INTEGRAÇÃO

NUMÉRICA
Conceitos
Método dos Trapézios
Métodos de Simpson
 Integração
b b

y I =  f ( x ) dx = F ( x ) = F b   F a 
a a

b x

f(x)

2
 Integração Numérica
b b

y I =  f ( x ) dx = F ( x ) = F b   F a 
a a

b x

N
A =I f(x)

3
 Integração Numérica
b b

I =  f ( x ) dx = F ( x ) = F b  F a 
a a

1 1
f (x )   F( x )   dx 
1 x 3
1 x 3

 3 
 ln 1  x   ln x  x  1 
1 1 3
2
arctg  2 x  1
3 6 3  3 

f ( x )  e  x  ?
2
 F (x ) 
4
 Integração Numérica
f(x)
y

f(a)

a b x

IN = (b ─ a) f(a)

5
 Integração Numérica
f(x)
y

f(b)

a b x

IN = (b ─ a) f(b)

6
 Integração Numérica
f(x)
y

f (a )  f (b )
2

a b x

f (a )  f (b )
IN = (b ─ a)
2

7
 Integração Numérica
f(x)
y

a b x

f (a )  f (b )
IN = (b ─ a)
2

8
 Método dos Trapézios
f(x)
y
Erro

xo x1 x

f ( xo )  f ( x1)
IN = (x1 ─ xo)
2

9
 Método dos Trapézios
f(x)
y

xo x12 x

f ( xo )  f ( x1) f ( x1)  f ( x 2 )
IN = (x1 ─ xo) + (x2 ─ x1)
2 2

10
 Método dos Trapézios
f(x)
y

Se:
h1 = h2 = h

h1 h2

xo x1 x2 x

f ( xo )  f ( x1) f ( x1)  f ( x 2 )
IN = h+ h
2 2

11
 Método dos Trapézios
f(x)
y

Se:
h1 = h2 = h

h1 h2

xo x1 x2 x

 f  x o   2  f  x 1   f  x 2 
h
IN =
2

12
 Método dos Trapézios
f(x)
y

h h h h

xo x1 x2 x3 x4 xn x

I N   f  x o   f  x 1    f  x 1   f  x 2      f  x n 1   f  x n 
h h h
2 2 2
13
 Método dos Trapézios
f(x)
y
Função de
interpolação

h h h h

xo x1 x2 x3 x4 xn x

 f  x o   2 f  x 1   2 f  x 2   2f  x 3     2 f  x n 1   f  x n 
h
IN 
2
14
 Método dos Trapézios
f(x)
y
Função de
interpolação

h h h h

xo x1 x2 x3 x4 xn x

h n 1

I N  f  x o   2   f  x i   f  x n 
2 i 1 
15
 Método dos Trapézios
• Método simples para integrar numericamente
uma função f (x).

• Não requer conhecimento da forma analítica da

primitiva de f (x).

• A função f (x) deve estar na forma discreta.

• Se f (x) estiver na forma analítica, deve-se antes

discretizá-la utilizando-se sub-intervalos de
largura h, ou seja, deve-se subdividir o intervalo
de integração em n partes iguais.
16
 Exemplo
 
6
Determinar I, sendo: I   x 2  1 dx .
0

OBS.: utilizar 5 subintervalos.

i xi f(xi)
0 0,00 1,00
h
x n  x o  
1 1,20 2,44
n
2 2,40 6,76

6,00  0,00   1,20
3 3,60 13,96
5
4 4,80 24,04
5 6,00 37,00
17
 Exemplo i xi f(xi)
0 0,00 1,00
1 1,20 2,44
2 2,40 6,76
3 3,60 13,96
4 4,80 24,04
5 6,00 37,00
I N   f x o   2 f x 1   2 f x 2   2f x 3     2 f x n 1   f x n 
h
2

 1,00  2  2,44  2  6,76  2  13,96  2  24,04  37,00 

1,2
IN 
2

 132,44   79,44
1,2
IN 
2
18
 Método dos Trapézios
f(x)
y

xo x1 x

f ( xo )  f ( x1)
IN = (x1 ─ xo)
2

19
 Método dos Trapézios
f(x)
y

xo x12 x

f ( xo )  f ( x1) f ( x1)  f ( x 2 )
IN = (x1 ─ xo) + (x2 ─ x1)
2 2

20
 Método dos Trapézios
f(x)
y

xo x1 x2 x

21
 Regra de 1/3 de Simpson
x2 f(x)
IN   p ( x ) dx
y
2
x0
x2

  a  x 
 b  x  c dx
2

x0

x2 xo x1 x2 x
a  x bx 3
 2
   c  x
 3 2  x0

h 
 a  x 2
o  b  x o  c    
 4  a  x1  b  x1  c  a  x 2  b  x 2  c 
2 2

3 

h 
I N  f  x o   4 f  x 1   f  x 2 
3 
22
 Para i qualquer :

Regra de 1/3 de Simpson  ax 3 bx 2

I
 3

2

 cx 
 xi
x i 2
 ax 3 bx 2

 3

2

 cx 
x i 2 h

 xi
x2
 a  x i  2h 3 b x i  2h 2   ax i3 bx i2 

f(x)
I N  p2 ( x) dx
 y3   c  x i  2 h  
    cx i
 2   3 2 
   
x0
 a 8h 3  12h 2 x i  6hx i2  x i3 b x i2  4hx i  4h 2  ax i3 bx i2
x
2    cx i  2ch     cx i

 a  x 
 3 2  3 2
 2
 b  x  c dx
 2ah 4h 2
 6hx i  3 x i2  
x0   2bh x i  h   2ch 
 3 

ha  x
2 a 4  bx 
3h 2  6hx i 2 3 x i2  6b  x i 2 h   6c  h

x
   
  2a 4h  6hx i  3 x i  6b x i  h   6c
2 2

   3 c  x   3
 3 2 h

 8ah 2 x12
 0 ahx  6ax 2  6bx  6bh  6c 
i i i
3
h h 2
 c 

3  a x o  b   
ax i  bx i 2c  4 ax i2 
 x o  c  
xo2ahx i  ah 2  bx i 2 xbh  
 c  4ah 2  4ahx
 
x2i  ax
 4  a  x1  b  x1  c  a  x 2  b  x 2  c 
1 2 i  bx i  2bh
2
x

h 3 2
 ax i  bx i  c  4 a x i2  2hx i  h 2  b x i  h   c  a x i2  4hx i  4h 2  b x i  2h   c
       
3
h

ax i2  bx i  c  4ha    
x i  h 2  bx i  h   c  ax i  2h 2  bx i  2h   c 

3  
I N  f x o  4 f x 1  f x 2     
ax i2  bx i  c  4 ax i21  bx i 1  c  ax i22 

h
 3    
 bx i 2  c 
23 3
 Regra de 1/3 de Simpson
f(x)
y

h h h h

xo x1 x2 x3 x4 xn x

IN 
h
 f  x o   4  f  x 1   f  x 2  
h
 f  x 2   4  f  x 3   f  x 4  
3 3
    f  x n 2   4  f  x n 1   f  x n 
h
24 3
 Regra de 1/3 de Simpson
f(x)
y

h h h h

xo x1 x2 x3 x4 xn x

 f  x o   4 f  x 1   2 f  x 2   4f  x 3     4 f  x n 1   f  x n 
h
IN 
3
25
 Regra de 1/3 de Simpson
f(x)
y

h h h h

xo x1 x2 x3 x4 xn x

n  2  n  2 
 
   
f  x 0   4   f x 2 j 1  2   f x 2 j f  x n 
2 2
h
IN 
3 j 0 j 1 
26  
 Regra de 3/8 de Simpson
f(x)
y

xo x1 x2 x3 x

 f  x 0   3  f  x 1   3  f  x 2   f  x 3 
3h
IN 
8
27
 Regra de 3/8 de Simpson
 f  x 0   3  f  x 1   3  f  x 2   f  x 3 
3h
IN 
8

Para n sub-intervalos:

 f  x o   3  f  x 1   3  f  x 2   f  x 3    f  x 3   3  f  x 4   3  f  x 5   f  x 6  
3h 3h
IN 
8 8
 f  x n 3   3  f  x n 2   3  f  x n 1   f  x n 
3h

8

n  3 
 n 
3h 
   
  
3 3
IN     
f x 0  3   f x 3 j  2  f x 3 j 1  2   f x 3 j f x n 
8  j 1 j 1 

28
 Resumo
• Método dos Trapézios:
– aproxima f(x) por uma reta;

– maior erro;

– sem restrições quanto ao número de sub-intervalos.

29
 Resumo
• Regra de 1/3 de Simpson
– aproxima f(x) por uma parábola;

– o polinômio interpolador aproxima melhor a função original;

– restrições:

• mínimo de 2 sub-intervalos;

• o número de sub-intervalos deve ser múltiplo de 2.

30
 Resumo
• Regra de 3/8 de Simpson
– aproxima f(x) por uma função cúbica;

– restrições:

• mínimo de 3 sub-intervalos;

• o número de sub-intervalos deve ser múltiplo de 3.

31
 Erro de truncamento
• Não é possível calcular o erro cometido na
integração numérica;

• pode-se calcular o erro máximo cometido, como

forma de se conhecer a ordem de grandeza do
erro no resultado;
– esta técnica permite determinar o número de sub-intervalos necessários
para obter o erro desejável.

32
 Erro de truncamento
• Método dos Trapézios:
 b  a 
3
E f   a    b
12  n 2

Maior valor ABSOLUTO

da segunda derivada de y
f(x) no intervalo [a,b].
f ’’(x)


a b x

33
 Erro de truncamento
• Método dos Trapézios:
 b  a 
3
E f   a    b
12  n 2

• Regra de 1/3 de Simpson:

 b  a  iv
5
E f   a    b
180  n 4

• Regra de 3/8 de Simpson:

 b  a  iv
5
E f   a    b
80  n 4

34
 Esta apresentação faz parte do material didático da
disciplina Métodos Numéricos e Aplicações e é
complementada por notas de aulas e bibliografia
indicada no Plano de Ensino. O ESTUDO DESTA
APRESENTAÇÃO NÃO EXIME O ALUNO DO
ACOMPANHAMENTO DAS AULAS.
Este material foi desenvolvido pelos professores:
– Douglas Lauria
– Eduardo Nadaleto da Matta
– Marcelo Marques Gomes
– Wilson Inacio Pereira

35