Escolar Documentos
Profissional Documentos
Cultura Documentos
QUADRATURA DE GAUSS
ITERATIVA COM BASE NOS
POLINMIOS ORTOGONAIS
CLSSICOS
Dissertao de Mestrado, submetida ao Programa de
Ps-Graduao em Modelagem Matemtica e Computacional, como parte dos requisitos exigidos para
a obteno do ttulo de Mestre em Modelagem
Matemtica e Computacional.
Aluno:
Orientador:
Co-Orientador:
Agradecimentos
ii
Albert Einstein
iii
Resumo
Freqentemente as integrais denidas so usadas como ferramentas essenciais na resoluo de problemas de natureza matemtica, fsica, computacional, dentre outras. No
entanto, comum deparar-se com integrais de funes que no possuem antiderivada explcita ou cuja antiderivada no simples de se obter. Nestas situaes conveniente fazer
uso das quadraturas. A quadratura de Gauss utiliza os zeros dos polinmios ortogonais
como sendo os pontos do somatrio e os coecientes deste ltimo so obtidos por resultados relacionados aos polinmios. Neste trabalho, so apresentados os polinmios ortogonais clssicos e as quadraturas de Gauss com base sobre estes: Gauss-Legendre, GaussLaguerre, Gauss-Laguerre generalizada, Gauss-Hermite, Gauss-Jacobi, Gauss-Chebyshev
de 1a e de 2a espcies e Gauss-Gegenbauer. So desenvolvidos os algoritmos para as
quadraturas e suas respectivas implementaes. Para a obteno dos zeros e dos coecientes so apresentadas duas classes de algoritmos, as quais tm ecincias comparadas
em cada uma das quadraturas. Elabora-se um mtodo que identica a quadratura com
os respectivos algoritmos mais ecientes. Fundamentado num esquema de integrao iterativo e no-adaptativo proposto por Campos (2007), apresenta-se a quadratura iterativa
de Gauss: uma regra de integrao que fornece o resultado de uma quadratura com uma
tolerncia predenida para o erro. Sobre a quadratura iterativa so realizados vrios clculos de integrais com diversos tipos de funes.
Palavras-chave: polinmios ortogonais, quadratura de Gauss, integrao iterativa.
iv
Abstract
Frequently the denite integrals are used like essential tools in the resolution of problems of mathematical, physical, computational nature, among others. Although, it is
common to come across integrals of functions that have not explicit antiderivative or
whose antiderivative is not simple to be obtained. In these situations it is convenient
the use of the quadratures. The Gaussian quadrature uses the zeros of the orthogonal
polynomials like being the points of the sum and the coecients of this last are obtained
by results related to the polynomials. This work presents the classical orthogonal polynomials and then Gaussian quadrature based on these: Gauss-Legendre, Gauss-Laguerre,
generalized Gauss-Laguerre, Gauss-Hermite, Gauss-Jacobi, Gauss-Chebyshev of 1st and
of 2nd kinds and Gauss-Gegenbauer. The algorithms are developed for the quadratures
and it's respective implementations. For the attainment of zeros and of the coecients
two classes of algorithms are presented, and they have eciencies compared in each one
of quadratures. It elaborates a method that identies the quadrature in respect with a
more ecient algorithms. Based on a scheme of integration iterative and nonadaptive
introduced by Campos (2007), it presents the iterative Gaussian quadrature: a rule of
integration that supplies the result of a quadrature with one tolerance predened for the
error. Upon the iterative quadrature several calculations of integrals are carried out with
several types of functions.
Keywords: orthogonal polynomials, Gaussian quadrature, iterative integration.
Sumrio
Lista de Figuras
p. ix
Lista de Tabelas
p. xiii
1 Introduo
p. 1
1.1
A quadratura numrica . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 1
1.2
p. 3
1.2.1
p. 3
1.3
p. 4
1.4
p. 5
2 Polinmios ortogonais
p. 6
2.1
Propriedades
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
Polinmios de Legendre
. . . . . . . . . . . . . . . . . . . . . . . . . .
p. 23
2.3
p. 28
2.4
Polinmios de Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 32
2.5
Polinmios de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 34
2.6
Polinmios de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 37
2.7
p. 41
2.8
p. 46
2.9
Polinmios de Gegenbauer . . . . . . . . . . . . . . . . . . . . . . . . .
p. 50
p. 6
p. 54
3.1
Interpolao de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 54
3.2
Quadratura de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 58
4 Quadratura de Gauss
p. 60
4.1
Teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 60
4.2
Quadratura de Gauss-Legendre . . . . . . . . . . . . . . . . . . . . . .
p. 68
4.3
p. 69
4.4
Quadratura de Gauss-Laguerre
. . . . . . . . . . . . . . . . . . . . . .
p. 70
4.5
Quadratura de Gauss-Hermite . . . . . . . . . . . . . . . . . . . . . . .
p. 71
4.6
Quadratura de Gauss-Jacobi . . . . . . . . . . . . . . . . . . . . . . . .
p. 72
4.7
p. 73
4.8
p. 75
4.9
Quadratura de Gauss-Gegenbauer . . . . . . . . . . . . . . . . . . . . .
p. 77
p. 80
5.1
p. 80
5.2
Transferncia de intervalos . . . . . . . . . . . . . . . . . . . . . . . . .
p. 89
5.2.1
p. 89
5.2.2
p. 91
5.3
p. 92
5.4
Implementaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 96
5.4.1
p. 96
5.4.2
Gauss-Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 97
5.4.3
Gauss-Laguerre generalizada . . . . . . . . . . . . . . . . . . . .
p. 98
5.4.4
Gauss-Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 99
5.4.5
Gauss-Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 100
5.4.6
Gauss-Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 101
vii
5.4.7
Gauss-Chebyshev de 1a espcie . . . . . . . . . . . . . . . . . .
p. 102
5.4.8
Gauss-Chebyshev de 2a espcie . . . . . . . . . . . . . . . . . .
p. 103
5.4.9
Gauss-Gegenbauer . . . . . . . . . . . . . . . . . . . . . . . . .
p. 104
p. 105
5.5.1
Implementaes . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 109
5.6
p. 113
5.7
p. 116
5.7.1
p. 118
5.7.2
p. 119
5.5
6 Quadratura iterativa
gauss_iterativo
p. 121
6.1
Algoritmo
. . . . . . . . . . . . . . . . . . . . . . . .
p. 121
6.2
Programa QUAD_ITER . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 126
6.2.1
p. 131
Um caso especial . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 133
7.1
p. 133
7.2
p. 134
7.3
p. 135
7.4
p. 136
7.5
Trabalhos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 137
Referncias
p. 140
viii
Lista de Figuras
b
f (x) dx = rea. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 2
p. 3
p. 25
p. 30
p. 33
p. 35
p. 42
p. 47
p. 82
10
p. 83
11
p. 84
12
p. 85
13
p. 86
14
p. 87
15
p. 87
16
p. 88
17
2t c d
.. . . .
dc
p. 89
18
p. 92
19
p. 93
20
p. 93
21
p. 93
1
a
22
p. 94
23
p. 94
24
p. 94
25
p. 95
26
p. 95
p. 97
p. 97
p. 98
p. 98
p. 99
p. 99
p. 100
27
p. 100
0
2
28
0
29
0
30
0
31
32
33
34
1
2
35
dt via Gauss-Jacobi. . . . . . . . . . . . . . . . . . . . . . .
p. 101
dt via Gauss-Jacobi. . . . . . . . . . . . . . . . . . . . . . .
p. 101
p. 102
p. 102
p. 103
p. 103
1
2
0
1
2
36
t2
t2
1
2
0
1
37
t
7
t2
(1 t)t
0
1
38
t2
(1 t)t
0
1
39
0
1
40
41
p. 104
0
1
42
p. 104
43
p. 105
44
p. 106
45
. . . . . . .
p. 106
46
p. 106
47
p. 107
48
49
50
51
zero_h_hermite.
p. 114
52
zero_h_laguerre.
p. 115
53
p. 119
54
p. 122
55
p. 122
56
p. 123
57
p. 123
58
p. 123
59
p. 124
60
p. 124
61
p. 124
62
p. 126
10
63
p. 108
et dt via Gauss-Legendre. . . . . . . . . . . . . . . . . . . . . . .
p. 128
(4 t) sen(e2t )
dt via Gauss-Jacobi. . . . . . . . . . . . . . . . . . .
t+3
p. 128
0
4
64
3
xi
cos(t3 ) sen(3t2 )
10
p. 129
65
p. 129
(10 t)(t + 2)
2
9
66
0
2)
esen(5t
67
68
2
69
dt via Gauss-Gegenbauer. . . . . . . . . . . . . . .
p. 130
2et
dt via Gauss-Laguerre. . . . . . . . . . . . . . . . . . . . . .
p. 130
(8 t)(t + 1)
2
2 (t2 +1)
t4 dt via Gauss-Hermite. . . . . . . . . . . . . . . . . . . .
p. 131
70
p. 131
71
p. 136
72
p. 137
et
xii
Lista de Tabelas
1
Quadraturas de Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . . .
p. 90
p. 91
p. 109
p. 109
p. 109
3
0
2
4
0
5
0
p. 110
p. 110
p. 110
p. 110
10
p. 110
1
2
11
1
2
13
p. 111
p. 111
p. 111
p. 112
t
7
t2
t
7
t2
(1 t)t
0
1
14
t2
(1 t)t
0
1
0
p. 111
1
2
15
1
2
12
t2
16
p. 112
p. 112
0
1
17
p. 112
19
p. 116
20
p. 117
21
p. 121
22
p. 125
18
0
xiv
Introduo
O objetivo deste trabalho versar sobre os seguintes aspectos relacionados s quadraturas de Gauss: as principais ferramentas tericas (denies, teoremas, corolrios etc.)
envolvidos neste mtodo; a aplicabilidade no clculo de integrais com intervalos nitos,
semi-innitos e duplamente innitos, incluindo integrais com singularidades nos extremos
de integrao; os algoritmos e implementaes para a integrao; a comparao entre as
ecincias de dois algoritmos e o erro cometido pela quadratura. Por m, apresentada
a quadratura iterativa de Gauss um esquema de integrao iterativo e no-adaptativo
que objetiva fornecer o resultado da quadratura com uma tolerncia predenida para o
erro.
Neste captulo so apresentados um resumo sobre a origem das quadraturas alm
da relao entre a quadratura de Gauss e os polinmios ortogonais. A questo do erro
cometido pela aproximao tambm apresentada. A Seo 1.4 apresenta os contedos
que sero tratados nos prximos captulos.
pelas medidas das reas entre a curva f (x) e o eixo x, acima deste (Figura 1), menos as
reas entre a curva f (x) e o eixo x, abaixo deste, em [a, b].
2.5
f(x)
2
1.5
0.5
0.5
a
1
5
x
x
9
f (x) dx = rea.
Figura 1:
a
a < b .
(1.1)
6
5
4
Hr
H1
H2
Hi
x2
xi
x1
xr
2
3
a < b .
w(x)f (x) dx =
Hi f (xi ) + Er .
i=1
por intermdio de uma estimativa de Er que o clculo da quadratura torna-se signicativo. Sem este parmetro no possvel estabelecer um grau de conana no resultado.
O erro tambm utilizado na comparao da preciso de diferentes mtodos.
A frmula de Er da quadratura de Gauss um parmetro de difcil tratamento em
virtude do clculo da derivada de alta ordem. possvel estimar este parmetro por meio
da teoria de diferenas divididas ou por meio de integrais de funes analticas no plano
complexo, todavia, persistiro os clculos e operaes excessivas.
Por outro lado, numa quadratura convergente qualquer, existe uma forma mais prtica
para se estimar o erro Er cometido na aproximao com r abscissas, atravs do clculo do
mdulo da diferena entre os resultados da quadratura com r e s abscissas, sendo s > r:
s
Er
Hj f (xj )
j=1
Hi f (xi ) ,
s > r.
(1.2)
i=1
a rotina para avaliar a funo f (x), uma tolerncia para o erro e o limite mximo de iteraes. O
parmetro de sada o valor da integral quando a tolerncia for satisfeita ou quando o nmero mximo
de iteraes for atingido.
5 McKeeman, W. M. Certication of algorithm 145. Adaptative numerical integration by Simpson's
rule. Commun. ACM 6 (1963), 167-168.
Polinmios ortogonais
2.1 Propriedades
Seja (x) uma funo real limitada, no decrescente e com innitos pontos de aumento
sobre o intervalo nito ou innto [a, b], tal que os momentos
b
xk d(x),
k =
a
k = 0, 1, 2, . . . ,
2.1 Propriedades
existem e so nitos. Ento, se (x) for contnua, d(x) = w(x) dx. No senso deste
trabalho, w(x) chamada de funo peso (ou medida) com a propriedade w(x) 0 e
tambm diferente da funo identicamente nula em [a, b].
Seja Pr o espao de todos polinmios algbricos de grau menor ou igual a r.
(i)
r (x) =
i=0
(ii)
k (x), r (x) =
se r = k,
r = 0, se r = k.
0,
(2.1)
r =
a
{r (x)}
r=0
{i (x)}k
i=0
, so linearmente independentes no Pk .
k
Demonstrao:
w(x)
a
1 Caso
Bi i (x) = 0.
i=0
Bi i (x) j (x) dx = 0,
i=0
extremo(s).
2.1 Propriedades
Bi
a
i=0
j =
Logo,
k
Bi
a
i=0
Portanto, Bj = 0, j = 0, 1, . . . , k .
O teorema anterior garante que os polinmios ortogonais i (x), i = 0, 1, . . . , r formam
uma base para Pr . Isto tambm tambm se deve ao fato de que os polinmios so de graus
diferentes.
Seja qr1 (x) um polinmio arbitrrio de grau r 1 ou menor. Pelo Teorema 2.1,
qr1 (x) uma combinao linear dos polinmios ortogonais pertencentes a {i (x)}r1 ,
i=0
r1
r1
Bi
0,
Bi i (x) r (x) dx
0,
0.
i=0
r1
w(x)
a
i=0
b
(2.2)
a
r
i=0
b
Bi
i=0
b
w(x)
a
= Br
(2.3)
Os resultados dados pelas equaes (2.2) e (2.3) mostram que dada uma seqncia
2.1 Propriedades
w(x)q(x)r (x) dx =
a
0,
Br r = 0,
q(x) de grau r.
A recproca da armao acima verdadeira. De fato, basta tomar q(x) = i (x), para
i = 0, 1, . . . , r 1, e q(x) = Br r (x).
i (x) = Ci i (x),
Demonstrao:
Uma vez que 0 (x), 1 (x), . . ., i (x) formam uma base para o espao
vetorial dos polinmios de grau menor ou igual a i, pode-se expressar i (x) como uma
i
Assim, para k = 0, 1, . . . , i 1,
i
b
a
Cj
0 =
j=0
[a, b] so iguais exceto por um fator constante. Particularmente, no caso dos polinmios
mnicos r (x), a constante o coeciente dominante Ar de r (x), implicando que
r (x) =
r (x)
.
Ar
(2.4)
A norma de um polinmio k (x) pertencente a uma seqncia de polinmios ortogonais {r (x)} dada por
r=0
k (x) =
k (x), k (x)
2.1 Propriedades
10
(2.5)
k =
a
r (x)
(x) = .
r
r
(2.6)
Alm disto, a menos do sinal de Ar , uma seqncia de polinmios ortonormais construda a partir dos polinmios ortogonais r (x) ou dos polinmios mnicos r (x) sempre
a mesma:
r
Ar
r (x)
r (x) =
=
r
w(x)
a
r (x)
Ar
Denindo
w(x)[r (x)]2 dx
dx
r (x)
=
= (x).
r
r
dr Vr (x)
w(x)r (x),
dxr
(2.7)
(2.8)
Vr(r) (x) =
a equao (2.2) toma a forma
b
a
dx =
(2.9)
dx =
dx =
.
.
.
b
.
.
.
b
(r1)
(r1)
(3)
b
(r)
(r1)
2.1 Propriedades
11
(r)
a
b
r1
+ . . . + (1)
(r1)
Vr (x)qr1 (x)
.
a
+ . . . + (1)
(r1)
Vr (x)qr1 (x)
= 0.
(2.10)
frmula de Rodrigues2 ,
1 dr Vr (x)
r (x)
,
w(x) dxr
(2.11)
1 dr Vr (x)
dr+1
dxr+1 w(x) dxr
= 0,
(2.12)
(2.13)
(2.14)
tendo em vista que (2.10) deve ser satisfeita para qr1 (a), qr1 (b), qr1 (a), qr1 (b) e demais
valores dependentes de qr1 (x). As condies acima so estabelecidas desde que r 1.
Uma vez que as condies de contorno so independentes de qr1 (x), a soluo de
(2.12) tambm o ser, mantendo a generalidade do polinmio qr1 (x). Portanto, a soluo
da equao diferencial (2.12), com as 2r condies de contorno, fornece o polinmio r (x)
de grau r N (como dado na equao (2.11)). Em outras palavras, ela fornece a seqncia
de polinmios ortogonais {r (x)} com relao funo peso w(x) sobre o intervalo
r=0
[a, b]. Nota-se tambm que as nicas condies independentes do polinmio qr1 (x) que
satisfazem (2.10) so exatamente aquelas em (2.13) e (2.14).
2A
frmula recebe este nome em homenagem ao matemtico Benjamin Olinde Rodrigues (1795-1851)
que a formulou.
2.1 Propriedades
12
Teorema 2.3 Sendo o polinmio r (x) pertencente uma seqncia de polinmios ortogonais, ento ele possui r zeros reais, distintos e contidos no intervalo (a, b).
Demonstrao:
w(x)r (x) dx = 0,
0 (x)
a
a
b
sinal constante em [a, b], ento r (x) dever mudar de sinal pelo menos uma vez em (a, b).
Portanto, r (x) possui, no mnimo, um zero de multiplicidade mpar em (a, b).
Agora sejam d1 , . . . , dm os zeros reais de r (x) de multiplicidade mpar, e1 , . . . , em ,
contidos em (a, b), onde m r. Suponha que m < r, ento,
(a, b). Logo, rm (x) no muda de sinal em (a, b) e, conseqentemente, o produto dado
por (x d1 )(x d2 ) . . . (x dm )r (x) tambm no muda de sinal em (a, b).
Entretanto, desde que m < r, o produto (xd1 )(xd2 ) . . . (xdm ) ser um polinmio
de grau menor do que r. Em virtude de (2.2),
b
Mas como w(x) no muda de sinal em [a, b], o restante do integrando constituir um
polinmio que dever mudar de sinal pelo menos uma vez em (a, b). Neste sentido, m
no poder ser menor que r, implicando que m = r, conseqentemente, r (x) no possui
qualquer zero complexo, ou real de multiplicidade par pertencente a (a, b) ou, ainda, real
de multiplicidade qualquer no pertencente a (a, b).
Portanto, r (x) um polinmio cujos zeros somam r, isto , todos os zeros so reais
de multiplicidade 1 e contidos no intervalo (a, b).
Teorema 2.4 (Frmula de recorrncia de trs termos para {r (x)} ) Cada ser=0
qncia de polinmios ortogonais {r (x)} satisfaz uma frmula de recorrncia de trs
r=0
termos da forma
r+1 (x) = (ar x br ) r (x) cr r1 (x),
(2.15)
2.1 Propriedades
13
xr (x) =
(2.16)
Ci i (x),
i=0
w(x) j (x)
Ci i (x)
dx = 0,
i=0
r+1
Ci
= 0.
(2.17)
i=0
desenvolve em
w(x) [j (x)]2 dx = 0.
Cj
a
b
Como
Cj = 0,
j r 2.
r+1 (x) =
,
Cr+1
Cr+1
Cr+1
(2.18)
2.1 Propriedades
14
r+1 (x) =
onde, denindo-se
ar
equao (2.15).
Cr+1
1
Cr
Cr+1
br
Cr+1
Cr
Cr+1
r (x)
e
Cr1 r1 (x)
,
Cr+1
cr
Cr1
, ca demonstrada a
Cr+1
1
Cr+1
Cr+1 =
Ar,r
Ar+1,r+1
ar =
Ar+1,r+1
.
Ar,r
(2.19)
k=0
Demonstrao:
= ak
a
ck
Como, na expresso anterior, os dois ltimos termos do lado direito so nulos devido
ortogonalidade, esta se reduz a
b
k+1 = ak
(2.20)
Por outro lado, multiplicando-se (2.15) por w(x) k (x) e, da mesma forma, integrando tal
2.1 Propriedades
15
w(x) x [k (x)]2 dx bk
= ak
w(x) [k (x)]2 dx
a
ck
w(x) x [k (x)]2 dx bk k ,
= ak
a
bk
ak
k
(2.21)
Ainda uma vez, ao se repetir o mesmo procedimento, multiplicando w(x) k1 (x) por
(2.15),
b
a
b
bk
(2.22)
0 = ak
a
k
.
ak1
ck =
ak k
.
ak1 k1
(2.23)
k+1 (x)
ak k
xk (x) bk k (x)
k1 (x)
,
k
ak k
ak1 k1
xk (x)
k
k+1 (x)
k1 (x)
bk k (x)
+
+
.
ak k
ak1 k1
ak k
xk (x)k (y)
k (y)k+1 (x) k1 (x)k (y) bk k (x)k (y)
=
+
+
,
k
ak k
ak1 k1
ak k
(2.24)
2.1 Propriedades
16
yk (y)k (x)
k (x)k+1 (y) k1 (y)k (x) bk k (y)k (x)
=
+
+
k
ak k
ak1 k1
ak k
(2.25)
(x y)
k (x)k (y)
k
Tomando k = 0, 1, ..., r no resultado anterior e somando as equaes resultantes, vericase o cancelamento dos termos situados no lado direito destas, com exceo do primeiro
termo da r-sima equao, reduzindo o somatrio a
r
(x y)
k=0
e, nalmente, a
k=0
k (x)k (y)
r+1 (x)r (y) r (x)r+1 (y)
=
k
ar r
k (x)k (y)
r+1 (x)r (y) r (x)r+1 (y)
.
=
k
ar r (x y)
lim
yx
k=0
k (x)k (y)
k
r
k=0
= lim
yx
k=0
[k (x)]2
1
r (x)[r+1 (x) r+1 (y)] r+1 (x)[r (x) r (y)]
=
lim
,
k
ar r yx
(x y)
(x y)
=
1
r (x) lim
yx
ar r
r+1 (x) lim
yx
r (x) r (y)
xy
2.1 Propriedades
17
Corolrio 2.5.1
r
k=0
[k (x)]2
1
=
r (x)r+1 (x) r+1 (x)r (x) .
k
ar r
(2.26)
Sejam xk,i e xk,i+1 dois zeros consecutivos de k (x) tais que xk,i < xk,i+1 . Ento, avaliando
(2.26) nestes dois valores,
Por outro lado, como k (xk,i ) e k (xk,i+1 ) possuem sinais opostos, ento k+1 (xk,i ) e
k+1 (xk,i+1 ) tambm. Logo, existe pelo menos um zero de k+1 (x) no intervalo (xk,i , xk,i+1 ).
br =
ar
r
ar
r
ar
=
r
=
ar
r
ar
r
Ar,r
a
2.1 Propriedades
18
+ Ar,r2
w(x)r (x)x dx ,
br =
a
b
ar
r
Ar,r
a
w(x)r (x)xr dx .
a
br =
ar
r
Vr(r) (x)xr dx ,
Ar,r
e integrando por partes r vezes, analogamente ao que foi realizado com a equao (2.8),
br =
ar
r
Ar,r
b
a
+ (1)r (r + 1)!
Vr (x)x dx
a
+ Ar,r1
b
a
+ (1)r r!
Vr (x) dx
br = (1)r
ar
r! Ar,r (r + 1)
r
Vr (x)x dx + Ar,r1
a
Vr (x) dx
Por sua vez, r desenvolvido, a partir de sua denio dada em (2.1), como
b
=
a
b
=
a
b
r
= Ar,r
w(x)r (x)xr1 dx + . . .
a
b
+ Ar,0
(2.27)
2.1 Propriedades
19
r = Ar,r
a
= Ar,r
b
a
+ (1)r r!
Vr (x) dx .
a
r = (1) r! Ar
(2.28)
Vr (x) dx > 0.
a
Teorema 2.6 (Frmula de recorrncia de trs termos para {r (x)} ) Cada ser=0
qncia de polinmios mnicos {r (x)} satisfaz a uma frmula de recorrncia de trs
r=0
termos da forma
r+1 (x) = ( x r ) r (x) r r1 (x),
1 (x) 0,
(2.29)
0 (x) = 1, onde
r =
1
r
A2
r
r
w(x)x
a
(2.30)
r =
r 0,
r (x)
Ar
(2.31)
r (x)
r
e r = 2 e notando tambm a forma
Ar
Ar
2
dx =
1
r
2.1 Propriedades
r
20
br
.
ar
(2.32)
r
Ar
,
e ar1 =
2
Ar
Ar1
A2 r
r1
,
A2 r1
r
r
.
r1
(2.33)
a2
r1
{r (x)}
r=0
r=0
) Cada se-
r r1 (x),
r 0,
(2.34)
1
2
0 (x) =
r (x)
w(x) dx
(2.35)
Demonstrao:
r+1 (x) = (x r )
r
(x) r
r+1 r
r1
(x),
r+1 r1
r+1 (x)
r1 (x)
r (x)
= (x r )
r
.
r+1
r+1 r
xr (x) =
r r1 + r r (x) +
r+1 r+1 ,
x0 (x) = 0 0 (x) +
1 1 ,
x1 (x) =
1 0 + 1 1 (x) +
2 2 ,
x2 (x) =
2 1 + 2 2 (x) +
3 3 ,
2.1 Propriedades
21
.
.
.
.
.
.
R1 R2 + R1 R1 (x) +
xR1 (x) =
0 (x)
0
1
(x)
1
1
2
1
x 2 (x) =
2 2
3
.
..
..
.
.
.
.
R1 (x)
..
R1
0 (x)
R R ,
(x)
1
(x) +
2
.
.
R1 (x)
R1
0
.
.
.
0
R (x)
(2.36)
Sendo R1 (x) o vetor (0 (x), 1 (x), . . . , R1 (x))T , ento a equao matricial pode ser
expressa como
x R1 (x) = JR R1 (x) +
R R (x) uR1 ,
(2.37)
sendo uR1 o vetor unitrio com 1 na ltima posio e zero nas demais. Seja xR,i o i-simo
0 (x)
w(x) dx
T
vi vi = 1,
[0 (x)]2
1
R1
[j (xR,i )]2
j=0
(2.38)
2.1 Propriedades
22
1
2
R1
Demonstrao:
0 (x)
, com-
j=0
vi,1 =
[j (xR,i )]2
R1
[j (xR,i )]2
j=0
Teorema 2.9 Se [a, b] for um intervalo simtrico com relao origem e a funo peso
w(x) for uma funo par, ento r (x) ser uma funo par ou mpar de acordo com r par
ou mpar, respectivamente.
Demonstrao:
por
a
(1)i+1
w(x)r (x)xi dx = 0,
a
b
w(x)r (x)xi dx = 0,
i = 0, 1, ..., r 1.
Mas, por hiptese, tem-se que w(x) uma funo par no intervalo simtrico [a, b] com
relao origem, isto , w(x) = w(x) x [a, b]. Da,
b
w(x)r (x)xi dx = 0,
i = 0, 1, ..., r 1.
(2.39)
O sistema linear (2.39), determina r (x) cujo coeciente dominante (1)r . Por outro
lado, {r (x)} e {r (x)} so duas seqncias de polinmios ortogonais sobre o
r=0
r=0
mesmo intervalo e com a mesma funo peso. Assim, pelo Teorema 2.2, r (x) igual
a r (x), exceto por uma constante evidente C . Logo, r (x) C r (x) e comparando os
coecientes em xr dos polinmios r (x) e r (x), obtm-se
23
Portanto, r (x) uma funo par ou mpar de acordo com r par ou mpar, respectivamente.
Sob as hipteses do teorema anterior, os zeros de r (x) so simtricos em relao
origem, uma vez que r (x) uma funo par ou mpar, implicando no seguinte corolrio:
Corolrio 2.9.1 Se
peso w(x) for uma funo par, ento os zeros de r (x) sero simtricos com relao
origem.
Se w(x) for funo par e o intervalo [a, b] for simtrico com relao origem, ento, pelo Teorema 2.9, a funo r (x) par ou mpar, de acordo com r par ou mpar,
respectivamente. Conseqentemente, [r (x)]2 funo par, pois o quadrado de toda
funo par ou mpar sempre par. Da, x[r (x)]2 torna-se funo mpar, implicando que
b
Corolrio 2.9.2 Se
w(x) for uma funo par e [a, b] for um intervalo simtrico com
r 0.
d2r+1 Vr (x)
= 0,
dx2r+1
(2.40)
(2.41)
V1 (x) = k2 x2 + k1 x + k0
V1 (1) = 0,
24
k2 + k1 + k 0 = 0
k2 k1 + k0 = 0,
cuja soluo k2 = k0 , k1 = 0 e k0 R. Da, V1 (x) = k0 x2 + k0 , isto ,
(2.42)
V1 (x) = k0 (1 x2 ).
Para o caso em que r = 2,
V2 (x) = k4 x4 + k3 x3 + k2 x2 + k1 x + k0
resultando no sistema
k4
k
4
4k4
4k
4
V2 (1) = V2 () = 0,
k3
k2
+ k 1 + k0 = 0
k3
k2
k 1 + k0 = 0
+ 3k3 + 2k2 + k1
= 0
+ 3k3 2k2 + k1
= 0,
V2 (x) = k0 (1 x2 )2 .
(2.43)
Por induo, partindo dos resultados (2.42) e (2.43), obtida a expresso para o caso
geral Vr (x) = Kr (1 x2 )r , onde Kr uma constante real. De fato, pela regra de Leibniz3
(Abramowitz e Stegun, 1972),
dj
Kr (1 x2 )r
dxj
= Kr
i=0
j dji
di
(1 + x)r
(1 x)r ,
i dxji
dxi
j = 0, ..., r 1.
r (x) = Kr
3 ou
Leibnitz.
dr
(1 x2 )r .
dxr
(2.44)
25
(1)r
obtm-se o
2r r!
Pr (x) =
(1)r dr
(1 x2 )r ,
2r r! dxr
(2.45)
ou frmula de Rodrigues para Pr (x) (Szeg, 1975). A seqncia dos polinmios ortogonais
de Legendre representada por {Pr (x)} .
r=0
Os seis primeiros polinmios de Legendre so
P0 (x) = 1,
P1 (x) = x,
3
1
P2 (x) = x2 ,
2
2
5
3
P3 (x) = x3 x,
2
2
P4 (x) =
35 4 15 2 3
x x + ,
8
4
8
P5 (x) =
63 5 35 3 15
x x + x.
8
4
8
A Figura 3 apresenta os grcos dos seis polinmios anteriores no intervalo [1, 1].
Verica-se que seus zeros so reais, distintos e esto contidos no intervalo (1, 1), como
foi demonstrado no Teorema 2.1. Observa-se que os zeros so simtricos, pois w(x) = 1
uma funo par e o intervalo [1, 1] simtrico com relao origem (Corolrio 2.9.1).
Tambm possvel observar que os zeros destes polinmios se entrelaam.
1
P0(x)
0.8
0.6
P1(x)
P (x)
3
P4(x)
0.4
Pr(x)
0.2
0
0.2
P5(x)
0.4
P2(x)
0.6
0.8
1
1
0.5
0
x
0.5
26
Pr (x) =
(1)r dr
(1)r x2r + (1)r1 rx2r2 + . . . + 1 ,
2r r! dxr
Ar =
(2.46)
(1)r r! Ar
(2.47)
Vr (x) dx,
a
(1)r r!
(2r)!
22r (r!)2
(2r)!
2r (r!)2
1
1
(1)r
(1 x2 )r dx,
2r r!
(2.48)
(1 x2 )r dx.
1
1
(1x2 )r dx =
1
De fato,
22r+1 (r!)2
.
(2r + 1)!
r = 0
r = 1
r = 2
20+1 (0!)2
,
(0 + 1)!
1
1
4
22+1 (1!)2
(1 x2 ) dx =
=
,
3
(2 + 1)!
1
1
16
24+1 (2!)2
=
.
(1 x2 )2 dx =
15
(4 + 1)!
1
dx = 2 =
r = j + 1. Deste modo,
uj+1
du,
2 1u
(1 x2 )j+1 dx =
uj+1
uj+1 1 u j + 1
uj
(1 x2 )j+1 dx
1
(1 x2 )j+1 x
2j + 3
+
1
2(j + 1)
2j + 3
(1 x2 )j dx,
1
27
22j+2 (j + 1)(j!)2
,
(2j + 3)(2j + 1)!
22j+2 (j + 1)(j!)2
2(j + 1)
,
(2j + 3)(2j + 1)!
2(j + 1)
(1 x2 )j+1 dx
1
2
.
2r + 1
(2.49)
De acordo com o Teorema 2.4, os polinmios de Legendre podem ser obtidos segundo
uma frmula de recorrncia de trs termos, a partir de ar , br e cr , dados pelas equaes
(2.19), (2.27) e (2.23). Por (2.19),
ar =
2r + 1
.
r+1
(2.50)
br = 0.
Por (2.23),
cr =
r
.
r+1
(2.52)
Finalmente, usando (2.50), (2.51) e (2.52) no Teorema 2.4, tem-se a frmula de recorrncia para a seqncia dos polinmios ortogonais de Legendre,
Pr+1 (x) =
P1 (x) 0,
2r + 1
r
x Pr (x)
Pr1 (x),
r+1
r+1
r 0,
P0 (x) = 1.
xr,i =
1
1
+ 3
8r2
8r
cos
(4i 1)
4r + 2
+ O(r4 ),
(2.53)
28
xr,i cos
(4i 1)
4r + 2
(2.54)
i = 1, 2, ..., r,
(1 x2 )Pr (x) = (r + 1)xPr (x) (r + 1)Pr+1 (x) = rxPr (x) + rPr1 (x).
(2.55)
Pr (x)
Os polinmios ortonormais de Legendre Pr (x) so dados pela normalizao
,
r
Pr (x) =
2r + 1
Pr (x).
2
Pr (x) dada pelo Teorema 2.7, notando as formas de r e r nas equaes (2.32) e (2.33).
Assim,
sendo P1 (x) 0,
P0 (x) =
,
2
r =
r =
br
= 0,
ar
r Pr1 (x),
r 0,
(2.57)
r 0,
r
r2
=
,
a2 r1
4r2 1
r1
(2.56)
r 1.
(2.58)
= 0,
(2.59)
29
(2.60)
Vr () = Vr () = Vr () = . . . = Vr(r1) () = 0.
(2.61)
e x
dr
Kr ex x+r
dxr
Kr e x
i=0
r
= Kr ex x
i=0
x
e x
dr
Kr ex x+r
dxr
= Kr
i=0
(1)i r! r + x +i
e x ,
i!
ri
(1)i r! r + i
x.
ri
i!
dr
Kr ex x+r
dxr
satisfaz (2.59).
Vr (x) = Kr ex x+r
r dri
di
x+r
ex ,
i dxri
dxi
dj
Kr ex x+r
dxj
= Kr
i=0
(1)i j! r + x +rj+i
e x
,
i!
ji
j = 0, ..., r 1,
que se anula em x = 0, pois + r j + i > 0, o que satisfaz (2.60). Por outro lado, cada
xl
um de seus termos pode ser representado pela forma x , onde l > 0, a menos de uma
e
xl
constante. Como lim x = 0, as condies de contorno em (2.61) so tambm satisfeitas.
x e
Assim, pela frmula de Rodrigues (2.11),
r (x) = Kr ex x
Escolhendo Kr =
r,
1
obtm-se o
r!
dr
ex x+r .
dxr
(2.62)
1 x dr
e x
ex x+r ,
(2.63)
r!
dxr
ou frmula de Rodrigues para o polinmio L (x). A seqncia dos polinmios ortogonais
r
L (x) =
r
30
L1 (x) = 1,
0
L1 (x) = x + 2,
1
1
L1 (x) = x2 3x + 3,
2
2
1
L1 (x) = x3 + 2x2 6x + 4,
3
6
L1 (x) =
4
1 4 5 3
1 5 1 4 5 3
x x + 5x2 10x + 5, L1 (x) =
x + x x + 10x2 15x + 6.
5
24
6
120
4
2
10
1
L2(x)
L1(x)
r
5
L1(x)
3
L1(x)
0
0
L1(x)
5
L1(x)
1
1
L4(x)
10
15
4
x
L (x)
r
=
i=0
(1)i r + i
x,
i!
ri
Ar,i =
(1)i r +
.
i!
ri
(2.64)
De (2.28) calcula-se
b
(1)r r! Ar
Vr (x) dx,
a
(2.65)
31
(1)r r!
1
r!
(1)r
r!
1 x +r
e x
dx,
r!
ex x+r dx,
0
( + r + 1)
,
r!
(2.66)
onde (t) =
0
ar =
1
.
r+1
(2.67)
De (2.27),
1 x +r+1
(1)r
r+1
(r + 1)
e x
dx
= (1)r
r!
( + r + 1)
r!
r!
0
r!
(1)r1
1 x +r
+
(r + )
e x
dx ,
(r 1)!
r!
0
br
(1)r+1 (r!)2
(1)r (r + 1)( + r + 2)
(1)r1 (r + )( + r + 1)
+
,
(r + 1)( + r + 1)
(r!)2
r!(r 1)!
= ( + r + 1) +
br
r(r + )
,
r+1
+ 2r + 1
.
r+1
(2.68)
De (2.23),
cr =
+r
.
r+1
(2.69)
Finalmente, usando (2.67), (2.68) e (2.69) no Teorema 2.4, tem-se a equao de recorrncia para L (x)
r
L (x) =
r+1
L (x) 0,
1
x
+ 2r + 1
+
r+1
r+1
L (x) = 1.
0
L (x)
r
+r
L (x),
r + 1 r1
r 0,
(2.70)
32
xr,i =
onde K = r +
2
j,i
4K
1+
2
2(2 1) + j,i
48K2
+ O(r5 ),
+1
e j,i o i-simo zero positivo da funo de Bessel J (x).
2
r!
L (x).
( + r + 1) r
L (x) =
r
A equao de recorrncia para a seqncia dos polinmios ortonormais de Laguerre generalizados L (x) dada pelo Teorema 2.7, notando as formas de r e r nas equaes
r
(2.32) e (2.33). Assim,
L (x) =
0
( + 1)
r =
r =
r L (x),
r1
(2.72)
br
= + 2r + 1,
ar
r
2
ar1 r1
r 0,
= r( + r),
(2.73)
r 0,
r 1.
(2.74)
polinmios de Laguerre
Lr (x) =
1 x dr
e
ex xr .
r
r! dx
33
L0 (x) = 1,
L1 (x) = x + 1,
1
L2 (x) = x2 2x + 1,
2
1
3
L3 (x) = x3 + x2 3x + 1,
6
2
L4 (x) =
1 4 2 3
1 5
5
5
x x + 3x2 4x + 1, L5 (x) =
x + x4 x3 + 5x2 5x + 1.
24
3
120
24
3
15
L2(x)
10
Lr(x)
L (x)
5
L3(x)
L0(x)
0
L (x)
1
L (x)
4
10
15
4
x
Lr+1 (x) =
L1 (x) 0,
x
2r + 1
+
r+1
r+1
Lr (x)
r
Lr1 (x),
r+1
r 0,
(2.75)
L0 (x) = 1.
(2.76)
34
ortonormais e Lr+1 (x) = L (x). Deste modo, pelo Teorema 2.7, tem-se que
r+1
r L (x),
r1
r 0,
(2.77)
L (x) = 1,
0
r 0,
r = 2r + 1,
r = r2 ,
r 1.
(2.78)
(2.79)
= 0,
(2.80)
Vr () = Vr () = Vr () = . . . = Vr(r1) () = 0.
(2.81)
dr
2
Kr ex
r
dx
r/2
x2
= Kr e
r!
i=0
(1)ir (2x)r2i
.
i!
(r 2i)!
dr
2
Kr ex
um polinmio de grau r e tambm que
r
dx
2
Vr (x) = Kr ex satisfaz a equao (2.80). Por outro lado, cada um dos termos de
xl
dj
x2
Kr e
, j = 0, 1, ..., r 1, so da forma x2 , para algum l natural, a menos de
dxj
e
xl
uma constante. Como lim x2 = 0, ento as condies de contorno (2.81) so satisx e
feitas.
2
r (x) = Kr ex
Com Kr = (1)r obtm-se o
dr
2
ex .
r
dx
x2
(2.82)
35
H0 (x) = 1,
H1 (x) = 2x,
H2 (x) = 4x2 2,
[2, 2]. Verica-se que os zeros so reais e distintos, como mostrou o Teorema 2.3. Alm
2
disto, percebe-se que os zeros so simtricos com relao origem, pois w(x) = ex
uma funo par sobre o intervalo (, ), conforme o Corolrio 2.9.1. Nota-se que os
zeros se entrelaam.
80
60
Hr(x)
40
20
H4(x)
H2(x)
0
H0(x)
H1(x)
20
H3(x)
40
2
1.5
0.5
0
x
0.5
1.5
Hr (x) = r!
i=0
(1)i (2x)r2i
,
i! (r 2i)!
Ar = 2r .
(2.83)
36
De (2.28) calcula-se
b
(1)r r! Ar
(2.84)
Vr (x) dx,
a
(1)r ex dx,
(1)r r! 2r
ex dx.
2r r!
ex dx. Conseqentemente,
ex dx
I2 =
ey dy
2 +y 2 )
e(x
dx dy.
Esta integral dupla pode ser calculada em termos de coordenadas polares, isto ,
I2
er r dr d,
=
0
er r dr,
2
0
Portanto,
er
2
2
I =
r = 2r r! .
(2.85)
ar = 2.
(2.86)
br = 0.
(2.87)
cr = 2r.
(2.88)
De (2.23),
Notando os resultados (2.86), (2.87) e (2.88) no Teorema 2.4, tem-se a equao de recor-
37
(2.89)
r 0,
H1 (x) = 0.
dr
2
ex
r
dx
= (1)r ex Hr (x),
dr+1
2
ex
r+1
dx
(2.91)
(2.92)
sendo H1 (x) 0,
r Hr1 (x),
r 0,
(2.93)
H0 (x) = 4 ,
r =
r =
br
= 0,
ar
r
2
ar1 r1
r 0,
r
,
2
r 1.
(2.94)
(2.95)
w(x) = (1 x) (1 + x) , onde > 1 e > 1, sobre o intervalo [1, 1], tem-se que a
38
d Vr (x)
(1 x) (1 + x)
dxr+1
dxr
(2.96)
= 0,
Arma-se que Vr (x) = Kr (1x)r+ (1+x)r+ , onde Kr uma constante, pois aplicando
a regra de Leibniz ao termo entre chaves da equao (2.96),
r
dr
Kr (1 x)r+ (1 + x)r+
dxr
= Kr
i=0
r
d
Kr (1 x)r+ (1 + x)r+
r
dx
r dri
di
(1 x)r+
(1 + x)r+ ,
i dxri
dxi
(1)ri
= Kr
i=0
r
(r + )(r + 1) . . . (i + + 1)
i
r (x) = Kr (1 x) (1 + x)
Tomando Kr =
dado por
(1)r
,o
2r r!
Pr(,) (x) =
dr
(1 x)r+ (1 + x)r+ .
dxr
(2.98)
(1)r
dr
(1 x) (1 + x) r (1 x)r+ (1 + x)r+ ,
2r r!
dx
(,)
r (x) = (1) Kr 2 r!
i=0
r+++i
i
r+
ri
x1
2
(2.99)
39
dominante
Ar = (1)r Kr
(2r + + + 1)
,
(r + + + 1)
r + + R Z .
(,)
Ar =
1 (2r + + + 1)
,
(r + + + 1)
2r r!
(2.100)
(x)
r + + R Z .
(2.101)
(1) r! Ar
Vr (x) dx,
a
(1)r r! (1)r Kr
2
= Kr r!
(2r + + + 1)
(r + + + 1)
(2r + + + 1)
(r + + + 1)
2
= Kr 22r+++1 r!
2
= Kr
(r + + 1) (r + + 1)
,
(2r + + + 2)
(2r + + + 1) (r + + 1) (r + + 1)
,
(r + + + 1)
(2r + + + 2)
22r+++1 r! (r + + 1) (r + + 1)
,
2r + + + 1
(r + + + 1)
(2.102)
com r + + R Z .
(,)
r =
(r + + 1)(r + + 1)
2++1
,
(2r + + + 1)r!
(r + + + 1)
(x)
r + + R Z .
(2.103)
( + 1) ( + 1)
.
( + + 2)
(2.104)
40
(2r + + + 2)(2r + + + 1)
,
2(r + 1)(r + + + 1)
(2.105)
r 1.
Por (2.23),
O termo br para Pr
br =
Ar,r1 ar Ar+1,r
.
Ar
Ar+1,r =
(2r + + + 2)( )
,
2r+1 r!(r + + + 2)
(2.107)
(1)r
tem-se
2r r!
Ar,r1 =
(2r + + )( )
,
1)!(r + + + 1)
r 1.
2r (r
(2.108)
br =
(2r + + + 1)(2 2 )
,
2(r + 1)(r + + + 1)(2r + + )
(2.109)
r 1.
(,)
(x)
(,)
r 1, P0
(,)
(x) = 1, P1
1
1
(x) = ( + + 2)x + ( ).
2
2
(,)
41
(,)
(2.111)
(2.112)
r+1 Pr+1
(,)
sendo P1
(x) 0,
P0
r =
(x) =
r
2
ar1 r1
(x),
r 0,
( + + 2)
,
+ 1)( + 1)
(2.114)
r 1,
b0
=
,
a0
++2
(2.113)
2++1 (
br
2 2
=
,
ar
(2r + + )(2r + + + 2)
0 =
r =
(,)
r Pr1
1
4(1 + )(1 + )
.
=
2
a0 0
( + + 3)( + + 2)2
(2.115)
r 2,
(2.116)
(2.117)
1
dr
r (x) = Kr 1 x2 r (1 x2 )r 2 .
dx
Quando a seqncia {r (x)} for denida com w(x) =
r=0
Tomando Kr =
Chebyshev de 1a
(2)r r!
, obtm-se a frmula de Rodrigues para o
(2r)!
espcie Tr (x) (Szeg, 1975), de grau r,
Tr (x) =
1
(2)r r!
dr
1 x2 r (1 x2 )r 2 ,
(2r)!
dx
polinmio de
42
cuja seqncia representada por {Tr (x)} . De (2.99) obtm-se sua forma fechada,
r=0
22r (r!)2
Tr (x) =
(2r)!
r1+i
i
i=0
1
r2
ri
x1
2
(2.118)
r 1.
T0 (x) = 1
T1 (x) = x,
T2 (x) = 2x2 1,
A Figura 7 mostra os grcos dos seis polinmios acima no intervalo [1, 1]. Verica-se
que os zeros so reais, distintos e contidos no interior deste intervalo, conforme mostrou
o Teorema 2.3. Nota-se tambm que os zeros so simtricos, pois os polinmios Tr (x)
so funes pares ou mpares (Corolrio 2.9.1). Alm disto, percebe-se que os zeros se
entrelaam.
1
T0(x)
0.8
T1(x)
0.6
0.4
T (x)
4
Tr(x)
0.2
0
0.2
0.4
T5(x)
T3(x)
0.6
0.8
T2(x)
1
1
0.5
0
x
0.5
Ar =
2r r
= 2r1 ,
2r
r 1.
(2.119)
43
Calcula-se r em (2.102),
(2)r r!
(2r)!
22r r! (r + 1 ) (r + 1 )
2
2
.
2r
(r)
t+
1
2
(2t 1)(2t 3) . . . 5 3 1
,
2t
t N.
(2.120)
Conseqentemente,
22r1 (r!)2
(2r 1)2 (2r 3)2 . . . 52 32 12 ,
(2r!)2
22r1 (r!)2
22r1 (r!)2
,
(2r)2 (2r 2)2 . . . 42 22
2r1
r2 (r 1)2 (r 2)2 . . . 32 22 12
,
(2r)2 (2(r 1))2 (2(r 2))2 . . . (2 3)2 (2 2)2 (2 1)2
,
2
(2.121)
r 1.
De (2.104),
0 =
contudo ( 1 ) =
2
(2)0 0!
0!
1
( 1 ) ( 2 )
2
2
,
(1)
0
, implicando que 0 = .
Para obter a equao de recorrncia de trs termos do Teorema 2.4, tem-se que, de
(2.19)
ar = 2,
Uma vez que w(x) =
r 1.
(2.122)
1
uma funo par e o intervalo [1, 1] simtrico com
1 x2
44
br = 0.
De (2.23),
(2.124)
r 1.
cr = 1,
Pelo Teorema 2.4, com (2.122), (2.123) e (2.124), tem-se a equao de recorrncia
para Tr (x),
(2.125)
r 1.
Os polinmios de Chebyshev de 1a espcie tambm se apresentam na forma trigonomtrica Tr (x) = Tr (cos()) = cos(r), onde 1 x 1. Para perceber este fato,
introduz-se a mudana de varivel x = cos(). Segue que
x = 1
cos() = 1
x=1
cos() = 1
w(cos()) =
x = cos()
1
1 cos2 ()
= ,
= 0,
dx = sen() d,
1
1
,
=
sen()
sen2 ()
0 < < .
r (cos())qr1 (cos()) d = 0.
=
0
Desde que cos(k) pode ser representado por um polinmio de grau k em cos() e, reciprocamente, qualquer polinmio de grau k em cos() pode ser desenvolvido como uma
combinao linear dos termos 1, cos(), cos(2), ..., cos(k), segue que a condio anterior
satisfeita se, e somente se,
r (cos()) cos(k) d = 0,
k = 0, 1, ..., r 1.
Kr cos(r) cos(k) d =
0
Kr
2
Kr
2
cos[(r + k)] d +
0
sen[(r + k)]
sen[(r k)]
+
(r + k)
(r k)
,
0
45
Kr cos(r) cos(k) d = 0,
k = 0, 1, ..., r 1.
ou
1 x 1
Tr (cos()) = cos(r),
0 .
(2.127)
Segundo o Teorema 2.3 os r zeros xr,i de Tr (x), i = 1, 2, ..., r, pertencem ao intervalo (1, 1). Ento possvel encontrar uma frmula para o i-simo zero, pois a forma
trigonomtrica deste polinmio est denida neste intervalo. Desta forma,
cos(r arccos(xr,i )) = 0,
r arccos(xr,i )
+ (i 1),
2
arccos xr,i
(i 1)
(2i 1)
+
=
,
2r
r
2r
xr,i = cos
i = 1, 2, ..., r,
(2i 1)
2r
i = 1, 2, ..., r,
(2.128)
sendo T1 (x) 0,
r Tr1 (x),
r 0,
(2.129)
T0 (x) = 2 ,
r =
r =
br
= 0,
ar
r
2
ar1 r1
1 =
r 0,
1
,
4
1
1
= .
2
a0 0
2
r 2,
(2.130)
(2.131)
(2.132)
46
1
1
dr
(1 x2 )r+ 2 .
1 x2 dxr
(2)r (r + 1)!
, obtm-se o
(2r + 1)!
Ur (x) de grau r (Szeg, 1975),
Com a escolha Kr =
espcie
Ur (x) =
polinmio de Chebyshev de 2a
1
1
dr
(2)r (r + 1)!
(1 x2 )r+ 2 ,
2 dxr
(2r + 1)!
1x
ou frmula de Rodrigues para Ur (x) cuja seqncia representada por {Ur (x)} .
r=0
De (2.99) obtm-se sua forma fechada,
22r (r + 1)(r!)2
Ur (x) =
(2r + 1)!
i=0
r1+i
i
1
r2
ri
x1
2
(2.133)
U0 (x) = 1,
U1 (x) = 2x,
U2 (x) = 4x2 1,
A Figura 8 mostra os grcos dos seis polinmios acima com seus zeros no interior do
intervalo [1, 1], conforme mostrou o Teorema 2.3. Percebe-se a simetria dos zeros com
relao origem, uma vez que estes polinmios so funes pares ou mpares, de acordo
com o Corolrio 2.9.1. Verica-se tambm que os zeros se entrelaam.
De (2.100) obtm-se o coeciente dominante do polinmio de Chebyshev de 2a espcie,
Ar = (1)r
(2.134)
47
U (x)
4
U1(x)
Ur(x)
U (x)
0
0
U (x)
U2(x)
2
U (x)
3
6
1
0.5
0
x
0.5
(2)r (r + 1)!
(2r + 1)!
1
22r+2 r! (r + 2 + 1) (r + 1 + 1)
2
,
2r + 2
(r + 2)
22r1 (r!)2
22r1 (r!)2
,
(2r)2 (2r 2)2 . . . 42 22
22r1
1
22r [(r + 1)!]2 22r+2 r! 2 [(r + 1) + 2 ]
,
[(2r + 1)!]2 (2(r + 1))
(r + 1)!
.
2
r2 (r 1)2 (r 2)2 . . . 22 12
,
(2r)2 (2(r 1))2 (2(r 2))2 . . . 24 22
(2.135)
48
Para obter a equao de recorrncia de trs termos do Teorema 2.4, tem-se que, de
(2.19)
(2.136)
ar = 2.
Uma vez que w(x) =
br = 0.
(2.137)
cr = 1.
(2.138)
De (2.23) tem-se
Pelo Teorema 2.4, com os resultados (2.136), (2.137) e (2.138), tem-se a equao de
recorrncia para Ur (x),
(2.139)
x 1
cos() 1
x1
cos() 1
x = cos()
w(cos()) =
,
0,
dx = sen() d,
1 cos2 () =
sen2 () = sen().
0,
0.
Desde que cos(k) pode ser representado por um polinmio de grau k em cos() e, reciprocamente, qualquer polinmio de grau k em cos() pode ser desenvolvido como uma
como combinao linear dos termos 1, cos(), cos(2), ..., cos(k), segue que a condio
anterior satisfeita se, e somente se,
k = 0, 1, ..., r 1.
Kr
0
49
sen[(r + 1)]
, onde Kr constante. De fato,
sen()
sen[(r + 1)]
cos(k) sen2 () d
sen()
Kr
0
Kr
2
1
(cos(u v) cos(u + v)), a integral
2
Kr
2
Kr
Kr
2
k = 0, 1, ..., r 1.
sen[(r + 1) arccos(x)]
. Escolhendo-se
1 x2
Kr = 1 obtm-se o polinmio de Chebyshev de 2a espcie de grau r (Szeg, 1975),
Retornando para a varivel x, tem-se r (x) = Kr
Ur (x) =
sen[(r + 1)]
sen[(r + 1) arccos(x)]
1 x2
i
= 0,
(r + 1) arccos(xr,i ) = i,
arccos(xr,i ) =
i = 1, 2, ..., r,
i
,
r+1
xr,i = cos
i
r+1
i = 1, 2, ..., r,
(2.141)
50
sendo U1 (x) 0,
U0 (x) =
r Ur1 (x),
r 0,
(2.142)
2
,
r =
r =
br
= 0,
ar
r
2
ar1 r1
(2.143)
r 0,
1
,
4
r 1.
(2.144)
r (x) = Kr (1 x2 ) 2
1
dr
(1 x2 )r+ 2 .
r
dx
(1)r ( + 1 ) (r + 2)
2
, obtm-se o
Fazendo Kr =
r r! (2) (r + + 1 )
2
2
Cr (x) =
polinmio de Gegenbauer
1
1
1
(1)r ( + 2 ) (r + 2)
dr
(1 x2 ) 2 r (1 x2 )r+ 2 ,
r r! (2) (r + + 1 )
2
dx
2
ou frmula de Rodrigues para Cr (x). Esta classe de polinmios tambm recebe o nome
Cr (x)
1
=
()
r/2
(1)i
i=0
(r i + )
(2x)r2i .
i!(r 2i)!
51
C0 (x) = 1,
C1 (x) = 2x,
(2.145)
De (2.102) calcula-se
r =
(1)r ( + 1 ) (r + 2)
2
1
2r r! (2) (r + + 2 )
22r+2 r! (r + + 1 ) (r + + 1 )
2
2
,
(2r + 2)
(r + 2)
1
2 ( + 1 ) 2 (r + 2) 22r+2 r! 2 (r + + 2 )
1
2
,
1
22r (r!)2 2 (2) 2 (r + + 2 ) 2(r + ) (r + 2)
221 2 ( + 1 ) (r + 2)
2
.
(r + )r!
2 (2)
(2.146)
1
(2r + 2 + 1)(2r + 2)(2r + 2 1)!
2(r + 1)
(r + + 1 )(r + 1 )!
2
2
,
(2r + 2 1)!
(r + 1 )!
2
ar
ar
1
( + 2 ) (2r + 2 + 2)
1
3
2r+1 (r + 1)! (2) (r + + 2 )
,
1 ( + 1 ) (2r + 2)
2
1
2r r! (2) (r + + 2 )
1
2(r + + 2 ) 2(r + )
1
,
2(r + 1)
(r + + 1 )
2
2(r + )
.
r+1
(2.147)
br = 0.
(2.148)
52
De (2.23) tem-se
cr
cr
1
2(r + ) 221 2 ( + 2 ) (r + 2)
r + 1 (r + )r!
2 (2)
,
1
2 ( + 2 ) (r + 2 1)
2(r + 1)
221
r
(r + 1)(r 1)!
2 (2)
(r + 2 1)(r + 2 2)!
(r + 1)!
,
(r + 2 2)!
r!
r + 2 1
.
r+1
(2.149)
Finalmente, pelo Teorema 2.4, com os resultados (2.147), (2.148) e (2.149), tem-se a
Cr+1 (x) =
2(r + )
1 r 2
xCr (x) +
Cr1 (x).
r+1
r+1
1
2
(2.150)
xr,i cos
xr,i cos
i (1 )/2
i
+
r+
r+1
1
i+ 2
i (1 )/2
+
r+
r + 2
(r+1)/2
1
> ,
2
1
< ,
2
(2.151)
(2.152)
0.
(1 x2 )Cr (x) = rxCr (x) + (r + 2 1)Cr1 (x) = (r + 2)xCr (x) (r + 1)Cr+1 (x).
(2.153)
Cr (x)
A equao de recorrncia para a seqncia {Cr (x)} dada pelo Teorema 2.7, notando
r=0
r Cr1 (x),
r 0,
(2.154)
sendo C1 (x) 0,
C0 (x) =
53
(2 + 1)
,
+ 1)
2
2 (
r =
r =
r
2
ar1 r1
br
= 0,
ar
(2.155)
r 0,
r(r + 2 1)
,
4(r + )(r + 1)
r 1.
(2.156)
54
Interpolao e quadratura de
Hermite
r pontos, tambm assume o mesmo valor da primeira derivada de f (x) nestes pontos.
Portanto, este polinmio ter grau 2r 1, uma vez que determinado a partir de 2r
parmetros: os valores de f (x) e f (x) em x = x1 , x2 , ..., xr .
Em geral, as quadraturas so construdas a partir de polinmios interpoladores. As
quadraturas exatas, para o caso em que f (x) um polinmio de grau at r 1, so denominadas por quadraturas interpolatrias (Krylov, 1962), como ser o caso da quadratura
de Hermite.
A principal obra consultada para o desenvolvimento deste captulo foi Hildebrand
(1974).
55
y(x) =
hk (x)f (xk ),
hk (x)f (xk ) +
k=1
(3.1)
k=1
hi (xj ) = ij
hi (xj ) = 0,
(3.2)
hi (xj ) = 0
hi (xj ) = ij ,
(3.3)
ij =
1,
i=j
0,
i = j,
j = 1, 2, ..., r.
Sejam os polinmios
(x) (x x1 )(x x2 ) . . . (x xr ),
(3.4)
(x)
,
(x xi ) (xi )
(3.5)
(3.6)
li (x)
li (x)
(3.7)
Como li (x) um polinmio de grau r1 o polinmio [li (x)]2 ter grau 2r2 e [li (xj )]2 = ij .
(3.8)
onde ri (x) e si (x) so polinmios de grau 1. Para i = j , (3.8) satisfaz (3.2) e (3.3).
56
hi (xi ) = ri (xi )[li (xi )]2 + 2ri (xi )li (xi )li (xi )
(3.9)
ri (xi ) = 1,
ri (xi ) + 2li (xi ) = 0,
(3.10)
si (xi ) = 0,
hi (xi ) = si (xi )[li (xi )]2 + 2si (xi )li (xi )li (xi )
(3.11)
(3.12)
si (xi ) = 1.
si (x) = x xi .
A equao (3.10) fornece o coeciente angular de ri (x), a saber 2li (xi ). Utilizando este
resultado em (3.9) obtm-se o coeciente linear, 1 + 2xi li (xi ). Conseqentemente,
(3.14)
lador de Hermite,
r
hk (x)f (xk ),
hk (x)f (xk ) +
y(x) =
polinmio interpo(3.15)
k=1
k=1
no qual
(3.16)
f (x)
k=1
r
Er (xi )
hk (x)f (xk ),
hk (x)f (xk )
f (xi )
k=1
r
hk (xi )f (xk ),
hk (xi )f (xk )
k=1
k=1
57
(3.17)
onde C uma constante. A funo F (x) contnua e possui derivadas contnuas, pois
resultado da subtrao de duas funes contnuas, cujas derivadas so contnuas. Alm
disto, a funo F (x) combinao linear de Er (x) e [(x)]2 , implicando na seguinte
igualdade F (xi ) = F (xi ) = 0. Seja x = xi tal que F () = 0 a partir da qual determinada
x
a constante C .
Seja I um intervalo fechado sendo limitado pela maior e pela menor das abscissas
x1 , x2 , . . . , xr , x. Como estas r + 1 abscissas so razes de F (x), ento F (x) se anula em,
mnimo, 2r razes pertencentes ao intervalo I ; que F (x), por sua vez, possui, no mnimo,
de I . Denota-se por (x) a funo cuja imagem o conjunto formado por estas ltimas
abscissas.
Como y(x), em (3.1), um polinmio de grau 2r 1, ento y (2r) (x) = 0 e a derivada de
ordem 2r da equao F (x) = f (x)y(x)C[(x)]2 dada por F (2r) (x) = f (2r) (x)C(2r)!.
Conseqentemente,
F (2r) ((x))
f (2r) ((x))
.
(2r)!
f (2r) ((x))
[()]2 . Por outro
x
(2r)!
lado, desde que ambos lados desta equao se anulam quando x identicado como xi ,
esta equao ca verdadeira tanto para x quanto para xi . Portanto, suprimindo as barras,
58
f (2r) ((x))
Er (x) =
[(x)]2 ,
(2r)!
onde (x) est no interior do intervalo I que, por sua vez, tal que {x1 , . . . , xr } I .
Hermite,
Hk f (xk ) +
w(x)f (x) dx =
a
quadratura de
k=1
Hk f (xk ) + Er ,
(3.18)
k=1
w(x)hi (x) dx =
Hi =
(3.19)
w(x)hi (x) dx =
Hi =
(3.20)
Er =
1
(2r)!
(3.21)
onde a < (x) < b, desde que as abscissas x1 , . . . , xr estejam contidas em [a, b].
Como f (x) contnua e o produto w(x)[(x)]2 no muda de sinal em [a, b], ento,
pelo Teorema do Valor Mdio Ponderado para Integrais, existe um nmero (a, b) tal
que
Er
1
(2r)!
f (2r) ((x))w(x)[(x)]2 dx =
a
f (2r) ()
(2r)!
w(x)[(x)]2 dx.
a
59
60
Quadratura de Gauss
4.1 Teoremas
Teorema 4.1 O polinmio (x), denido em (3.4), pertence seqncia de polinmios
ortogonais com relao a w(x) sobre o intervalo [a, b] se, e somente se, a frmula da
quadratura de Hermite, (3.18) a (3.21), puder se reduzir forma
r
w(x)f (x) dx =
a
Hk f (xk ) + Er .
k=1
1 Este resultado consta de sua clebre obra: Methodus nova integralium valores per approximationem
inveniendi. Commentationes Societatis Regiae Scientarium Gottingensis Recentiores, 1814.
4.1 Teoremas
Demonstrao:
61
w(x)(x)li (x) dx = 0.
(4.1)
Hi
w(x)(x xi )
=
a
1
(xi )
Hi
1
(xi )
[(x)]2
dx,
(x xi )2 [ (xi )]2
w(x)(x)
a
(x)
dx,
(x xi ) (xi )
(4.2)
de Hermite se reduz a
w(x)f (x) dx =
a
Hk f (xk ) + Er .
k=1
Por outro lado, suponha que a frmula da quadratura de Hermite seja da forma
r
Hk f (xk ) + Er .
w(x)f (x) dx =
a
k=1
Seja f (x) = (x)ur1 (x) um polinmio de grau 2r 1 ou menor. Ento, por meio da
Denio 3.2, Er = 0. Como (xi ) = 0, tem-se que f (xi ) = 0. Conseqentemente,
r
w(x)f (x) dx
Hk f (xk ) = 0,
k=1
w(x)(x)ur1 (x) dx
0,
Hi
=
a
Hi
=
a
4.1 Teoremas
62
Hi
=
a
b
Hi
=
a
Observa-se que a frmula de quadratura numrica do Teorema 4.1 funo apenas dos
valores de f (x) em x1 , ..., xr , sendo independente das derivadas nestas abscissas, preservando, contudo, o grau de preciso 2r 1. Esta frmula de quadratura denominada
quadratura de Gauss
r
w(x)f (x) dx =
a
Hk f (xk ) + Er ,
(4.3)
k=1
com o coeciente
(4.4)
Hi =
a
e erro
Er =
f (2r) ()
(2r)!
w(x)[(x)]2 dx,
(4.5)
(x) =
r (x)
.
Ar
(4.6)
Er
Er
2 Para
f (2r) ()
(2r)!
w(x)
a
1 f (2r) ()
A2 (2r)!
r
r (x)
Ar
dx,
simplicar a notao, o i-simo zero do polinmio r (x), de grau r, ser denotado por xi ,
i = 0, . . . , r.
4.1 Teoremas
63
Er =
r f (2r) ()
,
A2 (2r)!
r
(4.7)
(a, b).
w(x)[li (x)]2 dx =
Hi =
Demonstrao:
w(x)li (x) dx =
a
Hk li (xk ) + Er ,
k=1
w(x)li (x) dx = Hi + Er ,
a
b
w(x)[li (x)]2 dx =
Hi =
k=0
k (x)k (y)
r+1 (x)r (y) r (x)r+1 (y)
=
,
k
ar r (x y)
Ar r+1 (xi )
Ar+1 r
b
a
w(x)0 (x)
a k=0
k (x)k (xi )
dx.
k
4.1 Teoremas
64
Ar r+1 (xi )
Ar+1 r
Ar r+1 (xi )
Ar+1 r
b
a
b
a
0 (xi )
=
0
= 0 (xi ).
w(x)
a
r (x)
Ar+1 r
dx =
.
x xi
Ar r+1 (xi )
(4.8)
r (x)
(x)
=
,
(xi )(x xi )
r (xi )(x xi )
li (x) =
Hi =
1
r (xi )
Hi =
w(x)
a
r (x)
dx.
x xi
Ar+1 r
.
Ar r (xi )r+1 (xi )
(4.9)
r+1 (xi )
r+1 (xi )
= cr r1 (xi ),
substituindo o valor de cr =
ar r
,
ar1 r1
Ar+1
r
Ar
r+1 (xi ) =
r1 (xi ),
Ar
Ar1 r1
r+1 (xi )
Ar+1 Ar1 r
r1 (xi ).
A2
r1
r
(4.10)
Hi =
r1
Ar+1 r
A2
1
r
,
Ar r (xi ) Ar+1 Ar1 r r1 (xi )
Hi =
Ar r1
.
Ar1 r (xi )r1 (xi )
(4.11)
4.1 Teoremas
65
k=0
k (xi )
Ar r (xi )r+1 (xi )
1
=
=
.
k
Ar+1 r
Hi
Portanto,
k (xi ) =
k=0
1
.
Hi
(4.12)
Hi =
2
vi,1
,
[0 (x)]2
Teorema 4.3 Os
0
1
1
1
2
Jr =
2 2
3
... ...
...
r1 r1
2
vi,1
,
[ (x)]2
0
4.1 Teoremas
66
Teorema 4.4 Se o intervalo [a, b] for nito e f (x) for contnua em [a, b], ento
r
lim
Demonstrao:
(4.13)
Hk f (xk ) =
a
k=1
(4.14)
x [a, b].
Assim,
r
b
a
w(x)f (x) dx
w(x)f (x) dx
Hk f (xk )
w(x)P (x) dx
a
k=1
w(x)P (x) dx
+
a
Hk P (xk )
k=1
Hk P (xk )
Hk f (xk ) .
k=1
k=1
w(x)f (x) dx
Hk P (xk )
k=1
w(x) dx
Hk =
Hk f (xk ) <
w(x) dx.
a
k=1
k=1
w(x)P (x) dx =
a
Hk P (xk ),
k=1
w(x)P (x) dx
a
Hk f (xk ) < 2
k=1
w(x) dx,
a
4.1 Teoremas
67
ex x f (x) dx + Er ,
Hk f (xk ) =
> 1.
k=1
Se, para todos valores sucientemente grandes de x, a funo f (x) satiszer a desigualdade
ex
|f (x)|
ento
x+1+
lim
ex x f (x) dx.
Hk f (xk ) =
0
k=1
Este teorema garante a convergncia das quadraturas com funes peso de Laguerre
generalizado e o prximo se aplica nas quadraturas de Gauss-Hermite. importante observar que as condies de convergncia de tais teoremas so sucientes mas no necessrias.
Por exemplo, Davis e Rabinowitz (1984) apresentam exemplos de quadraturas que convergem fortemente mas cujas funes no satisfazem as condies dos teoremas. Por
isto, toma-se a liberdade de realizar experimentos com as quadraturas de Gauss-Hermite,
Gauss-Laguerre e Gauss-Laguerre generalizada sem vericar as condies de convergncia.
ex f (x) dx + Er .
Hk f (xk ) =
k=1
Se, para todos valores sucientemente grandes de |x|, a funo f (x) satiszer a desigualdade
2
ex
|f (x)| 1+ ,
para algum > 0,
|x|
ento
3 Uspensky,
k=1
ex f (x) dx.
Hk f (xk ) =
lim
68
f (x) dx =
1
Hk f (xk ) + Er ,
k=1
Hi =
2
(r + 1)Pr (xi )Pr+1 (xi )
Hi =
e, por (4.7),
Er =
2
rPr (xi )Pr1 (xi )
22r+1 (r!)4
f (2r) (),
(2r + 1)[(2r)!]3
(4.15)
(4.16)
(1, 1).
(4.17)
Fazendo-se x = xi em (2.55),
(1 x2 )Pr (xi ) = (r + 1)xi Pr (xi ) (r + 1)Pr+1 (xi ) = rxi Pr (xi ) + rPr1 (xi ),
i
(4.18)
Hi =
(1
.
x2 )(Pr (xi ))2
i
(4.19)
(4.20)
69
0
1
0
0
2
1
, m = m
Jr =
, m = 1, . . . , r 1. (4.21)
2 0
3
4m2 1
..
..
..
.
.
.
r1 0
0
ex x f (x) dx =
0
Hk f (xk ) + Er ,
k=1
Hi =
( + r + 1)
,
(r + 1)!L (xi )L (xi )
r+1
r
Hi =
( + r)
(xi )L (xi )
r1
r!L
r
(4.22)
e, por (4.7),
Er =
r!( + r + 1) (2r)
f (),
(2r)!
(0, ).
Fazendo x = xi em (2.71),
L (xi ) =
r1
xi L (xi )
r
( + r)
Hi =
( + r)
,
xi L (xi )
r
r!Lr (xi )
( + r)
(4.23)
70
Hi =
( + r + 1)
.
r!xi (L (xi ))2
r
(4.24)
(4.25)
1
0
0
1
1
2
m = + 2m + 1, m = 0, . . . , r 1
,
Jr =
2 2
3
m = m( + m), m = 1, . . . , r 1.
..
..
..
.
.
.
r1 r1
0
(4.26)
e f (x) dx =
0
Hk f (xk ) + Er ,
k=1
Hi =
1
xi (Lr (xi ))2
(4.27)
e, por (4.23),
Er =
(r!)2 (2r)
f (),
(2r)!
(0, ).
(4.28)
(4.29)
71
1
0
0
1
1
2
m = 2m + 1, m = 0, . . . , r 1
,
(4.30)
Jr =
2 2
3
m = m2 ,
m = 1, . . . , r 1.
..
..
..
.
.
.
r1 r1
0
r
x2
f (x) dx =
Hk f (xk ) + Er ,
k=1
2r+1 r!
Hi =
Hr (xi )Hr+1 (xi )
ou, por (4.11),
e, por (4.7),
2r (r 1)!
Hi =
Hr (xi )Hr1 (xi )
r! f (2r) ()
,
Er =
2r
(2r)!
(, )
(4.31)
(4.32)
(4.33)
2r+1 r!
Hi =
.
(Hr (xi ))2
(4.34)
(4.35)
72
Hi =
(4.36)
2
vi,1 ,
1
0
0
0
2
1
, m = m , m = 1, . . . , r 1.
(4.37)
Jr =
2 0
3
..
..
..
.
.
.
r1 0
0
O polinmio de Jacobi Pr
r =
1 (2r + + + 1)
(r + + + 1)
2r r!
2++1
(r + + 1)(r + + 1)
,
(2r + + + 1)r!
(r + + + 1)
Como explicado na Seo 2.6, para que r + + R {1, 2, ...}, suciente que
(1 x) (1 + x) f (x) dx =
1
k=1
(,)
Hi =
Hk f (xk ) + Er ,
2+ (2r + + + 2)
(r + + 1)(r + + 1)
(,)
(r + 1)! (r + + + 1) (r + + + 1)Pr(,) (xi )Pr+1 (xi )
(4.38)
Hi =
2+ (2r + + )
(r + )(r + )
(,)
r! (r + + ) (r + + )Pr(,) (xi )Pr1 (xi )
(4.39)
73
e, por (4.7),
Er =
(1, 1).
(4.40)
(xi ) = 0,
(,)
(4.41)
(4.42)
Hi =
2++1
(r + + 1)(r + + 1)
.
r! (r + + + 1)(1 x2 )(Pr(,) (xi ))2
i
(4.43)
2++1 ( + 1)( + 1) 2
vi,1 ,
Hi =
( + + 2)
(4.44)
0
1
0
,
0 =
1
1
2
++2
,
Jr =
(4.45)
2 2
3
..
..
..
4(1 + )(1 + )
=
.
.
.
,
1
( + + 3)( + + 2)2
0
r1 r1
m =
m =
2 2
,
(2m + + )(2m + + + 2)
m = 1, . . . , r 1,
m = 2, . . . , r 1.
(4.46)
(4.47)
74
quadratura de Gauss
1
1
f (x) dx =
1 x2
Hk f (xk ) + Er ,
k=1
(4.48)
.
Tr (xi )Tr1 (xi )
(4.49)
f (2r) (),
(4.50)
Hi =
ou, por (4.11),
Hi =
Alm disso, por (4.7),
Er =
2
22r (2r)!
(1, 1).
Pelo Teorema 2.3, tem-se que xi (1, 1). Por outro lado, se xi = cos(i ), ento,
vlido que i (0, ). Deste modo, por (2.127),
Tr (xi ) = cos(ri ) = 0
sen(ri ) = 1.
Segue que
sen(i )
Tr+1 (xi ) =
(4.51)
1 x2 .
i
Analogamente,
(4.52)
Tr1 (xi ) = 1 x2 .
i
Novamente por (2.127),
r
1 x2
dx
Tr (x) =
r sen(r arccos(x))
dx.
1 x2
Conseqentemente,
Tr (xi ) =
Tr (xi ) =
r sen(ri )
,
sen(i )
(4.53)
Notando (4.51), (4.52) e (4.53), tem-se que os coecientes em (4.48) e (4.58) tornam-se
Hi =
75
.
r
(4.54)
2
Hi = vi,1 ,
0
1
0
2
1
Jr =
2 0
3
..
..
.
.
1 = 1 ,
,
(4.56)
..
m = 1 , m = 2, . . . , r 1.
.
4
r1 0
x2 f (x) dx
Hk f (xk ) + Er ,
k=1
(4.57)
.
Ur (xi )Ur1 (xi )
(4.58)
Hi =
ou, por (4.11),
Hi =
Por (4.7), tem-se que
Er =
22r+1
f (2r) ()
,
(2r)!
(1, 1).
(4.59)
Pelo Teorema 2.3, tem-se xi (1, 1). Por outro lado, se xi = cos(i ), ento i
sen[(r + 1)i ]
=0
sen(i )
sen[(r + 1)i ] = 0
cos[(r + 1)i ] = 1.
76
Decorre que
Ur+1 (xi ) =
sen((r + 1) + 1)i
sen[(r + 1)i ] cos(i ) + sen(i ) cos[(r + 1)i ]
=
,
sen(i )
sen(i )
Ur+1 (xi ) =
sen(i )
= 1.
sen(i )
(4.60)
Analogamente,
Ur1 (xi ) =
(4.61)
1.
Ur (x) =
dx
. Ento, por (2.140),
sen()
Ur (x) =
Conseqentemente,
Ur (xi ) =
Ur (xi ) =
Mas, desde que xi = cos
Ur (xi ) =
r+1
.
i
2
sen
r+1
(4.62)
Observando os resultados (4.60), (4.61) e (4.62), os coecientes em (4.57) e (4.58) tornamse iguais a
Hi =
Como sen
i
r+1
= sen
sen2
r+1
i
r+1
(4.63)
(r + 1 i)
, ento Hi = Hr+1i .
r+1
Por outro lado, notando a equao de recorrncia para os polinmios Ur (x), (2.142)
Hi =
2
v ,
2 i,1
(4.64)
77
0
1
0
2
1
Jr =
2 0
3
..
..
.
.
, m = 1 , m = 1, . . . , r 1.
(4.65)
..
r1 0
r =
1
e
2
1
1 ( + 2 ) (2r + 2)
1 ,
2r r! (2) (r + + 2 )
1
221 2 ( + 2 ) (r + 2)
,
(r + )r!
2 (2)
1
2 2
(1 x )
Hk f (xk ) + Er ,
f (x) dx =
k=1
Hi
1
222
(2r + 2 + 1)(2r + 2) 2 ( + 2 )(r + 2)
=
,
(r + 1)!(r + )
2 (2)Cr (xi )Cr+1 (xi )
(r + + 1 )
2
Hi =
1
(r + 1)!(r + )
2 (2)Cr (xi )Cr+1 (xi )
(r + + 2 )
22 2 ( + 1 )
(r + 2)
2
.
2 (2)
(r + 1)!
Cr (xi )Cr+1 (xi )
(4.66)
2 ( + 1 )
4
2
= 4 2 ,
2 (2)
2 ()
segue que
Hi =
4
(r + 2)
.
2 ()C (x )C (x )
+ 1)!
r
i
r+1 i
22 (r
(4.67)
(4.68)
78
Hi
222
(2r + 2 1)(2r + 2 2) 2 ( + 1 )(r + 2 1)
2
=
,
1
r!(r + 1)
2 (2)Cr (xi )Cr1 (xi )
(r + 2 )
=
Hi =
1
2(r + 1 )2(r + 1) 2 ( + 2 )(r + 2 1)
222
2
,
r!(r + 1)
2 (2)Cr (xi )Cr1 (xi )
(r + 1 )
2
22 2 ( + 1 ) (r + 2 1)
2
.
Hi =
(r + 2 1)
4
.
2 r! 2 ()C (x )C (x )
2
r
i
r1 i
(4.69)
Er =
1
22(+r) r!(r + 2)2 (r + + 2 ) (2r)
f (),
2(r + )(2r)!2 (2r + 2)
(1, 1).
(4.70)
Fazendo x = xi em (2.153),
(1 x2 )Cr (xi ) = rxi Cr (xi )+(r + 2 1)Cr1 (xi ) = (r + 2)xi Cr (xi )(r + 1)Cr+1 (xi ),
i
Hi =
(r + 2)
4
.
2 r! 2 ()(1 x2 )(C (x ))2
2
r
i
i
(4.71)
com relao origem, ento (Cr (xi ))2 = (Cr (xr+1i ))2 . Logo, Hi = Hr+1i
Por outro lado, notando a equao de recorrncia para os polinmios Cr (x), (2.154)
Hi =
1
22 ( + 2 ) 2
v ,
(2 + 1) i,1
(4.72)
79
0
1
0
0
2
1
m(m + 2 1)
, m =
Jr =
, m = 1, . . . , r 1.
2 0
3
4(m + )(m + 1)
..
..
..
.
.
.
r1 0
0
(4.73)
80
Algoritmos e implementaes da
quadratura de Gauss
Hi . H diversas formas para se obter xi e Hi . Este trabalho apresenta duas formas: uma
por meio dos autovalores e autovetores da matriz de Jacobi e a outra calculando
os zeros por meio do mtodo de Newton e os coecientes por meio de frmulas. Este
captulo destina-se implementao dos algoritmos para integrao e ir utilizar estes
dois mtodos diferentes a m de comparar a ecincia entre eles.
O captulo inicia-se com os algoritmos para zeros e coecientes que no usam a matriz
de Jacobi seguido dos algoritmos para integrao, compondo as Sees 5.1 a 5.3. A
Seo 5.4 apresenta experimentos numricos para cada quadratura de Gauss usando estes
algoritmos. A Seo 5.5 apresenta os algoritmos para xi e Hi com uso da matriz Jr e
sobre eles sero realizados os mesmos experimentos. A Seo 5.6 destina-se a validar os
algoritmos para zeros e coecientes e, na Seo 5.7, desenvolvido um esquema para a
escolha dos algoritmos mais ecientes para uma determinada integral.
Hi das respectivas quadraturas, sem fazer uso da matriz de Jacobi (Figuras 9 a 16), sero
agora tratados.
O parmetro de entrada o nmero r de zeros do polinmio ortogonal e, quando
existentes, os parmetros , e . Os parmetros de sada so o vetor X com os zeros
81
1 Stroud,
Hall).
A.H., e Secrest, D. 1966, Gaussian Quadrature Formulas (Englewood Clis, NJ: Prentice-
82
Algoritmo zero_h_legendre
{Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Legendre}
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {zeros e coecientes}
{X(1) o menor e
X(r)
o maior zero}
incio algoritmo
1
2
3
4
5
6
7
8
9
10
repita
p1 1
p2 0
para j 0 at r 1 faa
p3 p2
p2 p1
p1 ((2 j + 1) x p2 j p3)/(j + 1)
{polinmio de Legendre no ponto x, por (2.53)}
11
m para
12
pp r (x p1 p2)/(x2 1)
{derivada do polinmio de Legendre no ponto
13
14
15
16
17
18
19
20
21
x,
por (2.55)}
os zeros}
m se
m repita
m para
m algoritmo
22
83
Algoritmo zero_h_laguerre_gen
{Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Laguerre generalizada}
parmetros de entrada r e {nmero de zeros e parmetro > 1}
parmetros de sada X e H {zeros e coecientes}
{X(1) o menor e
X(r)
o maior zero}
incio algoritmo
1
para i 1 at r faa
2
se i = 1 ento
3
4
5
6
7
8
9
10
11
12
13
14
15
16
seno, se i = 2
seno
ai i 2
x X(i 1) + ((1 + 2,55 ai)/(1,9 ai) + 1,26 ai /(1 + 3,5 ai))
(X(i 1) X(i 2))/(1 + 0,3 )
m se
para k 1
17
m para
18
pp (r p1 (r + ) p2)/x
{derivada do polinmio de Laguerre generalizado no ponto
19
20
21
22
23
24
25
x,
por (2.71)}
os zeros}
m se
m para
X(i) x
H(i) ( + r + 1)/(r! x pp2 )
{(4.24)}
m para
m algoritmo
26
84
Algoritmo zero_h_laguerre
{Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Laguerre}
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {zeros e coecientes}
{X(1) o menor e
X(r)
o maior zero}
incio algoritmo
1
para i 1 at r faa
2
se i = 1 ento
seno
3
4
7
8
9
10
11
12
13
14
15
16
ai i 2
x X(i 1) + (1 + 2,55 ai)/(1,9 ai) (X(i 1) X(i 2))
m se
para k 1
at
10 faa
{mximo de
10
p1 1
p2 0
para j 0 at r 1
p3 p2
p2 p1
p1 ((x + 2 j + 1) p2 j p3)/(j + 1)
{polinmio de Laguerre no ponto x, por (2.75)}
17
m para
18
pp r (p1 p2)/x
{derivada do polinmio de Laguerre no ponto
19
20
21
22
23
24
25
x,
por (2.76)}
os zeros}
m se
m para
X(i) x
H(i) 1/(x pp2 )
{(4.27)}
m para
m algoritmo
26
85
Algoritmo zero_h_hermite
{Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Hermite}
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {zeros e coecientes}
{X(1) o maior e
X(r)
o menor zero}
incio algoritmo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
seno
x 2 x X(i 2)
m se
para k 1
at 10 faa {mximo
p1 1
p2 0
para j 0 at r 1 faa
p3 p2
p2 p1
p1 2 (x p2 j p3)
de
10
x,
por (2.89)}
m para
22
pp 2 r p2
{derivada do polinmio de Hermite no ponto
23
24
25
26
27
28
29
30
31
negativos}
x,
os zeros}
por (2.92)}
m se
m para
X(i) x
X(r + 1 i) x {zero simtrico}
m para
m algoritmo
32
Algoritmo zero_h_jacobi
{Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Jacobi}
parmetros de entrada r, e {nmero de zeros e parmetros , > 1}
parmetros de sada X e H {zeros e coecientes}
86
87
Algoritmo zero_h_chebyshev_1
Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Chebyshev de 1a
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {zeros e coecientes}
{
{X(1) o menor e
X(r)
espcie}
o maior zero}
incio algoritmo
1
2
3
4
5
6
apenas os no negativos}
m para
m algoritmo
7
Algoritmo zero_h_chebyshev_2
Objetivo Calcular os zeros xi e os coecientes Hi de Gauss-Chebyshev de 2a
parmetro de entrada r {nmero de razes}
parmetros de sada X e H {razes e coecientes}
{
{X(1) a menor e
X(r)
espcie}
a maior raiz}
incio algoritmo
1
2
3
4
5
6
os no negativos}
m para
m algoritmo
7
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
seno
m se
seno, se i = 1 ento
seno
m se
repita
p1 1
p2 0
para j 0 at r 1 ento
p3 p2
p2 p1
p1 (2 (j + ) x p2 + (1 j 2 ) p3)/(j + 1)
{polinmio de Gegenbauer no ponto x, por (2.150)}
m para
pp (r x p1 + (r + 2 1) p2)/(1 x2 )
m se
m repita
X(i) x
X(r + 1 i) x
H(i) 4 (r + 2 )/(2(2) r! 2 () (1 x2 ) pp2 ) {(4.71)}
H(r + 1 i) H(i)
m para
m algoritmo
88
89
A integral
c
t =
(d c)x + c + d
2t c d
x =
,
2
dc
x
4
1
c
d
1
2t c d
.
dc
do seguinte modo:
d
(d t) (t c) g(t) dt =
c
com f (x) = g
dc
2
(d c)x + c + d
d
2
(d c)x + c + d
c
2
(t c) =
(1 x) (1 + x) f (x) dx,
(5.1)
(d c)x + c + d
, desde que
2
(d t) =
++1
d c (d c)x
2
d c + (d c)x
2
dc
2
dc
2
(1 x) ,
(1 + x) ,
90
dt =
(d c)
dx.
2
1
1
1 1
Tomando e iguais a 0, , e , com > e = 0, na equao (5.1),
2 2
2
2
obtm-se, respectivamente,
d
g(t) dt =
c
d
(d t)(t c)g(t) dt =
c
d
1
2
g(t) dt =
g(t) dt =
(5.2)
f (x) dx,
1
1
1
(d t)(t c)
(d c)
2
dc
2
dc
2
1
f (x) dx,
1 x2
1
1 x2 f (x) dx,
(5.3)
(5.4)
1
2
(1 x2 ) 2 f (x) dx,
(5.5)
(d c)x + c + d
. As equaes (5.1) a (5.5) mostram que algumas in2
tegrais em [c, d] podem ser transformadas em integrais das quadraturas de Gauss-Jacobi,
com f (x) = g
integrais da forma
[c, d].
Tabela 1: Quadraturas de Gauss.
Intervalo
Integral
Quadratura
g(t) dt
c
Gauss-Legendre
Gauss-Jacobi
[c, d]
(d t)(t c)
g(t) dt
(d t)(t c)g(t) dt
c
d
c
1
1
[(d t)(t c)] 2 g(t) dt, > , = 0
2
Gauss-Chebyshev de 1a
espcie
Gauss-Chebyshev de 2a
espcie
Gauss-Gegenbauer
Gauss-Laguerre generalizada
et g(t) dt
[0, )
Gauss-Laguerre
[c, )
c
et g(t) dt
(, )
Gauss-Hermite
91
Observando que
d
dt d
dc
f (x) =
g(t) =
g (t),
dx
dx dt
2
f (x) =
ento
(2r)
(x) =
2r
dc
2
g (2r) (t).
(5.6)
Notando a igualdade (5.6) nas frmulas de erro das quadraturas de intervalo [1, 1]:
(4.17), (4.40), (4.50), (4.59) e (4.70), obtm-se as frmulas de erro Er,g para o intervalo
Er,g
Gauss-Legendre
Gauss-Laguerre
generalizada
r!( + r + 1) (2r)
g
( ), (0, )
(2r)!
Gauss-Laguerre
(r!)2 (2r)
g
( ), (c, )
ec (2r)!
r! g (2r) ( )
, (, )
2r
(2r)!
Gauss-Hermite
Gauss-Jacobi
Gauss-Chebyshev
de 1a espcie
Gauss-Chebyshev
de 2a espcie
(d c)2r+2 g (2r) ( )
, (c, d)
24r+3
(2r)!
1
(d c)2r+2 r!(r + 2)2 (r + + 2 ) (2r)
g
( ), (c, d)
2(r + )(2r)!2 (2r + 2)
Gauss-Gegenbauer
A integral
et g(t) dt = ec
c
ex f (x) dx,
(5.7)
com f (x) = g(x + c), desde que et = ec ex e dt = dx. A equao (5.7) mostra
que uma integal em [c, ) pode ser transformada em uma integral da quadratura de
92
8
7
6
5
4
3
2
1
0
1
de integrais da forma
c
d
dt d
f (x) =
g(t) = g (t), ento,
dx
dx dt
f (2r) (x) = g (2r) (t).
(5.8)
[c, d], assim como Gauss-Laguerre em [c, ), como apresentou a Subseo 5.2. A Tabela
1 mostra as integrais e os respectivos intervalos nos quais as quadraturas de Gauss so
utilizadas. Os algoritmos seguem a seguinte rotina:
1. Recebe os zeros e coecientes;
2. Efetua o somatrio da quadratura.
O parmetro de entrada do algoritmo de integrao constitui-se do nmero r de zeros,
dos limites de integrao e dos parmetros associados (, e ), quando necessrio. A
funo g(t) deve ser especicada de acordo com a linguagem de programao adotada. O
parmetro de sada o valor da integrao integral.
93
Algoritmo quad_legendre
{Objetivo Integrar w(t)g(t) via Gauss-Legendre}
parmetros de entrada r, c e d {nmero de zeros e limites de integrao}
parmetro de sada integral {valor da integral}
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
e1 (d c)/2
e2 (d + c)/2
para i 1 at r faa
t e1 X(i) + e2
y g(t) {avaliar g(t)}
integral integral + y H(i)
m para
10
integral = e1 integral
1
2
3
4
5
6
7
zeros e coecientes}
{(5.2)}
m algoritmo
Algoritmo quad_laguerre_gen
Objetivo Integrar w(t)g(t) via Gauss-Laguerre generalizada}
parmetros de entrada r e {nmero de zeros e parmetro > 1}
parmetro de sada integral {valor da integral}
{
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
para i 1 at r faa
y g (X(i)) {avaliar g (X(i))}
integral integral + y H(i)
1
2
3
4
5
zeros e coecientes}
m para
m algoritmo
6
Algoritmo quad_laguerre
Objetivo Integrar w(t)g(t) via Gauss-Laguerre}
parmetros de entrada r e c {nmero de zeros e limite inferior}
parmetro de sada integral {valor da integral}
{
incio algoritmo
1
2
3
4
5
6
7
8
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
para i 1 at r faa
t X(i) + c
y g(t) {avaliar g(t)}
integral integral + y H(i)
zeros e coecientes}
m para
integral ec integral
{(5.7)}
m algoritmo
94
Algoritmo quad_hermite
Objetivo Integrar w(t)g(t) via Gauss-Hermite}
parmetro de entrada r {nmero de zeros}
parmetro de sada integral {valor da integral}
{
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
para i 1 at r faa
y g (X(i)) {avaliar g (X(i))}
integral integral + y H(i)
1
2
3
4
5
zeros e coecientes}
m para
m algoritmo
6
Algoritmo quad_jacobi
Objetivo Integrar w(t)g(t) via Gauss-Jacobi}
parmetros de entrada r, , , c e d {nmero de zeros, parmetros , > 1
{
e limites de integrao}
{valor da integral}
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
e1 (d c)/2
e2 (d + c)/2
para i 1 at r faa
t e1 X(i) + e2
y g(t) {avaliar g(t)}
integral integral + y H(i)
m para
10
1
2
3
4
5
6
7
zeros e coecientes}
{(5.1)}
m algoritmo
Algoritmo quad_chebyshev_1
a
{Objetivo Integrar w(t)g(t) via Gauss-Chebyshev de 1 espcie}
parmetros de entrada r, c e d {nmero de zeros e limites de integrao}
parmetros de sada integral {valor da integral}
incio algoritmo
1
2
3
4
5
6
7
8
integral 0
X xi , H Hi , i = 1, . . . , r {recebe zeros
e1 (d c)/2
e2 (d + c)/2
para i 1 at r faa
t e1 X(i) + e2
y g(t) {avaliar g(t)}
integral integral + y H(i) {(5.3)}
e coecientes}
m para
m algoritmo
9
95
Algoritmo quad_chebyshev_2
a
{Objetivo Integrar w(t)g(t) via Gauss-Chebyshev de 2 espcie}
parmetros de entrada r, c e d {nmero de zeros e limites de integrao}
parmetros de sada integral {valor da integral}
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
e1 (d c)/2
e2 (d + c)/2
para i 1 at r faa
t e1 X(i) + e2
y g(t) {avaliar g(t)}
integral integral + y H(i)
m para
10
1
2
3
4
5
6
7
zeros e coecientes}
{(5.4)}
m algoritmo
Algoritmo quad_gegenabuer
Objetivo Integrar w(t)g(t) via Gauss-Gegenbauer}
1
parmetros de entrada r, , c e d {nmero de zeros, parmetro > 2 , = 0
{
e limites de integrao}
{valor da integral}
incio algoritmo
integral 0
X xi , H Hi , i = 1, . . . , r {recebe
e1 (d c)/2
e2 (d + c)/2
para i 1 at r faa
t e1 X(i) + e2
y g(t) {avaliar g(t)}
integral integral + y H(i)
m para
10
1
2
3
4
5
6
7
zeros e coecientes}
{(5.5)}
m algoritmo
5.4 Implementaes
96
5.4 Implementaes
Com a nalidade de validar os algoritmos para xi e Hi da Seo 5.1 e os algoritmos para
integrao da Seo 5.3, so apresentados os resultados de implementaes para integrais
tais como aquelas descritas na Tabela 1, para vrios valores de r. necessrio ressaltar
que a escolha da funo g(t) estar condicionada resoluo analtica da integral que
ser efetuada para ns de comparao com o resultado numrico da quadratura integral.
O erro relativo erro tambm exibido. O parmetro tempo(s) o tempo mdio, em
segundos, demandado na execuo de um determinado r. Este parmetro calculado
pela mdia aritmtica dos tempos de 3000 execues do algoritmo (para 2 r 100) e
de 10 execues para r 500. O processador utilizado em todos experimentos realizados
ao longo deste trabalho Intel CoreTM 2 Duo.
5.4 Implementaes
97
erro calculado nas aproximaes o erro Er,g da quadratura que, por sua vez, inuenciado pelos erros de truncamento e arredondamento.
5.4.2 Gauss-Legendre
d
mentos so
(i)
t sen(t) dt,
(ii)
t sen(15t) dt.
(i)
0
2
t sen(15t) dt =
(ii)
0
= 2 6, 283185307179586,
0
sen(15t)
t cos(15t)
225
15
=
0
2
0, 418879020478639.
15
Os resultados das implementaes acompanhados dos respectivos grcos dos integrandos esto nas Figuras 27 e 28.
2
integral
11, 061607516437542
6, 333516813159698
6, 283185315806970
6, 283185307179582
6, 283185307179588
6, 283185307179582
6, 283185307179583
6, 283185307179584
6, 283185307179585
6, 283185307179585
6, 283185307179588
tempo(s)
2, 756 104
4, 368 104
7, 956 104
1, 201 103
1, 524 103
2, 257 103
2, 990 103
3, 739 103
4, 732 103
6, 006 103
9, 558 103
erro
4, 778 100
5, 033 102
8, 627 109
4, 441 1015
1, 776 1015
4, 441 1015
3, 553 1015
2, 665 1015
1, 776 1015
1, 776 1015
1, 776 1015
0
w(t)*g(t) = t*sen(t)
r
2
4
8
12
16
24
32
40
50
64
100
Figura 27:
integral
9, 982389445556954
0, 174884867026902
1, 040354978844508
4, 176084918712063
1, 126806236160534
1, 926958102526059
0, 419056065363738
0, 418879020508601
0, 418879020478643
0, 418879020478638
0, 418879020478624
erro
9, 564 100
2, 440 101
6, 215 101
4, 595 100
1, 546 100
1, 508 100
1, 770 104
2, 996 1011
3, 941 1015
8, 327 1016
1, 499 1014
tempo(s)
3, 380 104
5, 408 104
9, 932 104
1, 492 103
1, 908 103
2, 829 103
3, 754 103
4, 690 103
5, 933 103
7, 524 103
1, 199 102
w(t)*g(t) = t*sen(15*t)
r
2
4
8
12
16
24
32
40
50
64
100
6
0
Figura 28:
3
t
5.4 Implementaes
98
et t sen(t) dt,
(i)
(ii)
et t sen(3t) dt.
(i)
0
1
et t sen(t) dt = et (t cos(t) + cos(t) + t sen(t))
2
(ii)
et t sen(3t) dt =
0
=
0
1
= 0,5,
2
1 t
e (15t cos(3t) + 3 cos(3t) + 5t sen(3t) 4 sen(3t))
50
,
0
3
= 0,06.
50
et t sen(3t) dt =
(ii)
Os resultados das implementaes acompanhados dos respectivos grcos dos integrandos esto nas Figuras 29 e 30.
0.35
integral
0, 541499482284950
0, 519921378126607
0, 499954172469353
0, 499999993121657
0, 500000000339152
0, 500000000000003
0, 500000000000000
0, 500000000000000
0, 500000000000000
0, 499999999999999
0, 499999999999999
erro
4, 150 102
1, 992 102
4, 583 105
6, 878 109
3, 392 1010
3, 109 1015
3, 886 1016
4, 441 1016
0, 000 100
5, 551 1016
7, 772 1016
tempo(s)
2, 912 104
4, 472 104
8, 216 104
1, 196 103
1, 638 103
2, 579 103
3, 619 103
5, 044 103
6.422 103
1, 000 102
1, 999 102
0.3
0.25
w(t)*g(t) = et*t*sen(t)
r
2
4
8
12
16
24
32
40
50
64
100
0.2
0.15
0.1
0.05
0
0.05
0.1
Figura 29:
10
10
integral
0, 273996367128327
0, 753697292524765
0, 035688078760915
0, 102560149593333
0, 072914023437567
0, 058739191643045
0, 060106240548962
0, 059991795934407
0, 059999020545767
0, 060000002824856
0, 060000000000031
erro
3, 340 101
6, 937 101
9, 569 102
1, 626 101
1, 291 102
1, 261 103
1, 062 104
8, 204 106
9, 795 107
2, 825 109
3, 068 1014
tempo(s)
3, 276 104
5, 252 104
9, 880 104
1, 503 103
1, 997 103
3, 104 103
4, 326 103
5, 949 103
7, 613 103
1, 143 102
2, 273 102
0.3
0.2
w(t)*g(t) = et*t*sen(3*t)
r
2
4
8
12
16
24
32
40
50
64
100
0.1
0
0.1
0.2
0.3
0.4
Figura 30:
6
t
5.4 Implementaes
99
5.4.4 Gauss-Laguerre
et cos(t) dt,
(i)
et cos(3t) dt.
(ii)
(i)
et cos(t) dt =
(ii)
et cos(3t) dt =
et
(sen(t) cos(t))
2
et
(cos(3t) 3 sen(3t))
10
1
0, 021606959131886,
2e
1
0, 004321391826377.
10e
Os resultados das implementaes acompanhados dos respectivos grcos dos integrandos esto nas Figuras 31 e 32.
0.005
integral
0, 024640955052807
0, 021714721915837
0, 021607011259739
0, 021606958489553
0, 021606959133696
0, 021606959131886
0, 021606959131886
0, 021606959131886
0, 021606959131886
0, 021606959131886
0, 021606959131886
tempo(s)
2, 340 104
3, 848 104
7, 176 104
1, 108 103
1, 404 103
2, 101 103
2, 834 103
3, 583 103
5, 018 103
6, 089 103
1, 092 102
erro
3, 034 103
1, 078 104
5, 213 108
6, 423 1010
1, 810 1012
6, 245 1017
8, 674 1017
1, 735 1016
6, 939 1017
2, 325 1016
1, 665 1016
0
0.005
0.01
w(t)*g(t) = et*cos(t)
r
2
4
8
12
16
24
32
40
50
64
100
0.015
0.02
0.025
0.03
0.035
0.04
0.045
Figura 31:
10
10
0.02
integral
0, 011168936341233
0, 023347450107100
0, 005568706069011
0, 002570531115081
0, 004233010447646
0, 004326659715571
0, 004321099539422
0, 004321407335112
0, 004321389932670
0, 004321391824483
0, 004321391826377
erro
1, 549 102
1, 903 102
1, 247 103
1, 751 103
8, 838 105
5, 268 106
2, 923 107
1, 551 108
1, 894 109
1, 894 1012
3, 123 1017
tempo(s)
2, 860 104
4, 836 104
8, 892 104
1, 362 103
1, 742 103
2, 584 103
3, 484 103
4, 420 103
6, 011 103
7, 394 103
1, 277 102
0.01
0
w(t)*g(t) = et*cos(3*t)
r
2
4
8
12
16
24
32
40
50
64
100
0.01
0.02
0.03
0.04
0.05
Figura 32:
6
t
5.4 Implementaes
100
5.4.5 Gauss-Hermite
(i)
(ii)
Implementa-se o algoritmo da Figura 22 com g(t) = et sech3 (t) e g(t) = et sech4 (t)
para vrios valores de r, respectivamente. As resolues analticas so
sech (t) dt =
(i)
sech (t) dt =
(ii)
senh(t)
+ arctan(et )
2 cosh2 (t)
senh(t)
2 senh(t)
+
3
3 cosh(t)
3 cosh (t)
1, 570796326794897,
2
4
1, 333333333333333.
3
Os resultados das implementaes acompanhados dos respectivos grcos dos integrandos esto nas Figuras 33 e 34.
integral
1, 458809914545095
1, 553681762799978
1, 569877940077360
1, 570710842814076
1, 570785436484143
1, 570796011694501
1, 570796311844880
1, 570796325810249
1, 570796326749253
1, 570796326793932
1, 570796326794895
erro
1, 120 101
1, 711 102
9, 184 104
8, 548 105
1, 089 105
3, 151 107
1, 495 108
9, 846 1010
4, 564 1011
9, 643 1013
1, 332 1015
tempo(s)
4, 888 104
8, 476 104
1, 596 103
2, 527 103
3, 115 103
4, 607 103
6, 131 103
7, 639 103
1, 005 102
1, 223 102
1, 972 102
1
0.9
0.8
w(t)*g(t) = sech3(t)
r
2
4
8
12
16
24
32
40
50
64
100
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
2.5
1.5
0.5
0
t
0.5
1.5
2.5
0.5
0
t
0.5
1.5
2.5
Figura 33:
integral
1, 157242076523935
1, 298181249968242
1, 330782129703722
1, 333047147655743
1, 333291591344918
1, 333331867429140
1, 333333253410583
1, 333333327466142
1, 333333333030054
1, 333333333326102
1, 333333333333331
erro
1, 761 101
3, 515 102
2, 551 103
2, 862 104
4, 174 105
1, 466 106
7, 992 108
5, 867 109
3, 033 1010
7, 231 1012
2, 665 1015
tempo(s)
4, 888 104
8, 372 104
1, 596 103
2, 538 103
3, 115 103
4, 618 103
6, 136 103
7, 670 103
1, 019 102
1, 226 102
2, 032 102
1
0.9
0.8
w(t)*g(t) = sech4(t)
r
2
4
8
12
16
24
32
40
50
64
100
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
2.5
1.5
Figura 34:
5.4 Implementaes
101
5.4.6 Gauss-Jacobi
d
(d t) (t c) g(t) dt,
(i)
1
2
t2
1
2
dt,
t2
(ii)
1
2
dt.
1
Implementa-se o algoritmo da Figura 23 com vrios valores de r, = , = 0,
2
5
7
1
2 e g(t) = t 2 , respectivamente. As resolues analticas so
c = 0 e d = , com g(t) = t
2
1
2
(i)
0
5 arcsen ( 2t)
64
t2
1
2
dt =
t
1
2
(ii)
1
2
0
1
2
(ii)
0
t2
dt
t
7
t2
1
2
dt
1
2
5t 2
5t 2
t2
+
+
6
48
64
1
t
2
35 arcsen( 2t)
1024
=
0
5
0, 122718463030851,
128
1
7t 2
35t 2
35t 2
t2
t
+
+
+
2
8
96
768
1024
1
2
,
0
35
0,053689327575997.
2048
Os resultados das implementaes juntamente com os respectivos grcos dos integrandos esto nas Figuras 35 e 36.
4
integral
0, 122881316773058
0, 122719447861938
0, 122718471173918
0, 122718463528064
0, 122718463034952
0, 122718463031409
0, 122718463030970
0, 122718463030876
0, 122718463030859
0, 122718463030851
erro
1, 629 104
9, 848 107
8, 143 109
4, 972 1010
4, 101 1012
5, 577 1013
1, 189 1013
2, 502 1014
8, 188 1015
2, 914 1016
tempo(s)
4, 732 104
7, 748 104
1, 435 103
2, 257 103
4, 098 103
5, 470 103
6, 817 103
8, 554 103
1, 097 102
1, 745 102
3.5
3
w(t)*g(t) = t5/2/(1/2t)1/2
r
2
4
8
12
24
32
40
50
64
100
2.5
2
1.5
1
0.5
0
1
2
Figura 35:
t
1
2
5
2
0.1
0.2
0.3
0.4
0.5
0.3
0.4
0.5
dt via Gauss-Jacobi.
t
4
integral
0, 053414684971013
0, 053689202115370
0, 053689327348302
0, 053689327569900
0, 053689327575528
0, 053689327575985
0, 053689327575997
0, 053689327575998
0, 053689327575997
0, 053689327575999
0, 053689327575997
erro
2, 746 104
1, 255 107
2, 277 1010
6, 098 1012
4, 691 1013
1, 259 1014
1, 735 1016
4, 302 1016
3, 469 1017
1, 686 1015
2, 290 1016
tempo(s)
4, 628 104
7, 852 104
1, 446 103
2, 231 103
2, 777 103
4, 118 103
5, 491 103
6, 874 103
8, 585 103
1, 104 102
1, 758 102
1
2
Figura 36:
0
t
1
2
7
2
3.5
3
w(t)*g(t) = t7/2/(1/2t)1/2
r
2
4
8
12
16
24
32
40
50
64
100
2.5
2
1.5
1
0.5
0
0
0.1
0.2
t
dt via Gauss-Jacobi.
5.4 Implementaes
102
tos so
1
(i)
(d t)(t c)
dt,
t2
(1 t)t
t2
(ii)
(1 t)t
dt.
(i)
(1 t)t
(ii)
0
t2
t2
(1 t)t
dt =
dt =
2
(5t3 + 6t2 + 8t + 16) 1 t
35
=
0
32
0, 914285714285714,
35
256
2
(35t4 + 40t3 + 48t2 + 64t + 128) 1 t =
0, 812698412698413.
315
315
0
erro
9, 939 103
6, 675 106
1, 986 108
7, 395 1010
7, 284 1011
2, 810 1012
2, 802 1013
4, 685 1014
7, 772 1015
1, 110 1015
2, 220 1016
tempo(s)
2, 444 104
4, 212 104
7, 852 104
1, 222 103
1, 518 103
2, 267 103
3, 000 103
3, 728 103
4, 753 103
5, 933 103
9, 490 103
8
7
w(t)*g(t) = t7/2/((1t)*t)1/2
r
2
4
8
12
16
24
32
40
50
64
100
6
5
4
3
2
1
0
0
Figura 37:
(1 t)t
r
2
4
8
12
16
24
32
40
50
64
100
integral
0, 770573104975677
0, 812701165209337
0, 812698414219070
0, 812698412722430
0, 812698412699723
0, 812698412698435
0, 812698412698414
0, 812698412698413
0, 812698412698413
0, 812698412698413
0, 812698412698413
erro
4, 213 102
2, 753 106
1, 521 109
2, 402 1011
1, 310 1012
2, 220 1014
1, 221 1015
1, 110 1016
0, 000 100
1, 110 1016
1, 110 1016
Figura 38:
0
0.4
0.6
0.8
0.8
tempo(s)
2, 496 104
4, 316 104
8, 112 104
1, 222 103
1, 570 103
2, 319 103
3, 094 103
3, 822 103
4, 940 103
6, 100 103
9, 760 103
8
7
6
5
4
3
2
1
0
0
0.2
7
2
w(t)*g(t) = t9/2/((1t)*t)1/2
9
2
(1 t)t
0.2
0.4
0.6
t
5.4 Implementaes
103
tos so
(i)
(1 t)t t 2 dt,
0
(ii)
(1 t)t t 2 dt.
0
(i)
(1 t)t t 2 dt
0
1
(i)
(1 t)t t 2 dt
256
0, 073881673881674,
3465
(ii)
(1 t)t t 2 dt
0
1
(ii)
3
2
(315t4 + 280t3 + 240t2 + 192t + 128)(1 t) 2 ,
3465
0
(1 t)t t 2 dt
3
2
(693t5 + 630t4 + 560t3 + 480t2 + 384t + 256)(1 t) 2 ,
9009
0
512
0, 056832056832057.
9009
integral
0, 073271162674102
0, 073881364762652
0, 073881673386660
0, 073881673870529
0, 073881673880944
0, 073881673881659
0, 073881673881673
0, 073881673881674
0, 073881673881674
0, 073881673881674
0, 073881673881674
erro
6, 105 104
3, 091 107
4, 950 1010
1, 115 1011
7, 298 1013
1, 495 1014
9, 159 1016
9, 714 1017
1, 388 1017
1, 388 1017
4, 163 1017
tempo(s)
2, 496 104
4, 212 104
7, 956 104
1, 212 103
1, 534 103
2, 288 103
3, 021 103
3, 770 103
4, 659 103
5, 985 103
9, 313 103
0.2
w(t)*g(t) = ((1t)*t)1/2*t7/2
r
2
4
8
12
16
24
32
40
50
64
100
0.15
0.1
0.05
0
0
Figura 39:
0.2
0.4
0.6
0.8
0.8
0
0.25
integral
0, 054186381611634
0, 056832203207983
0, 056832056880266
0, 056832056832540
0, 056832056832075
0, 056832056832057
0, 056832056832057
0, 056832056832057
0, 056832056832057
0, 056832056832057
0, 056832056832057
erro
2, 646 103
1, 464 107
4, 821 1011
4, 829 1013
1, 801 1014
1, 735 1016
6, 939 1018
1, 388 1017
6, 939 1018
0, 000 100
0, 000 100
tempo(s)
2, 548 104
4, 316 104
8, 164 104
1, 238 103
1, 596 103
2, 361 103
3, 110 103
3, 890 103
4, 867 103
6, 167 103
9, 688 103
0.2
w(t)*g(t) = ((1t)*t)1/2*t9/2
r
2
4
8
12
16
24
32
40
50
64
100
0.15
0.1
0.05
0
0
Figura 40:
0
0.2
0.4
0.6
t
5.4 Implementaes
104
5.4.9 Gauss-Gegenbauer
d
1
com > 2 . Os experimentos so
1
(i)
(ii)
(i)
((1 t)t) 2 t 2 dt =
0
2
(3003t5 + 2310t4 + 1680t3 + 1120t2 + 640t
45045
1
5
+256)(1 t) 2
=
0
(ii)
((1 t)t)2 t 3 dt =
0
512
0, 011366411366411,
45045
14
3
(119t2 280t + 170)t 3
2380
27
0, 011344537815126.
2380
=
0
erro
6, 313 105
2, 300 108
2, 096 1011
3.003 1013
1, 363 1014
7, 286 1017
7, 633 1017
2, 238 1016
6.765 1017
2, 064 1016
2, 706 1016
tempo(s)
3, 744 104
5, 668 104
1, 019 103
1, 534 103
1, 950 103
2, 881 103
3, 791 103
4, 690 103
5, 964 103
7, 540 103
1, 189 102
0.03
0.025
w(t)*g(t) = ((1t)*t)3/2*t7/2
r
2
4
8
12
16
24
32
40
50
64
100
0.02
0.015
0.01
0.005
0
0
Figura 41:
0.2
0.4
0.6
0.8
0.6
0.8
integral
0, 011337205790095
0, 011344447002547
0, 011344537138860
0, 011344537785463
0, 011344537812214
0, 011344537815028
0, 011344537815118
0, 011344537815125
0, 011344537815126
0, 011344537815126
0, 011344537815126
erro
7, 332 106
9, 081 108
6, 763 1010
2, 966 1011
2, 912 1012
9, 789 1014
8, 302 1015
1, 244 1015
1, 648 1016
2, 689 1016
3, 816 1017
tempo(s)
3, 640 104
5, 772 104
1, 040 103
1, 581 103
1, 960 103
2, 891 103
3, 832 103
4, 774 103
6, 011 103
7, 623 103
1, 193 102
0.03
0.025
w(t)*g(t) = ((1t)*t)2*t5/3
r
2
4
8
12
16
24
32
40
50
64
100
0.02
0.015
0.01
0.005
0
0
Figura 42:
0.2
0.4
t
5
3
105
Jr =
..
..
..
r1 r1
3
4
5
6
7
8
9
J(m, m + 1) m 1/ (4 m2 1) {diagonal de
J(m + 1, m) J(m, m + 1) {diagonal simtrica}
m , por (4.21)}
m para
m para
m algoritmo
106
Algoritmo matriz_laguerregen
{Objetivo Calcular xi e Hi pela matriz Jr para Gauss-Laguerre generalizada}
parmetros de entrada r e {nmero de zeros e parmetro > 1}
parmetros de sada X e H {vetores com zeros e coecientes}
incio algoritmo
1
J matriz quadrada e nula de ordem r
2
para m 1 at r 1 faa
3
4
5
6
7
8
9
10
11
12
m para
m para
m algoritmo
3
4
5
6
7
8
9
10
11
m para
J(m, m) 2 r 1 {r1 }
X , v autovalores e autovetores normalizados de J , respectivamente
para i 1 at r faa
H(i) (v(i, 1))2 {(4.29)}
m para
m algoritmo
3
4
5
6
7
8
9
m para
m para
m algoritmo
107
Algoritmo matriz_jacobi
{Objetivo Calcular xi e Hi pela matriz Jr para Gauss-Jacobi}
parmetros de entrada r, e > {nmero de zeros e parmetros , > 1}
parmetros de sada X e H {vetores com zeros e coecientes}
incio algoritmo
1
J matriz quadrada e nula de ordem r
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{ 2 a r1 , por (4.47)}
J(m + 1, m) J(m, m + 1) {diagonal simtrica}
m para
m se
X , v autovalores e autovetores normalizados de J , respectivamente
k 2++1 ( + 1) ( + 1)/( + + 2)
para i 1 at r faa
H(i) k (v(i, 1))2 {(4.44)}
m para
m algoritmo
Algoritmo matriz_chebyshev_1
{Objetivo Calcular xi e Hi pela matriz Jr para Gauss-Chebyshev de 1a espcie}
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {vetores com zeros e coecientes}
incio algoritmo
1
J matriz quadrada e nula de ordem r
2
se r > 1 ento
3
5
6
7
8
9
10
11
12
13
14
m para
m se
X autovalores de J
para i 1 at r faa
H(i) /r {(4.55)}
m para
m algoritmo
108
Algoritmo matriz_chebyshev_2
{Objetivo Calcular xi e Hi pela matriz Jr para Gauss-Chebyshev de 2a espcie}
parmetro de entrada r {nmero de zeros}
parmetros de sada X e H {vetores com zeros e coecientes}
incio algoritmo
1
J matriz quadrada e nula de ordem r
2
se r > 1 ento
3
para m 1 at r 1 faa
4
5
6
7
8
9
10
11
12
m para
m se
X , v autovalores e autovetores normalizados de J , respectivamente
k /2
para i 1 at r faa
H(i) k (v(i, 1))2 {(4.64)}
m para
m algoritmo
Algoritmo matriz_gegenbauer
{Objetivo Calcular xi e Hi pela matriz Jr para Gauss-Gegenbauer}
parmetros de entrada r e {nmero de zeros e parmetro > 0,5, = 0}
parmetros de sada X e H {vetores com zeros e coecientes}
incio algoritmo
1
J matriz quadrada e nula de ordem r
2
se r > 1 ento
3
para m 2 at r 1 faa
5
6
7
8
9
10
11
12
m (m + 2 1)/((m + ) (m + 1))/2
m , por (4.73)}
J(m + 1, m) J(m, m + 1) {diagonal simtrica}
J(m, m + 1)
{diagonal de
m para
m se
X , v autovalores e autovetores normalizados de J , respectivamente
k 22 ( + 0,5)/(2 + 1)
para i 1 at r faa
H(i) k (v(i, 1))2 {(4.72)}
m para
m algoritmo
109
5.5.1 Implementaes
Com os algoritmos das quadraturas numricas (Figuras 19 a 26) so realizados os
mesmos experimentos da Seo 5.4 com xi e Hi obtidos, desta vez, pela matriz Jr .
As Tabelas 3 a 18 mostram os resultados dos experimentos juntamente com o tempo
r, sendo 3000 execues para 2 r < 500, 10 execues para 500 r 750 e 1 execuo
para r 1000. O erro relativo dado por erro_jac. Paralelamente mostrado o erro
relativo erro e o tempo tempo das implementaes das Subsees 5.4.2 a 5.4.9.
2
Tabela 3:
erro_jac
1, 776 1015
7, 105 1015
4, 441 1015
4, 619 1014
2, 753 1014
2, 487 1014
0, 000 100
2, 665 1014
r
12
50
100
500
750
1000
1500
2000
erro
4, 441 1015
1, 776 1015
1, 776 1015
4, 441 1015
1, 776 1015
7, 105 1015
1, 776 1014
4, 441 1015
tempo_jac(s)
1, 295 103
7, 077 103
2, 190 102
9, 672 101
3, 468 100
8, 309 100
2, 884 101
6, 770 101
tempo(s)
1, 201 103
4, 732 103
9, 558 103
5, 616 102
9, 360 102
1, 326 101
2, 293 101
3, 323 101
Tabela 4:
erro_jac
4, 595 100
1, 893 1014
3, 075 1014
1, 960 1014
1, 872 1013
1, 040 1013
7, 710 1014
2, 814 1013
r
12
50
100
500
750
1000
1500
2000
erro
4, 595 100
3, 941 1015
1, 499 1014
7, 383 1015
7, 827 1015
5, 496 1015
2, 054 1015
4, 996 1015
tempo_jac(s)
1, 565 103
8, 294 103
2, 414 102
9, 734 101
3, 462 100
8, 376 100
2, 875 101
6, 778 101
tempo(s)
1, 492 103
5, 933 103
1, 199 102
7, 176 102
1, 076 101
1, 638 101
2, 683 101
3, 822 101
Tabela 5:
r
12
50
100
500
1000
erro_jac
6, 878 109
0, 000 100
7, 772 1016
1, 665 1016
2, 220 1016
erro
6, 878 109
0, 000 100
7, 772 1016
no resolveu
no resolveu
tempo_jac(s)
1, 113 103
6, 422 103
2, 041 102
1, 075 100
9, 986 100
tempo(s)
1, 196 103
6, 422 103
1, 999 102
110
Tabela 6:
0
r
12
50
100
500
1000
erro_jac
1, 626 101
9, 795 107
3, 068 1014
1, 256 1015
1, 596 1016
erro
1, 626 101
9, 795 107
3, 068 1014
no resolveu
no resolveu
tempo_jac(s)
1, 503 103
7, 597 103
2, 292 102
1, 058 100
9, 890 100
tempo(s)
1, 503 103
7, 613 103
2, 273 102
Tabela 7:
r
12
50
100
500
1000
erro_jac
6, 423 1010
2, 776 1017
0, 000 100
2, 776 1017
6, 939 1018
erro
6, 423 1010
6, 939 1017
1, 665 1016
no resolveu
nao resolveu
tempo_jac(s)
1, 144 103
6, 256 103
1, 975 102
1, 033 100
9, 541 100
tempo(s)
1, 108 103
5, 018 103
1, 092 102
Tabela 8:
r
12
50
100
500
1000
erro_jac
1, 751 103
1, 894 109
5, 638 1017
8, 674 1018
9, 541 1018
erro
1, 751 103
1, 894 109
3, 123 1017
no resolveu
no resolveu
tempo_jac(s)
1, 383 103
7, 368 103
2, 209 102
1, 078 100
9, 722 100
tempo(s)
1, 362 103
6, 011 103
1, 277 102
Tabela 9:
r
12
50
100
200
300
erro_jac
8, 548 105
4, 564 1011
1, 998 1015
2, 220 1016
0, 000 100
erro
8, 548 105
4, 564 1011
1, 332 1015
no resolveu
no resolveu
tempo_jac(s)
2, 236 103
1, 081 102
2, 954 102
1, 108 101
2, 870 101
tempo(s)
2, 527 103
1, 005 102
1, 972 102
Tabela 10:
r
12
50
100
200
300
erro_jac
2, 862 104
3, 033 1010
3, 553 1015
4, 441 1016
0, 000 100
erro
2, 862 104
3, 033 1010
2, 665 1015
no resolveu
no resolveu
tempo_jac(s)
2, 382 103
1, 149 102
3, 046 102
1, 123 101
2, 855 101
tempo(s)
2, 538 103
1, 019 102
2, 032 102
1
2
Tabela 11:
t2
1
2
erro_jac
4, 972 1010
2, 495 1014
1, 804 1016
4, 163 1017
2, 914 1016
9, 714 1017
1, 388 1017
2, 220 1016
r
12
50
100
500
750
1000
1500
2000
1
2
Tabela 12:
1
2
Tabela 14:
0
r
12
50
100
500
750
1000
1500
2000
tempo(s)
2, 257 103
8, 554 103
1, 745 102
1, 139 101
1, 872 101
2, 496 101
4, 524 101
6, 599 101
t
erro
6, 098 1012
3, 469 1017
2, 290 1016
2, 340 1014
7, 577 1015
4, 198 1015
9, 624 1014
4, 524 1015
tempo_jac(s)
1, 446 103
7, 602 103
2, 228 102
9, 142 101
3, 220 100
7, 833 100
2, 744 101
6, 577 101
tempo(s)
2, 231 103
8, 585 103
1, 758 102
1, 076 101
1, 794 101
2, 465 101
4, 337 101
6, 365 101
10
7, 395 10
7, 772 1015
2, 220 1016
5, 551 1016
0, 000 100
8, 882 1016
1, 110 1016
5, 551 1016
tempo_jac(s)
1, 498 103
7, 530 103
2, 326 102
9, 157 101
3, 246 100
7, 839 100
2, 716 101
6, 505 101
t2
(1 t)t
erro_jac
r
12
50
100
500
750
1000
1500
2000
erro
4, 972 1010
2, 502 1014
2, 914 1016
5, 360 1014
1, 524 1014
8, 354 1015
2, 204 1013
9, 256 1015
erro_jac
6, 098 1012
1, 388 1017
1, 388 1017
6, 245 1017
1, 596 1016
1, 318 1016
1, 388 1017
1, 110 1016
Tabela 13:
t2
r
12
50
100
500
750
1000
1500
2000
111
erro
7, 395 1010
7, 772 1015
2, 220 1016
6, 661 1016
2, 220 1016
8, 882 1016
3, 331 1016
4, 441 1016
tempo_jac(s)
1, 331 103
7, 332 103
2, 278 102
9, 734 101
3, 446 100
8, 377 100
2, 836 101
6, 728 101
tempo(s)
1, 222 103
4, 753 103
9, 490 103
4, 524 102
7, 488 102
9, 984 102
1, 466 101
1, 950 101
t2
(1 t)t
erro_jac
11
2, 402 10
0, 000 100
2, 220 1016
1, 110 1016
1, 110 1016
2, 220 1016
6, 661 1016
1, 110 1016
erro
2, 402 1011
0, 000 100
1, 110 1016
2, 220 1016
3, 331 1016
5, 551 1016
8, 882 1016
1, 110 1016
tempo_jac(s)
1, 342 103
7, 556 103
2, 344 102
9, 766 101
3, 469 100
8, 268 100
2, 861 101
6, 744 101
tempo(s)
1, 222 103
4, 940 103
9, 760 103
4, 680 102
6, 864 102
9, 360 102
1, 420 101
1, 903 101
Tabela 15:
0
r
12
50
100
500
750
1000
1500
2000
Tabela 16:
0
r
12
50
100
500
750
1000
1500
2000
erro_jac
1, 115 1011
1, 388 1016
1, 388 1016
3, 469 1016
2, 776 1016
1, 110 1016
1, 388 1016
1, 943 1016
erro
1, 115 1011
1, 388 1017
4, 163 1017
4, 163 1017
2, 776 1017
8, 327 1017
6, 939 1017
4, 163 1017
tempo(s)
1, 212 103
4, 659 103
9, 313 103
4, 212 102
6, 864 102
9, 048 102
1, 404 101
1, 856 101
erro_jac
4, 829 1013
1, 041 1016
9, 714 1017
2, 567 1016
2, 012 1016
1, 180 1016
2, 012 1016
1, 943 1016
erro
4, 829 1013
6, 939 1018
0, 000 100
1, 388 1017
0, 000 100
0, 000 100
4, 857 1017
4, 163 1017
tempo_jac(s)
1, 394 103
7, 420 103
2, 256 102
9, 766 101
3, 424 100
8, 174 100
2, 827 101
6, 669 101
tempo(s)
1, 238 103
4, 867 103
9, 688 103
5, 148 102
7, 800 102
9, 984 102
1, 544 101
1, 903 101
erro_jac
3, 003 1013
1, 388 1017
6, 939 1018
2, 602 1017
1, 388 1017
1, 735 1017
8, 674 1018
9, 021 1017
Tabela 18:
erro
3, 003 1013
6, 765 1017
2, 706 1016
4, 522 1015
6, 386 1015
2, 498 1015
8, 446 1015
1, 327 1014
tempo_jac(s)
1, 357 103
7, 441 103
2, 228 102
9, 734 101
3, 416 100
8, 284 100
2, 816 101
6, 667 101
tempo(s)
1, 534 103
5, 964 103
1, 189 102
7, 332 102
1, 092 101
1, 560 101
2, 402 101
3, 416 101
r
12
50
100
500
750
1000
1500
2000
tempo_jac(s)
1, 388 103
7, 332 103
2, 203 102
9, 812 101
3, 371 100
8, 315 100
2, 836 101
6, 694 101
Tabela 17:
r
12
50
100
500
750
1000
1500
2000
112
erro_jac
2, 966 1011
1, 613 1016
5, 204 1018
1, 041 1017
1, 214 1017
6, 072 1017
5, 725 1017
3, 123 1017
erro
2, 966 1011
1, 648 1016
3, 816 1017
4, 937 1015
5, 208 1015
6, 816 1015
1, 728 1014
1, 680 1014
tempo_jac(s)
1, 373 103
7, 405 103
2, 228 102
9, 812 101
3, 460 100
8, 299 100
2, 816 101
6, 727 101
tempo(s)
1, 581 103
6, 011 103
1, 193 102
6, 708 102
1, 123 101
1, 591 101
2, 340 101
3, 526 101
113
114
superior a este valor (linha 30 da Figura 12), neste caso aconselhvel que r seja, no
mximo, 113.
Ressalta-se que o mtodo de Newton para os zeros dos polinmios de Laguerre, Laguerre generalizado e de Hermite usado at 10 vezes porque alguns zeros xi podem
requerer muitas iteraes para serem renados com a preciso 1015 . Os zeros em tais
algoritmos so obtidos com o mtodo de Newton que, por sua vez, fornece os zeros quando
for atendida a preciso ou, ento, ao m da 10a iterao. A Figura 51 mostra o percentual
de zeros que seriam calculados pelo mtodo de Newton quando fosse atendida a preciso
deste mtodo, caso o parmetro de preciso fosse 1015 e 1014 em
zero_h_hermite
100
99
99
98
98
97
97
percentual
101
100
percentual
101
96
95
96
95
94
94
93
93
92
92
91
91
90
20
40
60
nmero r de zeros
80
100
90
20
40
60
nmero r de zeros
80
100
zero_h_hermite.
Por exemplo, na Figura 51 (a) tem-se que, para r = 80, cerca de 97,5% destes 80 zeros
foram calculados com a preciso 1015 e os demais zeros foram obtidos na 10a iterao
do mtodo de Newton (linhas 14 a 27 da Figura 12). Em (b), tem-se que para todos
valores de r, 100% dos zeros foram calculados com preciso 1014 . Portanto, a Figura 51
mostra que o algoritmo zero_h_hermite (com preciso 1015 e mximo de 10 iteraes
no mtodo de Newton) fornece, no mnimo, 90% dos zeros com preciso de 1015 e os
outros zeros so obtidos na 10a iterao, sendo fornecidos com preciso de 1014 .
Agora, a Figura 52 mostra o percentual dos zeros que seriam calculados pelo mtodo
de Newton quando fosse atendida a preciso deste mtodo caso este parmetro fosse
zero_h_laguerre3
21 da Figura 11). Verica-se que este algoritmo (com preciso 1015 e mximo de 10
3O
115
iteraes no mtodo de Newton) fornece mais de 75% dos zeros com preciso de 1015 e o
restante dos zeros obtido na 10a iterao sendo fornecidos com preciso de, no mnimo,
1012 .
percentual de zeros com preciso 1015 no mtodo de Newton
95
percentual
100
95
percentual
100
90
90
85
85
80
80
75
50
100
150
200
250
nmero r de zeros
300
75
350
50
150
200
250
nmero r de zeros
300
350
95
95
percentual
100
percentual
100
90
90
85
85
80
80
75
50
100
150
200
250
nmero r de zeros
300
350
75
50
100
150
200
250
nmero r de zeros
300
350
zero_h_laguerre.
zero_h_chebyshev_2).
116
F (t) = w(t)g(t),
sendo w(t) contnua no intervalo aberto e g(t) contnua no intervalo fechado de integrao.
A priori, a funo g(t) poderia ser descontnua nos extremos de integrao, pois a
quadratura faz avaliaes desta funo em pontos interiores deste intervalo. Porm, se
g(t) fosse descontnua, ela no poderia ser bem aproximada por um polinmio e o mtodo
da quadratura no seria eciente. Por isto, assume-se que g(t) deve ser contnua no
intervalo fechado de integrao.
A Tabela 19 mostra como dever ser w(t) para cada tipo de intervalo: [c, d], [c, )
e (, ). A funo w(t), nos intervalos [c, d] e [0, ), serve para atender s possveis
singularidades de F (t) nos extremos de integrao.
Tabela 19: w(t) em cada intervalo de integrao.
Intervalo
w(t)
[c, d]
(d t) (t c) , > 1 e > 1
[c, )
(, )
et t , > 1, se c = 0,
se c = 0
et ,
2
et
Uma vez encontrada w(t), a funo g(t) obtida pela equao (5.9).
Se o intervalo for duplamente innito, a funo peso do tipo de Gauss-Hermite,
cando denida a quadratura.
Se o intervalo for semi-innito [c, ), a funo w(t) do tipo de Gauss-Laguerre ou
Gauss-Laguerre generalizada. Neste caso, se c = 0, usa-se a generalizada, cuja funo
peso colabora para a suavidade de g(t) porque possui parmetro > 1; caso c = 0, s
ser possvel utilizar Gauss-Laguerre (Subseo 5.2.2).
Por m, se o intervalo for limitado, a funo w(t) do tipo de Jacobi e deve-se usar uma
117
das quadraturas apresentadas na Tabela 1 com intervalo [c, d] que so casos particulares
da funo peso de Jacobi. Elas se distinguem conforme os valores dos parmetros e ,
segundo a Tabela 20.
Tabela 20: w(t) do tipo Jacobi.
> 1 e > 1
quadratura
==0
Gauss-Legendre
= = 1
2
Gauss-Chebyshev de 1a espcie
Gauss-Chebyshev de 2a espcie
1
2
==
Gauss-Gegenbauer, = +
= = 0, 1
2
1
2
Gauss-Jacobi
H dois fatores que determinaram a escolha das quadraturas mais ecientes: a convergncia da quadratura e os algoritmos mais ecientes.
A questo da convergncia est associada ao comportamento da funo g(t): como a
frmula de erro da quadratura de Gauss apresenta derivada de ordem 2r da funo g(t)
(Tabela 2), ento o mtodo de Gauss exato para polinmios de grau at 2r 1. Logo,
quanto melhor g(t) puder ser aproximada por um polinmio, melhor ser a convergncia da
quadratura. Em outras palavras, quanto mais suave for g(t), melhor ser a convergncia
e a funo peso tem por nalidade deixar g(t) mais simples e mais suave. Para isto, basta
reescrever o integrando na forma w(t)g(t) com w(t) assumindo uma das formas mostradas
na Tabela 19. Davis e Rabinowitz (1984) apresentam um bom exemplo do decrescimento
da convergncia quando a suavidade de g(t) decresce ao utilizar Gauss-Legendre nas
integrais:
1
(i)
onde g(t) =
g(t) dt,
0
(ii)
0
(t + 2)1 , se 0 t e 2,
se e 2 t 1,
0,
1
t dt
(iii)
t3 dt.
A primeira integral apresenta baixssima convergncia e a segunda converge mais lentamente do que a terceira. A obra referenciada aponta que a qualidade da convergncia est
diretamente ligada com a suavidade de g(t): a funo da primeira integral no contnua
em [0, 1]; na segunda integral, t contnua em [0, 1], mas a sua derivada no o ; na
ltima integral, t3 contnua em [0, 1], mas a segunda derivada desta funo no o .
evidente que a primeira funo deveria ser integrada em dois intervalos separadamente.
118
Por outro lado, as singularidades de g(t) poderiam ser evitadas reescrevendo o integrando
na forma w(t)g(t) como na Tabela 19 e depois identicando os parmetros e :
1
(ii)
0
1
(iii)
t dt =
0
t3 dt =
1
2
Nestes casos, como g(t) so funes constantes, o mtodo de Gauss-Jacobi fornece resultados exatos, uma vez que, para r = 1, tem-se que g 2r (t) = g 2 (t) = 0, ou seja, o erro
Er,g = 0.
H ainda a questo dos algoritmos para as integrais de intervalo limitado que determinou a elaborao da Tabela 20. A quadratura de Gauss-Jacobi deve ser usada somente
nos casos em que = , uma vez que as outras quadraturas so elaboradas especicamente para determinados valores de e , cujos algoritmos so mais ecientes do que o de
Gauss-Jacobi: os algoritmos de funes peso de Chebyshev possuem frmulas para gerar
diretamente os zeros e basicamente efetuam um somatrio para a integrao (Figuras 14,
15, 24 e 25); os zeros de Gauss-Legendre e Gauss-Gegenbauer, 0 < < 1, = 1 , possuem
2
boas aproximaes trigonomtricas e o mtodo de Newton usado somente (r + 1)/2
vezes (Figuras 9 e 16); os zeros para Gauss-Jacobi so todos renados atravs do mtodo
de Newton com aproximaes iniciais mais grosseiras (Figura 13) e, alm disto, as frmulas deste algoritmo requerem mais adies e multiplicaes do que nos outros casos.
Concluindo, ca claro que usar Gauss-Jacobi nos casos em que = seria contraproducente diante das outras quadraturas. O mesmo procede para Gauss-Gegenbauer quando
1
= = 0 ou = =
que seriam os casos das funes pesos de Chebyshev de 1a
2
espcie e Legendre.
Portanto, para escolher a quadratura mais convergente cujo algoritmo mais eciente
basta reescrever o integrando na forma w(t)g(t) e, caso necessrio, denir os parmetros
e .
c, d, e .
119
seno
m se
seno
m se
seno se o intervalo for [c, ) ento
se c = 0 ento
quad_laguerre_gen com matriz_laguerre_gen
seno
quad_laguerre com matriz_laguerre
m se
seno {o intervalo ser (, )}
quad_hermite com matriz_hermite
m se
1
dt e
1 + t2
cos(t/2)
dt.
t
F (t)
, ou seja,
w(t)
et
g(t) =
(1 + t2 )
para ter
g(t) =
t2
et
dt
(1 + t2 )
et cos(t/2)
,
t
et
1
et cos(t/2)
,
t
120
d2
d1
d1
dn
F (t) dt,
F (t) dt + . . . +
F (t) dt +
F (t) dt =
(5.10)
dn1
sendo interrompida na n-sima integral quando esta estiver prxima de zero. Cada uma
das integrais calculada com a quadratura de Gauss de limite [c, d]. Para integrais com
limite duplamente innito:
F (t) dt,
F (t) dt +
F (t) dt =
4O
121
Quadratura iterativa
ea
diferena relativai =
|integrali integrali1 |
|integrali |
2
t sen(t) dt
0
para 2 r 14.
Tabela 21: Comparao entre diferena e erro relativos.
r
integral
erro relativo diferena relativa
2
3
4
5
6
7
8
9
10
11
12
13
14
11, 061607516437542
5, 524853467979552
6, 333516813159698
6, 281330066094324
6, 283228993156375
6, 283184591799723
6, 283185315806970
6, 283185307099724
6, 283185307180163
6, 283185307179575
6, 283185307179582
6, 283185307179578
6, 283185307179584
1, 000 100
1, 207 101
8, 011 103
2, 953 104
6, 953 106
1, 139 107
1, 373 109
1, 271 1011
9, 174 1014
1, 838 1015
7, 068 1016
1, 272 1015
4, 241 1016
1, 002 100
1, 277 101
8, 308 103
3, 022 104
7, 067 106
1, 152 107
1, 386 109
1, 280 1011
9, 358 1014
1, 131 1015
5, 654 1016
8, 481 1016
6.1 Algoritmo
gauss_iterativo
122
Verica-se pela Tabela 21 que a diferena relativa est bem prxima do erro da iterao
anterior, isto ,
diferena relativai erro relativoi1 .
Por exemplo, a diferena relativa em r = 4, de 1, 277 101 que muito prxima do
erro relativo em r = 3, dado por 1, 207 101 . A m de evidenciar esta aproximao,
apresenta-se os grcos de
y = erro relativo
y = diferena relativa
y = erro relativo
y = diferena relativa
2
4
4
log10 | y |
log10 | y |
6
8
10
6
8
10
12
12
14
14
16
16
0
10
20
30
40
nmero r de zeros
50
60
10
20
30
40
nmero r de zeros
50
60
y = erro relativo
y = diferena relativa
2
2
4
4
log10 | y |
log10 | y |
6
8
10
6
8
10
12
12
14
14
16
16
0
20
40
60
80
nmero r de zeros
100
120
20
40
60
80
nmero r de zeros
100
120
6.1 Algoritmo
gauss_iterativo
123
y = erro relativo
y = diferena relativa
0
2
4
4
log10 | y |
log10 | y |
6
8
6
8
10
10
12
12
14
14
16
16
0
20
40
60
80
nmero r de zeros
100
120
20
40
60
80
nmero r de zeros
100
120
y = erro relativo
y = diferena relativa
6
log10 | y |
log10 | y |
y = erro relativo
y = diferena relativa
10
10
12
12
14
14
16
16
0
20
40
60
80
nmero r de zeros
100
120
20
40
60
80
nmero r de zeros
100
120
y = erro relativo
y = diferena relativa
6
log10 | y |
log10 | y |
y = erro relativo
y = diferena relativa
10
10
12
12
14
14
16
16
0
10
20
30
40
nmero r de zeros
50
60
70
10
20
30
40
nmero r de zeros
50
60
70
6.1 Algoritmo
gauss_iterativo
124
y = erro relativo
y = diferena relativa
6
log10 | y |
log10 | y |
y = erro relativo
y = diferena relativa
10
10
12
12
14
14
16
16
0
10
20
30
40
nmero r de zeros
50
60
70
10
20
30
40
nmero r de zeros
50
60
70
y = erro relativo
y = diferena relativa
6
log10 | y |
log10 | y |
y = erro relativo
y = diferena relativa
10
10
12
12
14
14
16
16
0
10
20
30
nmero r de zeros
40
50
10
20
30
nmero r de zeros
40
50
0
y = erro relativo
y = diferena relativa
y = erro relativo
y = diferena relativa
2
4
4
6
log10 | y |
log10 | y |
6
8
10
10
12
12
14
14
16
10
20
30
40
nmero r de zeros
50
60
16
10
20
30
40
nmero r de zeros
50
60
6.1 Algoritmo
gauss_iterativo
125
1016 ). Por exemplo, no caso das duas implementaes de Gauss-Legendre (Figura 54),
o nmero r necesrio de zeros para esta preciso estava em torno de r = 12 e r = 44.
Nota-se tambm que quando o integrando w(t)g(t) de uma quadratura tornava-se mais
oscilatrio, o nmero r para a preciso de 1016 aumentava, como mostram as Figuras
54, 55 e 56. Contudo, uma vez que a diferena relativa entre valores de r consecutivos1 se
aproxima do erro antecessor, nota-se que o mesmo ocorre para valores no consecutivos,
como indica a Tabela 22.
Tabela 22: Diferena e erro relativos com valores de r no consecutivos.
r
integral
erro relativo
dif. relativa
3
5
8
13
21
34
55
5, 524853467979552
6, 281330066094324
6, 283185315806970
6, 283185307179578
6, 283185307179584
6, 283185307179582
6, 283185307179582
1, 207 101
2, 953 104
1, 373 109
1, 272 1015
4, 241 1016
7, 068 1016
7, 068 1016
1, 204 101
2, 953 104
1, 373 109
8, 481 1016
2, 827 1016
0, 000 100
n = 13
n = 8
for menor ou igual a uma dada tolerncia ento o processo termina. Caso
contrrio, o valor de
dado.
Denomina-se por quadratura iterativa a quadratura obtida por meio do processo iterativo apontado acima. Com base no algoritmo citado por Campos, apresenta-se um
algoritmo iterativo para todas quadraturas de Gauss. Os parmetros de entrada da quadratura iterativa so a tolerncia toler, o nmero mximo de iteraes itermax, os limites
de integrao e os parmetros associados (, ou ) quando necessrios. A funo g(t)
1r
= ri1 + 1
2 Esta
3 De
126
deve ser especicada de acordo com a linguagem de programao escolhida. Os parmetros de sada so o resultado da quadratura iterativa integral_iter e a menor diferena
relativa obtida delta.
Algoritmo gauss_iterativo
{Objetivo Integrar F (t) = w(t)g(t) iterativamente por uma das quadraturas de Gauss}
parmetros de entrada toler e itermax {tolerncia e nmero mximo de iteraes}
parmetros de entrada adicionais c, d, , ou {parmetros da quadratura}
parmetros de sada integral_iter e delta
{valor da integral e menor diferena relativa obtida}
incio algoritmo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
iter 1; r1 5; r2 8
int quadratura de Gauss(c, d, , , ) (Figuras 19 a 26)
escreva iter, r2, int
seno
m se
escreva iter, r, integral_iter, delta
se delta toler ou iter = itermax ento interrompa
m se
int integral_iter; r1 r2; r2 r
m repita
m algoritmo
(i)
(ii)
et dt,
(4 t) sen(e2t )
dt,
t+3
(iv)
(10 t)(t + 2)
2
2)
esen(5t
8
t
cos(t3 ) sin(3t2 )
10
(iii)
(v)
1
(8 t)(t + 1)
dt.
dt,
127
(vi)
2
2et
dt
(vii)
2 (t2 +1)
et
t4 dt.
Primeiramente, reescreve-se o integrando na forma w(t)g(t) segundo a Tabela 19 cando denida quadratura com os respectivos algoritmos por intermdio do esquema na
Figura 53.
10
(i)
Gauss-Legendre, g(t) = et ,
0
4
(ii)
3
10
(iii)
2
9
(iv)
(9 t) 2 (t 0) 2 cos(et ) dt
0
8
(v)
1
(vi)
e
2
(vii)
3
(8 t) 5 (t + 1) 5 esen(5t ) dt Gauss-Gegenbauer, g(t) = esen(5t ) , = 10 ,
2et +t
dt
et et t4 dt
2et +t
Gauss-Laguerre, g(t) = ,
Gauss-Hermite, g(t) = et t4 ,
toler = 1010 nos experimentos (ii) e (v) e toler = 1013 nos demais. Os parmetros
de sada a cada iterao, juntamente com o grco de cada um dos integrandos, esto
apresentados nas Figuras 63 a 69.
128
1
0.9
0.8
0.7
0.6
F(t)
------------------------------------------iter r
integral_iter
Dif. relativa
1
8 0.8877440105291001
2 13 0.8862483444448986 1.688e-003
3 21 0.8862269250054288 2.417e-005
4 34 0.8862269254527531 5.048e-010
5 55 0.8862269254527526 5.011e-016
0.5
0.4
0.3
integral_iter = 0.8862269254527526
delta = 5.011e-016
-------------------------------------------
0.2
0.1
0
0
10
10
Figura 63:
et dt via Gauss-Legendre.
0
2
1.5
1
0.5
F(t)
--------------------------------------------iter
r
integral_iter
Dif. relativa
1
8 -0.07812851991324989
2
13
3.266550305591523
1.024e+000
3
21
2.259053399002714
4.460e-001
4
34
1.933970499994798
1.681e-001
5
55
1.495048618372415
2.936e-001
6
89
2.000203214087314
2.526e-001
7 144
2.200742383334870 9.112e-002
8 233
2.185387239928678 7.026e-003
9 377
2.127400731798045 2.726e-002
10 610
2.155664854199735 1.311e-002
11 987
2.094246640598142 2.933e-002
12 1597
2.119092645200231 1.172e-002
13 2584
2.115832953554795 1.541e-003
14 4181
2.115832953560206 2.557e-012
0
0.5
1
1.5
3
integral_iter = 2.115832953560206
delta = 2.557e-012
--------------------------------------------4
Figura 64:
3
1
t
(4 t) sen(e2t )
dt via Gauss-Jacobi.
t+3
129
1.5
F(t)
-------------------------------------------iter
r
integral_iter
Dif. relativa
1
8
0.1473926750513661
2
13 -0.2196673041405459 1.671e+000
3
21
0.3020613025855041 1.727e+000
4
34 -0.008064911290441311 3.845e+001
5
55 0.10697865603653440 1.075e+000
6
89 0.29448193247610280 6.367e-001
7 144 0.02829372405781045 9.408e+000
8 233 0.08415675489128213 6.638e-001
9 377 0.07151373050777928 1.768e-001
10 610 0.07061369631953249 1.275e-002
11 987 0.07061369631954752 2.128e-013
12 1597
0.07061369631955113 5.110e-014
0.5
0.5
integral_iter = 0.070613696319551125
delta = 5.11e-014
--------------------------------------------
cos(t3 ) sen(3t2 )
(10 t)(t + 2)
4
t
--------------------------------------------iter
r
integral_iter
Dif. relativa
1
8
-8.120133006394841
2
13
13.74342196928454
1.591e+000
3
21
3.768372675929315
2.647e+000
4
34
0.5900735431030932 5.386e+000
5
55
-1.188719647296060 1.496e+000
6
89
-5.242270338369502 7.732e-001
7
144 0.01037659906778598 5.042e+002
8
233 -1.646536368853961 9.937e-001
9
377 -0.2846686251253396 4.784e+000
10
610 -1.772020381070121 8.394e-001
11
987 -0.7287185414652631
1.432e+000
12 1597 -1.058531610407369
3.116e-001
13 2584 -1.295755986305227
1.831e-001
14 4181 -1.116439389782778
1.606e-001
15 6765 -1.094151633214090
2.037e-002
16 10946
-1.094151633214263
1.577e-013
17 17711
-1.094151633214167
8.686e-014
9
0
10
5
4
3
2
1
0
1
2
3
4
5
integral_iter = -1.094151633214167
delta = 8.686e-014
---------------------------------------------
Figura 66:
F(t)
10
Figura 65:
1
2
130
2.5
F(t)
------------------------------------------iter
r
integral_iter
Dif. relativa
1
8
4.702035534494718
2
13 5.554806354605710 1.535e-001
3
21 6.108773515170135 9.068e-002
4
34 8.266131090854186 2.610e-001
5
55 6.738412587412456 2.267e-001
6
89 6.686016750504642 7.837e-003
7 144 7.391653908053595 9.546e-002
8 233 7.446910221464901 7.420e-003
9 377 7.441574541688036 7.170e-004
10 610 7.442040608309982
6.263e-005
11 987 7.442032813203407
1.047e-006
12 1597
7.442032811837043
1.836e-010
13 2584
7.442032811802715
4.613e-012
1.5
0.5
integral_iter = 7.442032811802715
delta = 4.613e-012
------------------------------------------2)
(8 t)(t + 1)
-------------------------------------------iter r
integral_iter
Dif. relativa
1
8 0.004701341592952040
2 13 0.004676855664743710
5.236e-003
3 21 0.004677763949936841
1.942e-004
4 34 0.004677735104366011
6.167e-006
5 55 0.004677734981081800
2.636e-008
6 89 0.004677734981047278
7.380e-012
7 144 0.004677734981047266
2.411e-015
integral_iter = 0.004677734981047266
delta = 2.411e-015
--------------------------------------------
Figura 68:
2
0.02
0.018
0.016
0.014
0.012
0.01
0.008
0.006
0.004
0.002
0
2
2.2
2.4
2.6
t
dt via Gauss-Gegenbauer.
F(t)
esen(5t
Figura 67:
0
1
2et
dt via Gauss-Laguerre.
2.8
131
0.16
0.14
0.12
0.1
F(t)
-------------------------------------------iter
r
integral_iter
Dif. relativa
1
8
0.1513671869390348
2
13 0.1670686930429755 9.398e-002
3
21 0.1844328164541592 9.415e-002
4
34 0.1820989685792112 1.282e-002
5
55 0.1820255678421800 4.032e-004
6
89 0.1820281939168913 1.443e-005
7 144 0.1820281687405720 1.383e-007
8 233 0.1820281687538028 7.269e-011
9 377 0.1820281687538037 5.032e-015
0.08
0.06
0.04
0.02
integral_iter = 1.8202816875380373e-001
delta = 5.032e-015
-------------------------------------------
Figura 69:
2 (t2 +1)
et
0
3
0
t
t4 dt via Gauss-Hermite.
atingido com delta relativamente grande. Isto ocorrer sempre que a integral
F (t) dt
a
for nula:
int_iter = -2.720432134717614e-016
delta = 1.102
-----------------------------------------------
1
0.8
0.6
0.4
0.2
F(t)
----------------------------------------------iter r
integral_iter
Dif. relativa
1
8 3.869354114978326e-016
2 13 2.697648291428551e-016
4.343e-001
3 21 -1.679217938982671e-016
2.606e+000
4 34 -4.745153126258082e-016
6.461e-001
5 55 1.868976165448275e-016
3.539e+000
6 89 -7.866145075636609e-017
3.376e+000
7 144 2.774192890843543e-017
3.835e+000
8 233 -2.720432134717614e-016
1.102e+000
0
0.2
0.4
0.6
0.8
1
0
132
que a integral converge para zero. Portanto, caso delta seja insignicante, at para valores
grandes de r, necessrio fazer uma anlise conjunta dos resultados para vericar se
o caso da integral nula. Caso a integral_iter no convirja, pode ser que a quadratura
necessite de um nmero maior para r e ento, itermax dever ser aumentado. Por outro
lado, se a integral for de limites innitos, possvel que a quadratura no convirja e, nesse
caso, devem ser vericados os Teoremas 4.5 e 4.6 sobre convergncia.
133
Este trabalho foi dividido em duas partes distintas: a primeira terica e dedicada aos
polinmios ortogonais e quadratura de Gauss. A segunda diz respeito ao emprego desta
teoria na elaborao de algoritmos para integrao numrica. Nela discutiu-se tambm
a eccia de diferentes algoritmos e apresentou-se um esquema de integrao iterativo e
no-adaptativo denominado por quadratura iterativa.
No presente captulo apresentam-se as concluses, contribuies e propostas para
futuros trabalhos.
Er,g =
2
d10
{t cos(3t)},
210 (10)! dt10
t (1, 1),
o clculo da derivada poderia ser mais trabalhoso do que a prpria aproximao. Por
outro lado, sabendo que a quadratura de Gauss converge, tem-se que quanto maior for o
nmero r de zeros, melhor ser a preciso do resultado. Mas quantos zeros so necessrios
para a preciso requerida? No caso dos experimentos de Gauss-Legendre, o nmero de zeros necessrio para se ter uma preciso com aproximadamente 15 dgitos estava em torno
de 12 e 44, respectivamente (Figura 54). Em outros experimentos, tambm com preciso
de 15 dgitos, o valor de r necessrio foi mais alto, por volta de 100, para Gauss-Hermite
(Figura 57). E alm disso, para integrandos mais oscilatrios, o nmero r aumentava
consideravelmente (Figuras 64 a 67). Por isto, um algoritmo que calcula uma integral via
134
zero_h_laguerre_gen, zero_h_hermite
zero_h_jacobi
e no diferem muito
destes. Como foi mostrado, os dois primeiros so impraticveis para valores grandes de
135
triz_hermite.
zero_h_laguerre_gen e zero_h_hermite, os
ser preteridos por matriz_laguerre_gen e ma-
136
Finalmente, a localizao destes zeros sobre o eixo real no diz respeito somente
s quadraturas, eles possuem outros empregos tais como aplicaes na eletrosttica, na
anlise de freqncia etc. (Bracciali e Andrade, 2006).
g(t) dt, sendo g(t) contnua em [c, d], so do tipo (Isaacson e Keller, 1966):
a integral
c
Er+1
Er+1
hr+3 g (r+2) ()
(r + 2)!
hr+2 g (r+1) ()
(r + 1)!
s2 (s 1) . . . (s r) ds,
se r for par, ou
0
r
s(s 1) . . . (s r) ds,
0
dc
,
r
cujo grau de preciso pode ser no mximo r + 1, assim como as frmulas abertas com
r + 1 pontos. As frmulas compostas de Newton-Cotes basicamente subdividem o intervalo de integrao aplicando o mtodo em cada subintervalo separadamente com o
intuito de minimizar o erro. Apesar disto, o erro das frmulas compostas tambm possuem grau, no mximo, r + 1. Com isto, espera-se que as quadraturas de Gauss sejam
mais ecientes, pois com r + 1 pontos elas tero grau 2r + 1. As quadraturas de Gauss
que se ajustam ao integrando de Newton-Cotes so as que tm medida de Jacobi com
t sen(t) dt e
0
t*sen(t)
2
2
4
6
8
10
12
14
GaussLegendre
1/3 Simpson Composta
0
log10( |mtodo exato| / |exato| )
t*sen(15*t)
2
GaussLegendre
1/3 Simpson Composta
t sen(15t) dt.
0
2
4
6
8
10
12
14
16
16
0
20
40
60
nmero de abscissas
80
100
20
40
60
nmero de abscissas
80
100
137
10
2a
((10t)*t)1/2*sen(t)
2
GaussLegendre
1/3 Simpson Composta
GaussChebyshev de 2 espcie
2
4
6
8
10
12
14
GaussLaguerre generalizada
GaussLaguerre
0
log10( |mtodo exato| / |exato| )
0
log10( |mtodo exato| / |exato| )
t1/2*sen(t)
2
2
4
6
8
10
12
14
16
16
0
20
40
60
nmero de abscissas
80
100
20
40
60
nmero de abscissas
80
100
t 2 et sen(t) dt, na
138
1+x
1x
w(x) =
e
w(x) =
,
1x
1+x
respectivamente, sobre o intervalo [1, 1]. Estas medidas w(x) so casos particulares da
1
funo peso de Jacobi quando = = . Um estudo semelhante ao apresentado
2
neste trabalho poderia ser feito sobre estes dois polinmios buscando elaborar algoritmos
mais ecientes do que o da quadratura de Gauss-Jacobi com tais valores de e . O mesmo
2
139
um esquema no-iterativo e adaptativo sobre a regra do ponto mdio, um esquema iterativo e adaptativo sobre a regra de Simpson, dentre outros adaptativos. A biblioteca
IMSL (International Mathematical and Statistical Libraries) contm a funo QDAG que
um esquema de integrao no-iterativo e adaptativo baseado na regra de 21 pontos de
Gauss-Kronrod (21 = 10 zeros + 11 pontos adicionais) que compara com a quadratura
de Gauss clssica com os 10 zeros para estimar o erro. A vantagem em se utilizar os 10
zeros em cada frmula decorre do fato de que a funo necessita ser avaliada em apenas
21 pontos, enquanto que, se a quadratura de Gauss clssica fosse utilizada em 10 e depois em 21 zeros, somar-se-iam 31 avaliaes da funo. A biblioteca NAG (Numerical
Algorithms Group) inclui a sub-rotina D01AHF que um esquema adaptativo usando
1, 3, 5, 7, 15, 31, 63, 127 e 255 zeros sobre as quadraturas de Gauss, esta regra devida a
Patterson1 (Burden e Faires, 2003).
Concluindo, existe um vasto campo de estudos sobre as quadraturas de Gauss. Uma
proposta para futuros trabalhos pesquisar mtodos mais robustos que vm sendo elaborados sobre as quadraturas de Gauss a m de identicar qual deles o mais eciente para
uma dada integrao aliando isto aos esquemas de integrao iterativos. Prope-se confrontar a ecincia da quadratura iterativa com outros esquemas de integrao. Tambm
seria interessante usar o esquema iterativo proposto por Campos (2007) de forma adaptativa, por exemplo, aplicando este esquema separadamente nos subintervalos de integrao.
Outra proposta seria aprofundar o estudo levantado sobre os polinmios ortogonais que foi
iniciado neste trabalho. Os polinmios ortogonais so ferramentas essenciais para soluo
de muitos problemas e vm contribuindo nos estudos relacionados a equaes diferenciais,
fraes contnuas, estabilidade numrica, algoritmos rpidos e super-rpidos, com aplicaes que abrangem da Teoria dos Nmeros Teoria da Aproximao, da Combinatria
Representao de Grupos, da Mecncia Quntica Fsica Estatstica e da Teoria de
Sistemas ao Processamento de Sinais (Bracciali e Andrade, 2006).
1 Patterson,
T.N.L. The optimum addition of points to quadrature formulae. Mathematics of Computation 22, 104 (1968).
140
Referncias
Abramowitz, M. e Stegun, I.A. Handbook of Mathematical Functions. Dover,
New York, 1972.
Askey, R. Orthogonal Polynomials and Special Functions. Society for
Industrial and Applied Mathematics, Philadelphia, 1975.
Anderson, E., Bai, Z., Bischof, C., Blackford, S., Demmel, J., Dongarra, J.,
Du Croz, J., Greenbaum, A., Hammarling, S., McKenney, A. e Sorensen, D.
LAPACK Users' Guide. 3a ed. SIAM, Philadelphia, 1999.
Andrade, E.X.L., Bracciali, C.F. Fraes Contnuas: propriedades e
aplicaes. ed SBMAC, So Carlos, 2005.
Berntsein, J. e Espelid, T.O. Error estimation in automatic quadrature
routines, ACM Trans. Math. Softw. Vol 17 No 2 (1991), 233-252.
Bracciali, C.F. e Andrade, E.X.L. Zeros de Polinmios Ortogonais:
Interpretao Eletrosttica e Anlise de Freqncias, publicao da III
Bienal da Sociedade Brasileira de Matemtica, UFG, 2006.
Burden, R.L. e Faires, J.D. Anlise Numrica. Thomson, So Paulo, 2003.
Campos, F.F. Algoritmos Numricos. 2a ed. LTC, Rio de Janeiro, 2007.
Campos, F.F. Introduo ao Matlab, apostila DCC-UFMG, 2000.
Campos, F.F. Por que no integrao numrica via Gauss-Legendre?. V
Encontro Regional de Matemtica Aplicada e Computacional, 1999, Belo
Horizonte. Anais do V Encontro Regional de MAC, 1999.
Da Costa Jr., A.E. Integre Um sistema acoplado para o clculo de
integrais com anlise de funes numricas. Dissertao de Mestrado,
UNIVERSIDADE FEDERAL DO CEAR, 1998.
Davis, P.J. e Rabinowitz, P. Methods of Numerical Integration. 2. ed.
Orlando, San Diego, 1984.
Referncias
141
Referncias
142
Swarztrauber, P.N., On computing the points and weights for GaussLegendre quadratures. SIAM J. Sci. Comput. 24(3) (2002), 945-954.
Szeg, G. Orthogonal Polynomials. 4a ed. American Mathematical Society
Colloquium Publications, Vol. 23, Providence, RI, 1975.
Wilf, H.S. Mathematics for the Physical Sciences. Dover Publications, Inc.,
New York, 1978.