𝑥) no 𝑖-ésimo
intervalo por exemplo. Aqui apresentamos três possibilidades, tomamos 𝑓(𝑥𝑖 ) e definimos
a soma de Riemann a esquerda (SRE), tomamos 𝑓(𝑥𝑖 ) e definimos a soma de Riemann a
𝑥 −𝑥
esquerda (SRD), tomamos 𝑓( 𝑖 2 𝑖−1 ) e definimos a soma de Riemann ponto médio (SRPM).

Mostraremos graficamente os três métodos.

2.1. Soma de Riemann a esquerda (SRE):


𝑏 𝑛−1
Temos a seguinte aproximação ∫𝑎 𝑓(𝑥)𝑑𝑥 ≅ ∑𝑖=0 ℎ𝑖 𝑓(𝑥𝑖 ) = ℎ1 𝑓(𝑥1 ) + ℎ2 𝑓(𝑥2 ) +
⋯ + ℎ𝑛−1 𝑓(𝑥𝑛+1 ). Vemos graficamente o método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1 para
𝑛 = 2, 𝑛 = 4 e 𝑛 = 5 :

Gráfico 2: SRE para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 5.

Fonte: Autoria própria.

2.2. Soma de Riemann a direita (SRD):


𝑏 𝑛−1
Temos a seguinte aproximação ∫𝑎 𝑓(𝑥)𝑑𝑥 ≅ ∑𝑖=0 ℎ𝑖 𝑓(𝑥𝑖+1 ). Vemos graficamente
o método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1 para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6 :

Gráfico 3: SRD para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6.

Fonte: Autoria própria.


2.3. Soma de Riemann ponto médio (SRPM):
𝑏 𝑛−1 𝑥𝑖 −𝑥𝑖−1
Temos a seguinte aproximação ∫𝑎 𝑓(𝑥)𝑑𝑥 ≅ ∑𝑖=0 ℎ𝑖 𝑓(𝜉𝑖 ), sendo 𝜉𝑖 = , para
2
cada 𝑖 = 0,1, … , 𝑛. graficamente o método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1 para
𝑛 = 2, 𝑛 = 4 e 𝑛 = 6 :

Gráfico 4: SRPM para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6.

Fonte: Autoria própria.

3. Método Newton Cotes.


Método com o intervalo [𝑎, 𝑏] , ou seja, o domínio da função 𝑓 é dividido em
𝑛 subintervalos equidistantes. Assim temos 𝑥0 = 𝑎; 𝑥𝑛 = 𝑏 como estremos do intervalo e
𝑏−𝑎
ℎ= como passo e os pontos 𝑥𝑖 = 𝑎 + 𝑖ℎ para cada 𝑖 = 0,1, … , 𝑛. Nos baseamos no
𝑛
𝑛
polinômio interpolador de Lagrange 𝑃𝑛 = ∑𝑖=0 𝐿𝑖 𝑓(𝑥𝑖 ) = 𝐿0 𝑓(𝑥0 ) + ⋯ + 𝐿𝑛 𝑓(𝑥𝑛 ), sendo
𝑥−𝑥 𝑏 𝑛
𝐿𝑖 = ∏𝑛𝑗=0:𝑗≠𝑖 𝑥 −𝑥𝑗 . Temos a aproximação do cálculo ∫𝑎 𝑓(𝑥)𝑑𝑥 = ∑𝑖=0 𝑎𝑖 𝑓(𝑥𝑖 ) + 𝐸(𝑓),
𝑖 𝑗
𝑏 1 𝑏
em que 𝑎𝑖 = ∫𝑎 𝐿𝑖 (𝑥)𝑑𝑥, erro 𝐸(𝑓) = (𝑛+1)!
∫𝑎 ∏𝑛𝑖=0(𝑥 − 𝑥𝑖 ) 𝑓 (𝑛+1) (𝜉(𝑥))𝑑𝑥 , para
𝜉(𝑥) ∈ (𝑎, 𝑏). As duas principais regras são a dos trapézios e de Simpson, em que é feita
uma interpolação (aproximação da função pelo polinômio de Lagrange).

3.1 Regra do trapézio:


A ideia desta regra é pegar os dois pontos extremos da parte do gráfico que
desejamos calcular a área e traçar um seguimento de reta, construindo assim um trapézio.
Vemos graficamente o método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1:
Gráfico 5: Regra do Trapézio.

Fonte: Autoria própria.

Matematicamente temos aproximação da integral com 𝑥0 = 𝑎, 𝑥1 = 𝑏, ℎ = 𝑏 − 𝑎,


𝑥−𝑥1 𝑥−𝑥0 𝑏 ℎ
𝑃1 (𝑥) = 𝐿0 𝑓(𝑥0 ) + 𝐿1 𝑓(𝑥1 ) = 𝑥 𝑓(𝑥0 ) + 𝑥 𝑓(𝑥1 ) , temos ∫𝑎 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑎) +
0 −𝑥1 1 −𝑥0 2
𝑏−𝑎
𝑓(𝑏)) − ℎ2 𝑓 ′′ (𝜉(𝑥)).
12

3.2 Regra de Simpson:

A ideia desta regra é pegar os dois pontos extremos e o ponto médio da parte do
gráfico que desejamos calcular a área e traçar uma curva polinomial, cuja área será mais fácil
de calcular e nos dará uma aproximação para a área que queremos. Vemos graficamente o
método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1:

Gráfico 6: Regra de Simpson.

Fonte: Autoria própria.

Matematicamente temos aproximação da integral com 𝑥0 = 𝑎, 𝑥2 = 𝑏, ℎ =


𝑏−𝑎 (𝑥−𝑥1 )(𝑥−𝑥2 ) (𝑥−𝑥 )(𝑥−𝑥 )
2
, 𝑥 = 𝑥 + ℎ, 𝑃2 (𝑥) = (𝑥
1 0 −𝑥 )(𝑥 −𝑥 )
𝑓(𝑥0 ) + (𝑥 −𝑥0 )(𝑥 −𝑥2 ) 𝑓(𝑥1 ) +
0 1 0 2 1 0 1 2
(𝑥−𝑥0 )(𝑥−𝑥1 ) 𝑏 ℎ 𝑏−𝑎 2 ′′
𝑓(𝑥2 ), temos ∫𝑎 𝑓(𝑥)𝑑𝑥 = 2 (𝑓(𝑎) + 𝑓(𝑏)) − 12 ℎ 𝑓 (𝜉(𝑥)).
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )
3.3 Integração Composta:
Para obter melhor precisão de aproximação subdividimos o intervalo [𝑎, 𝑏] em 𝑛
subintervalos, com 𝑛 ∈ ℕ, e aplicamos a cada subintervalo as regras já apresentadas.

3.3.1 Regra do trapézio Composta:


𝑏−𝑎
Temos aproximação da integral com 𝑥0 = 𝑎, 𝑥𝑛 = 𝑏, ℎ = , 𝑥𝑗 = 𝑥0 + 𝑗ℎ, para
2
𝑛−1
𝑏 ℎ 𝑏−𝑎
𝑗 = 0,1, … , 𝑛, temos ∫𝑎 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥𝑗 ) + 𝑓(𝑏)) − ℎ2 𝑓 ′′ (𝜉(𝑥)) .
2 𝑗=1 12

Vemos graficamente o método com 𝑓: [0,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1 para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6 :

Gráfico 7: Regra do trapézio composta para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6.

Fonte: Autoria própria.

3.3.2 Regra de Simpson Composta:


𝑏−𝑎
Temos aproximação da integral com 𝑥0 = 𝑎, 𝑥𝑛 = 𝑏, ℎ = , 𝑥𝑗 = 𝑥0 + 𝑗ℎ, para
2
𝑛/2−1 𝑛/2
𝑏 ℎ
𝑗 = 0,1, … , 𝑛, temos ∫𝑎 𝑓(𝑥)𝑑𝑥 = (𝑓(𝑎) + 2 ∑ 𝑓(𝑥2𝑗 ) + 4 ∑ 𝑓(𝑥2𝑗−1 ) +
3 𝑗=1 𝑗=1

𝑏−𝑎
𝑓(𝑏)) − ℎ4 𝑓 (4) (𝜉(𝑥)). Vemos graficamente o método com 𝑓: [1,4] → ℝ, 𝑓(𝑥) = sin 𝑥 + 1
180

para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6 :

Gráfico 8: Regra de Simpson composta para 𝑛 = 2, 𝑛 = 4 e 𝑛 = 6.

Fonte: Autoria própria.


4 Quadratura de Gauss.
Método que otimiza a área em função da oscilação da função 𝑓. Segue graficamente
a regra dos trapézios com duas funções como exemplo comparando o método Newton
Cotes com a quadratura de Gauss.
Na aproximação da quadratura de Gauss da forma composta
𝑏 𝑛
∫𝑎 𝑓(𝑥)𝑑𝑥 ≅ ∑𝑖=1 𝑐𝑖 𝑓(𝑥𝑖 ) o método tem 2𝑛 parâmetros, que são os nós 𝑥1 , … , 𝑥𝑛 e os
coeficientes 𝑐1 , … , 𝑐𝑛 .
Definimos o polinômio de Legendre {𝑃0 , … , 𝑃𝑛 } com as propriedades para 𝑃𝑗 (𝑥):
I. Para cada 𝑗 ∈ ℕ, é polinômio mônico, ou seja, o coeficiente dominante é 1;
1
II. ∫−1 𝑃(𝑥)𝑃𝑗 (𝑥)𝑑𝑥 = 0 , ou seja, ortogonal para polinômio com grau menor que 𝑗;
1
III. Seja o produto escalar 〈𝑓, 𝑔〉 = ∫−1 𝑓(𝑥)𝑔(𝑥)𝑑𝑥 e definimos seguindo a
sequencia 𝑃0 (𝑥) = 1, 𝑃1 (𝑥) = (𝑥 − 𝛼0 )𝑃0 (𝑥) = 𝑥, 𝑃𝑗+1 (𝑥) = (𝑥 − 𝛼𝑗 )𝑃𝑗 (𝑥) −
1
〈𝑥𝑃𝑗 (𝑥),𝑃𝑗 (𝑥)〉 ∫−1 𝑥(𝑃𝑗 (𝑥))2 𝑑𝑥
𝛽𝑗 𝑃𝑗−1 (𝑥) , para cada 𝑗 = 2,3, … , em que 𝛼𝑗 = 〈𝑃𝑗 (𝑥),𝑃𝑗 (𝑥)〉
= 1 e
∫−1 (𝑃𝑗 (𝑥))2 𝑑𝑥
1
〈𝑃𝑗 (𝑥),𝑃𝑗 (𝑥)〉 ∫−1 (𝑃𝑗 (𝑥))2 𝑑𝑥
𝛽𝑗 = 〈𝑃 = 1 .
𝑗−1 (𝑥),𝑃𝑗−1 (𝑥)〉 ∫−1 (𝑃𝑗−1 (𝑥))2 𝑑𝑥

1 1
Exemplo: 𝑃2 (𝑥) = (𝑥 − 𝛼2 )𝑃1 (𝑥) − 𝛽2 𝑃0 (𝑥) = (𝑥 − 0)𝑥 − 3 = 𝑥 2 − 3.

O polinômio de Legendre é usado no principal resultado da quadratura de Gauss.

Teorema: Sejam 𝑥1 , … , 𝑥𝑛 raízes de 𝑃𝑛 (𝑥), 𝑛-ésimo polinômio de Legendre e definimos os


1 𝑥−𝑥
coeficientes 𝑐𝑖 = ∫−1 ∏𝑛𝑗=1:𝑗≠𝑖 𝑥 −𝑥𝑗 𝑑𝑥, para cada 1, … , 𝑛. Se 𝑃(𝑥) é um polinômio qualquer
𝑖 𝑗
1 𝑛
de grau menor que 2𝑛, então ∫−1 𝑃(𝑥)𝑑𝑥 = ∑𝑖=1 𝑐𝑖 𝑃(𝑥𝑖 ).

Observação: Para um domínio qualquer [𝑎, 𝑏] podemos aplicar os resultados apresentados


1
nesta seção usando a seguinte mudança de variável: 𝑥 = 2 ((𝑏 − 𝑎)𝑡 + 𝑎 + 𝑏) ⟺ 𝑡 =
2𝑥−𝑎−𝑏 𝑏 1 1 𝑏−𝑎
, logo ∫𝑎 𝑓(𝑥)𝑑𝑥 = ∫−1 𝑓 (2 ((𝑏 − 𝑎)𝑡 + 𝑎 + 𝑏)) 𝑑𝑡 .
𝑏−𝑎 2

5 Referências.
BARROSO, L. C., Cálculo Numérico. S. Paulo: HARBRA, 1987.
BURDEN, R. L. ; FAIRES, J. D.. Análise Numérica, Cengage Learning, Tradução da 8. Ed.
Americana, 2008.
FRANCO, N. B. Cálculo Numérico. Pearson Prentice Hall, 2007.
HOHEBWARTER, Markus. GeoGebra clássico 6: Software de geometria dinâmica. Disponível
em: <https://www.geogebra.org/download>. Acesso em: 23 de agosto de 2020.
RUGGIERO, M. A. G., Cálculo Numérico: Aspectos Teóricos e Computacionais, São Paulo,
McGraw-Hill, 1998.
REAMAT - Cálculo Numérico. REAMAT, 2020. Cálculo Numérico - Versão GNU Octave.
Disponível em: <https://www.ufrgs.br/reamat/CalculoNumerico/livro-oct/in.html>. Acesso
em: 09 de junho de 2020.

http://poca.ufscar.br/
http://poca.ufscar.br/

Você também pode gostar