Notas de C´ alculo Num´ erico

Integrac¸ ˜ ao Num´ erica
1
Prof. Valent´ın Mendoza
Universidade Federal de Vic¸osa
Novembro 2013.
1
Coment´ arios, cr´ıticas e sugest ˜ oes podem ser encaminhadas ao email valentin@ufv.br. Seremos gratos
a quem comunicar os erros de qualquer natureza encontrados no texto.
1 Integrac¸ ˜ ao Num´ erica
1.1 Introduc¸ ˜ ao
Cada vez que descrevemos um problema utilizando derivadas podemos inferir que a
soluc¸ ˜ ao do mesmo envolve integrais do tipo
I( f ) =
_
b
a
f (x)dx (1)
em que f : [a, b] →R ´ e uma func¸ ˜ ao cont´ınua no intervalo [a, b] com valores nos n´ umeros
reais. Estudando as t´ ecnicas de integrac¸ ˜ ao do C´ alculo, sabemos que existemfunc¸ ˜ oes f (x)
para as quais n˜ ao existe uma integral em termos de func¸ ˜ oes elementares. Por exemplo,
as seguintes integrais s˜ ao dif´ıceis de calcular
_
sin(x)
x
dx,
_
e
−x
2
dx. (2)
Assim, ´ e necessario o uso de integrac¸˜ ao num´ erica.
Em outros casos, quando temos pouca informac¸ ˜ ao sobre a func¸ ˜ ao, por exemplo,
quando conhecemos a func¸ ˜ ao em um n´ umero finito de pontos, tamb´ em ´ e necess´ aria
alguma t´ ecnica de integrac¸ ˜ ao num´ erica. Por exemplo no seguinte problema:
Exemplo 1.1. Um radar foi usado para medir a velocidade de um corredor durante os
primeiros 5 segundos de uma corrida (Veja a tabela ). Estime a distˆ ancia que o corredor
cobriu durante aqueles 5 segundos.
t(s) 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
v(m/s) 0 4.67 7.34 8.86 9.73 10.22 10.51 10.67 10.76 10.81 10.81
Note que s´ o conhecemos a func¸ ˜ ao v(t) em 10 pontos, mas mesmo assim, desejamos
determinar o valor aproximado da integral
_
5
0
v(t)dt, (3)
dado que a distˆ ancia ´ e a integral da velocidade em relac¸ ˜ ao ao tempo.
Numa terceira situac¸ ˜ ao, pode ser que exista uma f ´ ormula para integrar f (x) mas tal
vez est´ a f ´ ormula n˜ ao seja a maneira mais eficiente de calcular I( f ).
2
1.2 Preliminares
Considere uma func¸ ˜ ao cont´ınua f : [a, b] →R definida num intervalo [a, b].
A ideia b´ asica da integrac¸ ˜ ao num´ erica ´ e obter I( f ) via interpolac¸ ˜ ao. Isto ´ e, primeiro
aproximar f (x) por um polinˆ omio interpolante P
n
(x) de grau n em [a, b], um polinˆ omio
sobre n + 1 pontos x
0
= a, x
1
, ..., x
n−1
, x
n
= b tais que a separac¸ ˜ ao entre eles ´ e dada por
h =
b − a
n
,
ou x
i
= x
0
+ ih, para todo i = 0, 1, ..., n.
Figura 1: Polinˆ omio P
n
(x) que interpola f (x).
Ent˜ ao pode-se aproximar a integral de f (x) usando a integral de P
n
(x).
Se P
n
(x) interpola f (x) nos pontos x
0
= a, x
1
, ..., x
n
= b, ent˜ ao
I( f ) =
_
b
a
f (x)dx ≈
_
b
a
P
n
(x)dx. (4)
Assim, aproximar I( f ) reduz-se a determinar a integral de um polinˆ omio, o qual ´ e f´ acil
de realizar.
1.2.1 Estudo do Erro
Uma vez feita a aproximac¸ ˜ ao, fica ainda o estudo do erro cometido no processo de
aproximar. Este erro pode ser estudado com a equac¸ ˜ ao:
f (x) = P
n
(x) + R
n
(x) (5)
obtida na interpolac¸ ˜ ao de Newton, em que P
n
(x) ´ e o polinˆ omio interpolante e R
n
(x) ´ e o
resto dado por
R
n
(x) = (x − x
0
)(x − x
1
)...(x − x
n
) f [x
0
, x
1
, ..., x
n
, x] (6)
3
em que f [x
0
, x
1
, ..., x
n
, x] ´ e a diferenc¸a dividida de ordem (n + 1).
Dessa forma, integrando a igualdade (5) entre a e b:
I( f ) =
_
b
a
P
n
(x)dx +
_
b
a
R
n
(x), (7)
a partir do qual deduzimos que o erro cometido E
n
´ e dado por
E
n
=
_
b
a
R
n
(x). (8)
Repare que pode-se escrever o resto na forma R
n
(x) = ψ(x) f [x
0
, x
1
, ..., x
n
, x] em que
ψ(x) = (x − x
0
)(x − x
1
)...(x − x
n
) (9)
Usando o Teorema de Rolle, pode-se mostrar que existe um ξ ∈ [a, b] tal que
f [x
0
, x
1
, ..., x
n
, x] =
f
(n+1)
(ξ)
(n + 1)!
. (10)
Assim, o erro ´ e dado pela integral
E
n
=
_
x
n
x
0
f
(n+1)
(ξ)
(n + 1)!
ψ(x)dx. (11)
O primeiro resultado ´ e o seguinte:
Proposic¸ ˜ ao 1.1. O erro E
n
´ e limitado pela seguinte express˜ ao:
|E
n
| ≤
K
(n + 1)!
_
x
n
x
0
|ψ(x)|dx, (12)
em que
K = max
_
| f
(n+1)
(x)| : x
0
≤ x ≤ x
n
_
.
Demonstrac¸˜ ao. Pela Equac¸ ˜ ao (11), obtemos
|E
n
| ≤ max
_
|
f
(n+1)
(ξ)
(n + 1)!
|, ξ ∈ [x
0
, x
n
]
_
_
x
n
x
0
|ψ(x)|dx ≤
K
(n + 1)!
_
x
n
x
0
|ψ(x)|dx. (13)
pela definic¸ ˜ ao de K.
4
Observac¸˜ ao 1.1. Pela Proposic¸ ˜ ao 1.1, ´ e suficiente estudar o comportamento de
_
x
n
x
0
|ψ(x)|dx (14)
para determinar umlimitante superior do erro E
n
. Aqui vamos trabalhar dois casos:
(a) Caso 1: Se ψ(x) ≥ 0 para todo x ∈ [x
0
, x
n
], ou se ψ(x) ≤ 0 para todo x ∈ [x
0
, x
n
].
(b) Caso 2: Se ψ(x) satisfaz
_
x
n
x
0
ψ(x)dx = 0.
1.3 Regra dos Trap´ ezios.
A regra dos trap´ ezios ´ e a mais simple das regras de integrac¸ ˜ ao, ou seja, quando con-
sideramos n = 1. Isto ´ e a interpolac¸ ˜ ao ser´ a dada sobre dois pontos x
0
= a e x
1
= b
e o polinˆ omio interpolante P
1
(x) ´ e uma reta. Definamos h = b − a e seja y
0
= f (x
0
) e
y
1
= f (x
1
). O polinˆ omio P
1
(x) pode ser encontrado usando as diferenc¸as divididas:
x
i
y
i
ordem 0 ordem 1
x
0
y
0
y
0
y
1
−y
0
h
x
1
y
1
y
1
Figura 2: Aproximac¸ ˜ ao usando um polinˆ omio de grau 1.
Pela f ´ ormula de interpolac¸ ˜ ao de Newton, o polinˆ omio interpolante ´ e
P
1
(x) = y
0
+
y
1
− y
0
h
(x − x
0
) (15)
Ent˜ ao a aproximac¸ ˜ ao de I( f ) ser´ a
I( f ) =
_
b
a
f (x)dx ≈
_
x
1
x
0
P
1
(x)dx =
_
x
1
x
0
_
y
0
+
y
1
− y
0
h
(x − x
0
)
_
dx. (16)
5
Desenvolvendo as contas da ´ ultima integral e fazendo x = x
0
+ u, obtemos:
I( f ) ≈
_
h
0
_
y
0
+
_
y
1
− y
0
h
_
u
_
du =
h
2
[y
0
+ y
1
] =
h
2
[ f (x
0
) + f (x
1
)]. (17)
Observac¸˜ ao 1.2. A f ´ ormula
I( f ) ≈
h
2
[ f (x
0
) + f (x
1
)]. (18)
´ e denominada Regra do Trap´ ezio porque a ´ area abaixo do polinˆ omio P
1
(x) corres-
ponde ` a ´ area de um trap´ ezio.
1.3.1 Limitante superior do erro na Regra do Trap´ ezio
Note que ψ(x) = (x − x
0
)(x − x
1
), ent˜ ao ψ(x) ≤ 0 para todo x ∈ [x
0
, x
1
]. Isto implica que
|ψ(x)| = −ψ(x) = (x − x
0
)(x
1
− x) para todo x ∈ [x
0
, x
1
]. Pela f ´ ormula (12) para o erro E
1
obtemos
|E
1
| ≤
K
(1 + 1)!
_
x
1
x
0
(x − x
0
)(x
1
− x)dx, (19)
em que
K = max{| f
(2)
(x)| : x
0
≤ x ≤ x
1
}.
Fazendo a mudanc¸a x = x
0
+ u, obtemos
|E
1
| ≤
K
(2)!
_
h
0
u(h − u)du =
h
3
12
max{| f
(2)
(x)| : x
0
≤ x ≤ x
1
}. (20)
Resumindo:
A aproximac¸ ˜ ao de I( f ) dada pela Regra do Trap´ ezio ´ e
I( f ) ≈
h
2
[ f (x
0
) + f (x
1
)]. (21)
e o limitante superior para o erro E
1
´ e dado por
|E
1
| ≤
h
3
12
max{| f
(2)
(x)| : x
0
≤ x ≤ x
1
}. (22)
Exemplo 1.2. Usando a Regra dos Trap´ ezios, encontre uma aproximac¸ ˜ ao da integral
_
2
1
1
x
dx (23)
6
e determine um limitante superior para o erro cometido ao aproximar a integral.
Soluc¸ ˜ ao:
Definimos x
0
= a = 1 e x
1
= b = 2 e ent˜ ao h = x
1
− x
0
= 1. Assim, f (x
0
) = f (1) = 1 e
f (x
1
) = f (2) = 0, 5. Por tanto, a aproximac¸ ˜ ao da integral dada pela f ´ ormula (21) ´ e:
I( f ) ≈
1
2
[1 + 0, 5] = 0, 75. (24)
Para determinar o limitante superior do erro precisamos da derivada f
(2)
(x) =
2
x
3
.
Assim
max{| f
(2)
(x)| : x
0
≤ x ≤ x
1
} = max{
2
x
3
: 1 ≤ x ≤ 2} =
2
1
= 2.
Por tanto, pela inequac¸ ˜ ao (22),
|E
1
| ≤
1
3
12
(2) =
2
12
= 0, 16666. (25)
Logo a integral pertence ao intervalo I( f ) ∈ [0.75 − 0.16666, 0.75 + 0.16666] =
[0.58334, 0.91666].
1.3.2 Regra do Trap´ ezio Generalizada
A Regra dos Trap´ ezios Generalizada consiste na subdivis˜ ao do intervalo de integrac¸ ˜ ao
[a, b] em n sub-intervalos I
i
= [x
i−1
, x
i
] para i = 1, ..., n, cada um de comprimento h =
b−a
n
,
definidos pelos pontos
x
0
= a, x
1
= a + h, x
2
= a + 2h, ..., x
i
= a + ih, ..., x
n
= b,
para logo aplicar a regra dos trap´ ezios em cada sub-intervalo I
i
para i = 1, ..., n. Desse
modo, a integral I( f ) ser´ a aproximada pela soma das integrais em cada sub-intervalo
calculadas utilizando a regra do trap´ ezio. A figura abaixo apresenta o caso de 5 sub-
intervalos.
Figura 3: Regra do Trap´ ezio Generalizada.
7
A aproximac¸ ˜ ao no intervalo I
i
´ e dada por
A
i
=
h
2
[ f (x
i−1
) + f (x
i
)].
Assim, a aproximac¸ ˜ ao ser´ a:
I( f ) ≈ A
1
+ A
2
+ .... + A
n
(26)
Substituindo os valores:
I( f ) ≈
h
2
[ f (x
0
) + f (x
1
)] +
h
2
[ f (x
1
) + f (x
2
)] + .... +
h
2
[ f (x
n−1
) + f (x
n
)] (27)
Simplificando
I( f ) ≈
h
2
[ f (x
0
) + 2
n−1

i=1
f (x
i
) + f (x
n
)] (28)
O erro na Regra do Trap´ ezios Generalizada ´ e limitado pela soma dos erros em cada
subintervalo I
i
. Denotemos por E(i) o erro no intervalo I
i
, e ent˜ ao, pela inequac¸ ˜ ao 22,
|E(i)| ≤
h
3
12
max{| f
(2)
(x)| : x
i−1
≤ x ≤ x
i
}, ∀i = 1, ..., n. (29)
Ent˜ ao o erro total E da regra generalizada ´ e limitado pela express˜ ao:
|E| ≤ E(1) + E(2) + ... + E(n) ≤ n
h
3
12
max{| f
(2)
(x)| : x
0
≤ x ≤ x
n
}. (30)
Sabendo que nh = x
n
− x
0
, obtemos
|E| ≤
h
2
12
(x
n
− x
0
) max{| f
(2)
(x)| : x
0
≤ x ≤ x
n
}. (31)
Exemplo 1.3. Encontre aproximadamente a integral
_
2
0

1 + x
2
dx
e determine um limitante superior para o erro cometido ao aproxim´ a-la pela Regra do
Trap´ ezio Generalizada com n = 4.
8
Soluc¸ ˜ ao:
Dos dados f (x) =

1 + x
2
, h =
2−0
4
= 0, 5 e x
0
= 0, x
1
= 0, 5, x
2
= 1, x
3
= 1, 5, x
4
= 2.
Pela f ´ ormula
I( f ) =
_
2
0

1 + x
2
dx ≈
h
2
[ f (x
0
) + 2
3

i=1
f (x
i
) + f (x
4
)] (32)
deduzimos
I( f ) ≈
0, 5
2
[ f (x
0
) + 2( f (x
1
) + f (x
2
) + f (x
3
)) + f (x
4
)]. (33)
Substituindo os valores dos f (x
i
) obtemos:
I( f ) ≈
0, 5
2
[1 + 2(1, 1180 + 1, 4142 + 1, 8027) + 2, 2360] = 2, 9763 (34)
Observe que f
(2)
(x) =
1
(1+x
2
)
3/2
e
max{| f
(2)
(x)| : 0 ≤ x ≤ 2} = max{
1
(1 + x
2
)
3/2
: 0 ≤ x ≤ 2} = 1
Dessa forma
|E| ≤
(0.5)
2
12
(2 − 0)(1) = 0, 0416.
1.4 Regra
1
3
de Simpson
A Regra 1/3 de Simpson ocorre quando o polinˆ omio interpolante P
n
(x) tem grau n = 2.
Ou seja, f (x) ´ e aproximada por uma par´ abola. Definamos
h =
b − a
2
, e , x
0
= a, x
1
= a + h, x
2
= b.
e
y
0
= f (x
0
), y
1
= f (x
1
), y
2
= f (x
2
).
Encontraremos P
2
(x) usando as diferenc¸as divididas dadas na tabela abaixo:
x
i
y
i
ordem 0 ordem 1 ordem 2
x
0
y
0
y
0
y
1
−y
0
h
x
1
y
1
y
1
y
2
−2y
1
+y
0
2h
2
y
2
−y
1
h
x
2
y
2
y
2
9
Figura 4: Aproximac¸ ˜ ao usando um polinˆ omio de grau 2
Pela f ´ ormula de Interpolac¸ ˜ ao de Newton, o polinˆ omio P
2
(x) ´ e dado por:
P
2
(x) = y
0
+
y
0
− y
1
h
(x − x
0
) +
y
2
− 2y
1
+ y
0
2h
2
(x − x
0
)(x − x
1
). (35)
Integrando entre x
0
e x
1
e fazendo a mudanc¸a de vari´ avel x = x
0
+ u obtemos
_
x
2
x
0
P
2
(x)dx =
_
2h
0
[y
0
+
y
0
− y
1
h
u +
y
2
− 2y
1
+ y
0
2h
2
u(u − h)]du. (36)
Desenvolvendo as contas:
_
x
1
x
0
P
2
(x)dx =
h
3
[y
0
+ 4y
1
+ y
2
]. (37)
Logo,
I( f ) ≈
h
3
[ f (x
0
) + 4 f (x
1
) + f (x
2
)]
.
Observac¸˜ ao 1.3. A F´ ormula
_
b
a
f (x)dx ≈
h
3
[ f (x
0
) + 4 f (x
1
) + f (x
2
)] (38)
´ e chamada regra 1/3 de Simpson.
1.4.1 Limitante superior para o Erro E
2
na regra 1/3 de Simpson
Neste caso ψ(x) = (x − x
0
)(x − x
1
)(x − x
2
) e desde que x
1
= a + h =
a+b
2
, segue que
_
x
2
x
0
ψ(x)dx = 0 (39)
10
Procedemos da seguinte maneira para estimar o erro cometido. Acrescentamos um
ponto artificial x
3
:= x
1
ao conjunto de pontos x
0
, x
1
, x
2
e determinaremos o polinˆ omio
interpolante P

(x) que ´ e definido pelos pontos
x
0
, x
1
, x
2
, x
3
.
A tabela de diferenc¸as divididas para estes 4 pontos ´ e
x
i
y
i
ordem 0 ordem 1 ordem 2 ordem 3
x
0
y
0
y
0
y
1
−y
0
h
x
1
y
1
y
1
y
2
−2y
1
+y
0
2h
2
y
2
−y
1
h
4y
1
−3y
2
−y
0
2h
3
x
2
y
2
y
2
y
1
−y
2
h
2
y
1
−y
2
h
x
1
y
1
y
1
Pela f ´ ormula interpol´ atoria de Newton,
P

(x) = y
0
+
y
0
− y
1
h
(x−x
0
)+
y
2
− 2y
1
+ y
0
2h
2
(x−x
0
)(x−x
1
)+
4y
1
− 3y
2
− y
0
2h
3
(x−x
0
)(x−x
1
)(x−x
2
).
Em outras palavras
P

(x) = P
2
(x) +
4y
1
− 3y
2
− y
0
2h
3
ψ(x). (40)
Integrando entre x
0
e x
2
e como
_
x
2
x
0
ψ(x)dx = 0 obtemos
_
x
2
x
0
P

(x)dx =
_
x
2
x
0
P
2
(x)dx +
4y
1
− 3y
2
− y
0
2h
3
_
x
2
x
0
ψ(x)dx =
_
x
2
x
0
P
2
(x)dx. (41)
Inferimos que aproximar I( f ) pela integral de P
2
(x) ´ e igual a aproxim´ a-la pela integral
de P

(x). Por tanto, o erro cometido usando P
2
(x) ´ e igual ao erro cometido usando P

(x).
Assim, ´ e suficiente determinar o erro para P

(x) que ´ e um polinˆ omio de grau 3 = 2 + 1.
Isto ´ e, devemos realizar a mesma an´ alise da sec¸ ˜ ao (1.2.1) para P

(x). Ent˜ ao definindo a
func¸ ˜ ao
ψ

(x) = (x − x
0
)(x − x
1
)(x − x
2
)(x − x
1
) = (x − x
0
)(x − x
1
)
2
(x − x
2
) (42)
obtemos que, existe um ξ ∈ [x
0
, x
2
] tal que
f (x) = P

(x) +
f
(4)
(ξ)
4!
ψ

(x) (43)
Desse modo,
|E| = |
_
x
2
x
0
( f (x) − P

(x))dx| ≤
_
x
2
x
0
|
f
(4)
(ξ)
4!
||ψ

(x)|dx ≤
K
4!
_
x
2
x
0


(x)|dx (44)
11
em que K = max
_
| f
(4)
(x)| : x
0
≤ x ≤ x
2
_
. Como ψ

(x) ≤ 0 para todo x ∈ [x
0
, x
2
],


(x)| = −ψ

(x) em [x
0
, x
2
]. Fazendo a mudanc¸a x = u + x
0
e integrando
_
x
2
x
0


(x)|dx = −
_
2h
0
u(u − h)
2
(u − 2h)du =
4h
5
15
(45)
Substituindo na equac¸ ˜ ao (44),
|E| ≤
K
4!
4h
5
15
(46)
ou seja,
O erro na regra 1/3 de Simpson ´ e
|E| ≤
h
5
90
max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
(47)
Exemplo 1.4. Encontre uma aproximac¸ ˜ ao da integral
_
2
1
x
2
ln(x)dx (48)
pela regra 1/3 de Simpson e determine um limitante superior para o erro cometido ao
realizar a aproximac¸ ˜ ao.
Soluc¸ ˜ ao:
Neste exemplo h =
2−1
2
= 0, 5, x
0
= 1, x
1
= 1, 5, x
2
= 2 e
f (x
1
) = 0, f (x
1
) = 0, 91229, f (x
2
) = 2, 77258.
Substituindo na aproximac¸ ˜ ao dada pela equac¸ ˜ ao (38) da Regra 1/3 de Simpson:
_
2
1
x
2
ln(x)dx ≈
0, 5
3
[0 + 4(0, 91229) + 2, 77258] = 1, 07029. (49)
Repare que f
(4)
(x) = −
2
x
2
ent˜ ao
max
_
| f
(4)
(x)| : 1 ≤ x ≤ 2
_
= max
_
2
x
2
: 1 ≤ x ≤ 2
_
= 2. (50)
Por tanto, um limitante superior para o erro ´ e dado por
|E| ≤
(0, 5)
5
90
(2) = 0, 00069. (51)
12
1.4.2 Regra 1/3 de Simpson Generalizada
Analogamente que no caso da Regra do Trap´ ezio, a Regra 1/3 de Simpson pode-se
generalizar. Isto ´ e, podemos dividir o intervalo de integrac¸ ˜ ao [a, b] em n sub-intervalos
e aplicar a regra 1/3 de Simpson a cada dois sub-intervalos. Isto s´ o ´ e poss´ıvel de fazer
se n ´ e par.
Definimos h =
b−a
n
, os pontos
x
0
= a, x
1
= a + h, x
2
= a + 2h, ..., x
n
= b.
e os intervalos I
i
= [x
i−1
, x
i
]. A figura abaixo mostra a sub-divis˜ ao com n = 6 sub-
intervalos.
Figura 5: Regra 1/3 de Simpson Generalizada.
A cada dois intervalos I
2j−1
e I
2j
podemos aplicar a Regra 1/3 de Simpson obtendo
uma aproximac¸ ˜ ao da integral de f (x) no intervalo I
2j−1
∪ I
2j
:
_
x
2j
x
2j−2
f (x)dx ≈
h
3
[ f (x
2j−2
) + 4 f (x
2j−1
) + f (x
2j
)] = A
j
, ∀j = 1, ..., n/2. (52)
Assima integral I( f ) ser´ a aproximada pela soma das aproximac¸ ˜ aos sobre estes intervalos:
_
x
n
x
0
f (x)dx ≈ A
1
+ A
2
+ ... + A
n/2
(53)
ou
_
x
n
x
0
f (x)dx ≈
h
3
[ f (x
0
)+4f (x
1
)+f (x
2
)]+
h
3
[ f (x
2
)+4 f (x
3
)+f (x
4
)]+...+
h
3
[ f (x
n−2
)+4 f (x
n−1
)+f (x
n
)].
Simplificando, obtemos a Regra 1/3 de Simpson Generalizada
_
x
n
x
0
f (x)dx ≈
h
3
[ f (x
0
) + 4

i impar
f (x
i
) + 2

i par
f (x
i
) + f (x
n
)]. (54)
13
Como o erro total ´ e menor que a soma dos n/2 erros individuais, segue que
|E| ≤
n
2
.
h
5
90
max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
(55)
Sabendo que nh = x
n
−x
0
e sustituindo na desigualdade anterior, o erro na Regra 1/3 de
Simpson Generalizada ´ e
|E| ≤
h
4
180
(x
n
− x
0
) max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
. (56)
Exemplo 1.5. Encontre uma aproximac¸ ˜ ao da integral
_ π
6
0
ln(cos x)dx (57)
pela Regra 1/3 de Simpson Generalizada e determine o menor n´ umero de sub-intervalos
que s˜ ao necess´ arios para que o erro seja menor que 10
−6
.
Soluc¸ ˜ ao:
Repare que para satisfazer a condic¸ ˜ ao desejada, ´ e suficiente que:
h
4
180
(x
n
− x
0
) max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
< 10
−6
(58)
Note que h =
π/6
n
=
π
6n
e f
(4)
(x) = 2sec
4
(x) − 4sec
2
(x). Ent˜ ao:
max
_
| f
(4)
(x)| : 0 ≤ x ≤ π/6
_
= max
_
− 2sec
4
(x) + 4sec
2
(x) : 0 ≤ x ≤ π/6
_
=
16
9
(59)
Substituindo em (58),
h
4
180
(π/6 − 0)
16
9
< 10
−6
=⇒ h < 0, 11786 =⇒
π
6n
< 0, 11786 (60)
Logo n > 4, 4425. Como n deve ser par, o menor n ´ e 6.
Com este dado, podemos calcular a integral. Teremos que h =
π
6n
=
π
36
. Os
pontos est˜ ao tabelados abaixo:
i 0 1 2 3 4 5 6
x
i
0
π
36
π
18
π
12
π
9

36
π
6
f (x
i
) 0 -0.003812 -0.015308 -0,034668 -0,062202 -0,098376 -0,143841
14
Pela regra 1/3 de Simpson Generalizada
_ π
6
0
ln(cos x)dx ≈
π/36
3
[0 + 4(−0.003812 − 0.034668 − 0, 098376)+
+2(−0, 015308 − 0, 062202) − 0, 143841]
Ent˜ ao
_ π
6
0
ln(cos x)dx ≈ −0, 024617.
1.5 Regra
3
8
de Simpson
Como era de esperarse, a regra
3
8
de Simpson ´ e obtida aproximando f (x) por um po-
linˆ omio P
3
(x) de grau n = 3. Supondo que desejamos aproximar
I( f ) =
_
b
a
f (x)dx, (61)
definimos h =
b−a
3
, os pontos
x
0
= a, x
1
= a + h, x
2
= a + 2h, x
3
= b,
e suas imagens
y
0
= f (x
0
), y
1
= f (x
1
), y
2
= f (x
2
), y
3
= f (x
3
).
Figura 6: Aproximac¸ ˜ ao usando um polinˆ omio de grau 3.
Fazendo uma an´ alise similar ` a aquela feita nos casos anteriores, deduzimos que a
aproximac¸ ˜ ao de I( f ) ´ e dada por
15
I( f ) =
_
b
a
f (x)dx ≈
3h
8
[ f (x
0
) + 3 f (x
1
) + 3 f (x
2
) + f (x
3
)] (62)
tamb´ em chamada Regra 3/8 de Simpson.
1.5.1 Limitante superior para o erro na regra 3/8 de Simpson
Como nos casos anteriores podemos provar que o erro E na regra 3/8 de Simpson ´ e
limitado por
|E| ≤
3h
5
80
max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
(63)
Exemplo 1.6. A distˆ ancia vertical percorrida por um projetil entre x = 8 e x = 30
segundos ´ e dada pela f ´ ormula
_
30
8
[2000 ln
_
1400
1400 − 21x
_
− 9, 8x]dx. (64)
Utilize a regra 3/8 de Simpsonpara aproximar a integral e encontre umlimitante superior
para o erro.
Soluc¸ ˜ ao:
Dos dados temos que h =
30−8
3
=
22
3
. Os pontos e suas imagens est˜ ao tabelados
abaixo:
i 0 1 2 3
x
i
8
46
3
68
3
30
f (x
i
) 177,2667 372,4629 608,8976 901,6740
Pela regra 3/8 de Simpson generalizada
_ π
6
0
ln(cos x)dx ≈
3(22/3)
8
[177, 2667 + 3(372, 4629) + 3(608, 8976) + 901, 6740]
Ent˜ ao
_ π
6
0
ln(cos x)dx ≈ 11063, 3104.
Para determinar o limitante superior do erro, precisamos de
f
(4)
(x) =
2.3.21
4
.2000
(1400 − 21x)
4
.
16
Assim
max
_
| f
(4)
(x)| : 8 ≤ x ≤ 30
_
= max
_
2.3.21
4
.2000
(1400 − 21x)
4
: 8 ≤ x ≤ 30
_
= f
(4)
(30) = 0, 0063889
(65)
Substituindo no limitante do erro dado pela inequc¸ ˜ ao (63):
|E| ≤
3
80
.(
22
3
)
5
.(0, 0063889) = 5, 081178. (66)
1.5.2 Regra 3/8 de Simpson Generalizada
Para utilizarmos a Regra 3/8 de Simpson Generalizada precisamos que n seja m´ ultiplo
de 3. Com isto podemos agrupar cada trˆ es intervalos e aplicar a regra 3/8 de Simpson a
cada grupo. Definindo
h =
b − a
n
, x
0
= a, ..., x
i
= a + ih, ..., x
n
= b
ent˜ ao I( f ) ´ e aproximada pela soma dos n/3 grupos e pode-se mostrar que
_
b
a
f (x)dx ≈
3h
8
[ f (x
0
) + 3

i3k
f (x
i
) + 2

i=3k
f (x
i
) + f (x
n
)]. (67)
J´ a o c´ alculo do erro da Regra 3/8 de Simpson Generalizada segue considerando que
o erro total ´ e menor que os erros individuais dos n/3 grupos:
|E| ≤
n
3
.
3h
5
80
max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
, (68)
que simplificando e substituindo nh = x
n
− x
0
fica
|E| ≤
h
4
80
(x
n
− x
0
) max
_
| f
(4)
(x)| : a ≤ x ≤ b
_
, (69)
Exemplo 1.7. Umfluido atravessa a secc¸ ˜ ao de umtubo comuma velocidade v(r), sendo r
a distˆ ancia radial ao centro da secc¸ ˜ ao. Determine a quantidade Qdo fluido que atravessa
esta secc¸ ˜ ao por unidade de tempo, dada por
Q = 2π
_
r
0
0
rv(r)dr (70)
17
r 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
v(r) 3 2.9499 2.8942 2.8312 2.7584 2.5642 2.4199 2.1985 2.1001 0
em que r
0
= 4.5 ´ e o raio da secc¸ ˜ ao circular do tubo, usando os valores da tabela:
Soluc¸ ˜ ao:
Dos dados h = 0.5 e n = 9. Repare que a func¸ ˜ ao a integrar ´ e f (r) := rv(r); a tabela
abaixo corresponde aos valores de f (r):
i 0 1 2 3 4 5 6 7 8 9
r
i
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
f (r
i
) 0 1,47495 2,8942 4,2468 5,5168 6,4105 7,2597 7,6947 8.4004 0
Pela regra 3/8 de Simpson generalizada,
Q ≈ 2π.
3(0, 5)
8
[0 + 3(1, 47495 + 2, 8942 + 5, 5168 + 6, 4105 + 7, 6947 + 8, 4004)+
+ 2(4, 2468 + 7, 2597) + 0]. (71)
Ent˜ ao Q ≈ 141, 59273.
Neste exemplo n˜ ao podemos calcular um limitante superior para o erro pois n˜ ao
temos a express˜ ao anal´ıtica de f (r).
Referˆ encias
[1] Arenales, Selma e Darezzo, Arthur: C´ alculo Num´ erico: aprendizagem com apoio de
software. S˜ ao Paulo, Thomson Learning, 2008.
[2] Bertoldi, Neide: C´ alculo Num´ erico. S˜ ao Paulo, Pearson Prentice Hall, 2006.
[3] Ruggeiro, M´ arcia e Lopes, Vera L´ ucia: C´ alculo Num´ erico: Aspectos Te´ oricos e Computa-
cionais . 2a Edic¸ ˜ ao, S˜ ao Paulo, Pearson Makron Books, 1996.
[4] Steward, James: C´ alculo . Vol. 1, Cengage Learning, S˜ ao Paulo, 2013.
18