Erros de integração numérica e quadratura gaussiana

Erros e Quadratura Gaussiana

Eduardo Camponogara
Departamento de Automa cao e Sistemas
Universidade Federal de Santa Catarina
DAS-5103: Calculo Numerico para Controle e Automacao
1 / 58
Sumario
Estimativas de Erros
Quadratura Gaussiana
2 / 58
Sumario
3 / 58
O Problema dos Erros na Integracao Numerica
Para transformar a expressao abaixo numa igualdade:
b
a
f (x)dx

=
n+1
j =1
w
j
f (x
j
)
consideraremos o erro que estamos cometendo.
Embora o erro nao possa ser calculado exatamente, em

muitos casos ele pode ser estimado com boa precisao.
O processo de integra cao numerica constitui um problema

bem condicionado em princpio.
4 / 58
Erros
Ao aproximarmos f por um polinomio f
, estamos cometendo
um erro mas se observarmos a gura abaixo veremos que a
soma dos erros se anula à medida que n aumenta.
a b
f (x)
f
(x)
x
y
Figura: Cancelamento de erros
5 / 58
Erros
Adotaremos a nota cao abaixo para erros:
Nota cao
E
TTS
indicara o erro de truncamento da regra dos trapezios
simples; e
E
TTC
indicara o erro de truncamento da regra dos trapezios
composta.
6 / 58
Erro de Truncamento na Regra dos Trapezios Simples
E
TTS
Levando os erros em considera cao, a integral pode ser colocada na
forma:
b
a
f (x)dx =
(b a)
2
[f (a) + f (b)] + E
TTS
Teorema
Se f (x) e duas vezes diferenciavel em [a, b], entao o erro de
truncamento E
TTS
e dado por:
E
TTS
=
h
3
12
f
(), onde [a, b]

7 / 58
Exemplo de E
TTS
Exemplo
Calcular a integral
I =
2
1
e
x
x
dx
pela regra dos trapezios simples.
8 / 58
Exemplo de E
TTS
: Resolucao
I = T(1)
=
1
2
[f (1) + f (2)]
= 0.5(3.678794412 10
1
+ 6.76676416 10
2
)
= 0.5(4.355470828 10
1
)
= 2.1777735414 10
1
O valor exato para 12 casas decimais e

2.170483423687 10
1
.
Portanto, o erro absoluto e:

|2.177773541410
1
2.17048342368710
1
| = 4.72910
2
9 / 58
Exemplo de E
TTS
: Resolucao
Comparando o erro absoluto com o erro indicado pelo

Teorema anterior, precisamos inicialmente calcular as
derivadas:
f
(x) =
e
x
x
2

e
x
x
=
1
x
+
1
x
2
e
x
f
(x) =
e
x
x
+
e
x
x
2
+ 2
e
x
x
3
+
e
x
x
2
=
1
x
+
2
x
2
+
2
x
3
e
x
10 / 58
Exemplo de E
TTS
: Resolucao
Fazendo = 1, [1, 2] temos que:
f
() = 5e
1
= 1.839
Logo, o erro de truncamento previsto pelo teorema e:

|
1
3
12
.f
()| = 0.15325
Como o erro absoluto foi de 0.04729, conrma-se que o erro

absoluto e menor que o erro previsto.
11 / 58
Erro de Truncamento na Regra dos Trapezios Composta
E
TTC
Teorema
Se f e duas vezes continuamente diferenciavel em [a, b], entao o
erro de truncamento da formula composta dos trapezios, para n
subintervalos, e dado por:
E
TTC
=
h
2
12
(b a)f
(), [a, b]
12 / 58
Prova do Teorema
Seja agora h =
ba
n
e n =
ba
h
.
Para cada subintervalo [x

i 1
, x
i
], i = 1, 2, . . . , n, temos:
x
i
x
i 1
f (x)dx =
h
2
[f (x
i
) + f (x
i 1
)] + E
TTi
, onde
E
TTi
=
h
3
12
f
(
i
),
i
[x
i 1
, x
i
]
13 / 58
Prova do Teorema
Uma vez que:
b
a
f (x)dx =
x
1
x
0
f (x)dx +
x
2
x
1
f (x)dx + . . . +
x
n
x
n1
f (x)dx
Pela regra composta, temos que:
b
a
f (x)dx =
h
2
[f (x
0
) +2f (x
1
) +. . . +2f (x
n1
) +f (x
n
)] +
n
i =1
E
TTi
14 / 58
Prova do Teorema
Mas,
n
i =1
E
TTi
=
n
i =1
h
3
12
f
(
i
),
i
[x
i 1
, x
i
]
=
h
3
12
n
i =1
f
(
i
)
=
(b a)
3
12n
3
n
i =1
f
(
i
)
Como f
(x) e contnua, f
(x) assume todos os valores entre seus

maximos e mnimos em [a, b].
15 / 58
Prova do Teorema
Portanto, existe algum [a, b] tal que:

f
() =
n
i =1
f
(
i
)
n
Logo,
E
TTC
=
(b a)
3
12n
3
nf
()
=
(b a)
3
12n
2
f
()
=
h
2
12
(b a)f
()
16 / 58
Exemplo de E
TTC
Exemplo
Considerando o exemplo anterior, vamos calcular
2
1
e
x
x
dx,
com n = 2, 4, . . . , 256.
17 / 58
Exemplo de E
TTC
: Continua cao
Os resultados destes calculos, juntamente com o erro absoluto e os
limites de erro calculados sao listados na tabela abaixo.
h n Valor Erro Limite de
calculado absoluto erros
1 1 0.2177735413 4.729 10
2
1.53 10
1
5.0 10
1
2 0.1832634907 1.280 10
2
3.83 10
2
2.5 10
1
4 0.1737575538 3.270 10
3
9.58 10
3
1.25 10
1
8 0.1715074075 8.240 10
4
2.40 10
3
6.25 10
2
16 0.1706897700 2.060 10
4
5.60 10
4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.906 10
3
256 0.1704847700 8.070 10
7
2.34 10
6
18 / 58
Exemplo de E
TTC
: Continua cao
Conclusao
Podemos observar que cada vez que o n umero de intervalos n e
dobrado, o erro absoluto e reduzido por um fator de
aproximadamente 4, o que esta de acordo com o resultado do
teorema.
19 / 58
Estimacao Num. do Erro de Trunc. da Regra dos Trapezios
Erro de Truncamento na Regra dos Trapezios
Questao
O que fazer quando f
(x) nao estiver disponvel?

Duas possibilidades sao:
1. Calcular f
(x) numericamente
2. Calcular T(h) e T(
h
2
) e comparar os resultados
20 / 58
Caso 1
No caso 1, a segunda derivada f
(x) e calculada numericamente

pela serie de Taylor se f e sucientemente diferenciavel:
f
(x) =
f (x + h) 2f (x) + f (x h)
h
2
+ O(h
2
)
Logo, um limite de |f
(x)| pode ser calculado por:

max
1j n
f (x
j +1
) 2f (x
j
) + f (x
j 1
)
h
2
O limite acima pode ser util no caso da integra cao para pontos
tabelados igualmente espa cados de h.
21 / 58
Caso 2
No caso 2, podemos utilizar o Teorema do E
TTC
:
I T(h) =
(b a)
12
h
2
f
(
1
),
1
[a, b]
I T(
h
2
) =
(b a)
12
h
2
4
f
(
2
),
2
[a, b]
22 / 58
Caso 2
Assumindo que f
(
1
) = f
(
2
), temos que:
4[I T(
h
2
)]

= I T(h)
4I 4T(
h
2
)

= I T(h)
3I 3T(
h
2
)

= T(
h
2
) T(h)
I T(
h
2
)

=
T(
h
2
) T(h)
3
23 / 58
Caso 2
Conclusao
O erro de truncamento, ao calcularmos T(

h
2
) e,
aproximadamente, a terca parte entre as duas aproximacoes
T(
h
2
) e T(h).
Este metodo e particularmente vantajoso, pois, ao calcularmos

T(
h
2
) podemos reutilizar os valores de f usados para calcular
T(h).
24 / 58
Caso 2
Ou seja,
T(h) = h
f (a)
2
+ f (a + h) + f (a + 2h) + . . .
+f (a + (n 1)h) +
f (b)
2
T(
h
2
) =
h
2
1
2
f (a) + f (a +
h
2
) + f (a + h) + f (a +
3h
2
) + f (a + 2h)
+. . . + f (a + (n 1)h) + f (a + (n
1
2
)h) +
f (b)
2
25 / 58
Caso 2
Conclumos que:
T(
h
2
) =
1
2
T(h) +
h
2
n
j =1
f (a + (j
1
2
)h)
Logo,o n umero de avalia coes e reduzido pela metade.
26 / 58
Sumario
27 / 58
Quadratura Gaussiana: Introdu cao
Introdu cao
Os metodos de integra cao numerica apresentados acima (a

saber, regra dos retangulos, dos trapezios e de Simpson)
tomam como base uma regra simples para escolha dos pontos
de avalia cao da funcao f (x), onde x
j +1
= x
j
+ h.
Esses metodos sao particularmente adequados para dados

tabulados de forma regular, tais como medidas de laborat orio
e valores obtidos de programas de computador que produzem
tabelas.
28 / 58
Quadratura Gaussiana: Introdu cao
Introdu cao
Se, por outro lado, tivermos a liberdade de escolher os pontos

nos quais a funcao f (x) e avaliada, entao uma escolha
cuidadosa pode levar a uma maior precisao da avalia cao da
funcao.
Este metodo, conhecido por Integracao Gaussiana ou

Integracao de Gauss-Legendre, apresenta outras vantagens em
varias situacoes.
29 / 58
Deducao
Na avalia cao da integral:
b
a
f (x)dx
nao e necessario avaliar a funcao nos pontos extremos do
intervalo, a e b.
Esta propriedade e util quando se avalia integrais improprias,

tais como aquelas com limites innitos.
30 / 58
Deducao
Para efeitos de simplicacao, fazemos uma mudanca de

variavel com
x = a +
b a
2
(t + 1)
o que implica:
dx =
b a
2
dt
Alem disso, para x = a temos t = 1.
Para x = b temos t = 1.
31 / 58
Deducao
Por meio da mudanca de variavel e normaliza cao do intervalo

de integra cao, podemos representar
b
a
f (x)dx por:
(b a)
2
+1
1
F(t)dt
onde:
F(t) = f (a +
b a
2
(t + 1))
32 / 58
Deducao
Logo, daqui em diante, vamos considerar apenas o problema
normalizado:
+1
1
F(t)dt
33 / 58
Deducao
Princpios
A forma mais simples de integra cao Guassiana se alicerca na

escolha de um polin omio aproximador otimo do integrando
F(t) sobre o intervalo [1, +1].
Os detalhes da determina cao desse polin omio, ou seja, a

determina cao dos coecientes de t no polin omio, serao
abordados mais à frente.
34 / 58
Deducao
Faremos uma aproximacao de
+1
1
F(t)dt por valores da
funcao e ponderacoes para valores de t [1, +1], conforme
a expressao:
+1
1
F(t)dt =
n
j =1
j
F(t
j
) + E
(G)
n
, n 1
onde
j
e t
j
sao escolhidos de maneira que a regra seja exata
para polin omios de grau 2n 1.
Regras desta natureza sao ditas Gaussianas e os pontos t

j
nao
sao necessariamente igualmente espa cados.
35 / 58
Regra de Gauss de Primeira Ordem
Nesta situacao, n = 1 e aproximaremos
+1
1
F(t)dt de forma
exata com um polin omio de grau p = 2n 1 = 1, o que leva à
expressao:
+1
1
F(t)dt =
1
F(t
1
) + E
(G)
1
Vamos encontrar os valores para situacoes onde F(t) = t

k
para k {0, 1}.
36 / 58
Para k = 0
+1
1
F(t)dt =
+1
1
1dt = [t]
+1
1
= 2
O que leva a:
1
F(t
1
) = 2
1
t
0
1

1
= 2
37 / 58
Para k = 1
+1
1
F(t)dt =
+1
1
tdt = [
t
2
2
]
+1
1
= 0
Da segue que:
1
F(t
1
) = 0
1
t
1
1
= 0 t
1
= 0
38 / 58
Dos desenvolvimentos acima, conclumos que:
+1
1
F(t)dt = 2F(0) + E
(G)
1
39 / 58
Regra de Gauss de Segunda Ordem
Nesta situacao, n = 2 e aproximaremos
+1
1
F(t)dt com a
expressao:
+1
1
F(t)dt =
1
F(t
1
) +
2
F(t
2
) + E
(G)
2
(1)
Agora,
1
,
2
, t
1
e t
2
devem ser escolhidos de forma que (1)
seja exata para polin omios de grau ate p = 2n 1 = 3.
Vamos encontrar os valores para situacoes onde F(t) = t

k
para k {0, 1, 2, 3}.
40 / 58
Para k = 0
+1
1
F(t)dt =
+1
1
t
0
dt =
+1
1
dt = 2
=
1
F(t
1
) +
2
F(t
2
)
=
1
t
0
1
+
2
t
0
2
=
1
+
2
41 / 58
Para k = 1
+1
1
F(t)dt =
+1
1
t
1
dt = [
t
2
2
]
+1
1
= 0
=
1
F(t
1
) +
2
F(t
2
)
=
1
t
1
1
+
2
t
1
2
=
1
t
1
+
2
t
2
42 / 58
Para k = 2
+1
1
F(t)dt =
+1
1
t
2
dt = [
t
3
3
]
+1
1
=
2
3
=
1
t
2
1
+
2
t
2
2
43 / 58
Para k = 3
+1
1
F(t)dt =
+1
1
t
3
dt = [
t
4
4
]
+1
1
= 0 =
1
t
3
1
+
2
t
3
2
44 / 58
A partir das equacoes de cada k chegamos a um sistema de
equacoes nao-lineares:
1
+
2
= 2 (2)
1
t
1
+
2
t
2
= 0 (3)
1
t
2
1
+
2
t
2
2
=
2
3
(4)
1
t
3
1
+
2
t
3
2
= 0 (5)
45 / 58
Podemos resolver (2)(5) fazendo, primeiramente,
1
=
2
= 1, o que resolve (2).
Da, obtemos a partir de (3) que t

1
= t
2
.
Substiuindo estes resultados em (4), deduzimos que

t
2
1
+ t
2
2
= 2t
2
2
= 2/3 t
2
= 1/
3 e, por sua vez,

descobrimos que t
1
= 1/
3.
Observe ainda que os valores obtidos para os parametros

satisfazem a equacao (5).
46 / 58
Com base nestes desenvolvimentos, conclumos que:
+1
1
F(t)dt =
1
F(t
1
) +
2
F(t
2
) + E
(G)
2
= F(
1
3
) + F(+
1
3
) + E
(G)
2
47 / 58
Exemplo de Aplicacao
Exemplo de Quadratura
Exemplo
Calcular o valor da integral denida
6
2
x
3
3
dx por meio da
quadratura Gaussiana de segunda ordem.
48 / 58
Exemplo: Continua cao
Etapa 1: A primeira etapa corresponde à mudanca de variavel.
Com a = 2, b = 6 e f (x) =
x
3
3
, obtemos:
x = a +
(b a)
2
(t + 1)
= 2 +
(6 2)
2
(t + 1)
= 4 + 2t
dx = 2dt
F(t) = f (a +
b a
2
(t + 1))
= f (4 + 2t)
49 / 58
Chegamos assim à equivalencia:
6
2
x
3
3
dx =
b
a
f (x)dx =
b a
2
+1
1
F(t)dt = 2
+1
1
(2t + 4)
3
3
dt
50 / 58
Etapa 2: Com n = 2, temos
+1
1
F(t)dt F(
1
3
) + F(+
1
3
).
Calculando estes valores, obtemos:
F(
1
3
) =
(2/
3 + 4)
3
3
= 7.678358
F(+
1
3
) =
(2/
3 + 4)
3
3
= 45.655075
51 / 58
Entao, chegamos a:
6
2
x
3
3
dx = 2
+1
1
(2t + 4)
3
3
dt = 2 (7.678358 + 45.655075)
= 2 53.333333
= 106.666666
52 / 58
Analiticamente,
6
2
x
3
3
dx =
x
4
4 3
6
2
=
6
4
2
4
12
= 106.666666
vericando o erro nulo para o caso de um polin omio de grau 3.
53 / 58
Quadratura de Ordem Superior
Atraves de desenvolvimento semelhante ao apresentado acima,

e possvel encontrar as ponderacoes
j
e os pontos de
avalia cao t
j
para a integra cao Gaussiana de ordem 3, 4, e
maior.
54 / 58
Tabela: Ponderacoes e pontos de amostragem para quadratura Gaussiana
n
j
t
j
1
1
= 2 t
1
= 0
2
1
=
2
= 1 t
1
= 1/
3 e t
2
= 1/
3
3
1
=
2
= 5/9 t
1
=
0.6 e t
2
=
0.6
3
= 8/9 t
3
= 0
4
1
=
4
= 0.3478548451 t
1
= 0.8611363116 e t
4
= t
1
2
=
3
= 0.6521451549 t
2
= 0.3399810436 e t
3
= t
2
55 / 58
Erros
Com rela cao aos erros cometidos pela regra da quadratura
Gaussiana, estimativas dos erros podem ser estabelecidas conforme
a ordem da quadratura. Para n = 2,
E
(G)
2
=
1
135
F
(iv)
(), para [1, +1]
56 / 58
Erros
Portanto,
|E
(G)
2
|
1
135
max{|F
(iv)
()| : [1, +1]}
Para o caso de f (x) corresponder a um polin omio de grau

igual ou inferior a 3, o erro produzido pela quadratura e nulo.
57 / 58
Comentarios Finais
Fim!
Obrigado pela presen ca

58 / 58

Erros de integração numérica e quadratura gaussiana

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Erros de integração numérica e quadratura gaussiana

Enviado por

Direitos autorais:

Formatos disponíveis

Erros e Quadratura Gaussiana

Erros e Quadratura Gaussiana

Para transformar a expressao abaixo numa igualdade:

Embora o erro nao possa ser calculado exatamente, em

O processo de integra cao numerica constitui um problema

Ao aproximarmos f por um polinomio f

(), onde [a, b]

O valor exato para 12 casas decimais e

Portanto, o erro absoluto e:

Comparando o erro absoluto com o erro indicado pelo

Logo, o erro de truncamento previsto pelo teorema e:

Como o erro absoluto foi de 0.04729, conrma-se que o erro

Para cada subintervalo [x

(x) assume todos os valores entre seus

Portanto, existe algum [a, b] tal que:

(x) nao estiver disponvel?

(x) e calculada numericamente

(x)| pode ser calculado por:

O erro de truncamento, ao calcularmos T(

Este metodo e particularmente vantajoso, pois, ao calcularmos

Os metodos de integra cao numerica apresentados acima (a

Esses metodos sao particularmente adequados para dados

Se, por outro lado, tivermos a liberdade de escolher os pontos

Este metodo, conhecido por Integracao Gaussiana ou

Na avalia cao da integral:

Esta propriedade e util quando se avalia integrais improprias,

Para efeitos de simplicacao, fazemos uma mudanca de

Alem disso, para x = a temos t = 1.

Por meio da mudanca de variavel e normaliza cao do intervalo

A forma mais simples de integra cao Guassiana se alicerca na

Os detalhes da determina cao desse polin omio, ou seja, a

Faremos uma aproximacao de

Regras desta natureza sao ditas Gaussianas e os pontos t

Nesta situacao, n = 1 e aproximaremos

Vamos encontrar os valores para situacoes onde F(t) = t

Nesta situacao, n = 2 e aproximaremos

Vamos encontrar os valores para situacoes onde F(t) = t

Podemos resolver (2)(5) fazendo, primeiramente,

Da, obtemos a partir de (3) que t

Substiuindo estes resultados em (4), deduzimos que

3 e, por sua vez,

Observe ainda que os valores obtidos para os parametros

Atraves de desenvolvimento semelhante ao apresentado acima,

Para o caso de f (x) corresponder a um polin omio de grau

Obrigado pela presen ca

Você também pode gostar