Tema3 - Integração Numérica em Python

14/11/22, 09:39 Integração numérica em Python
Integração numérica em Python

Prof. David Fernandes Cruz Moura
Descrição Emprego de modelos matemáticos para resolução de problemas

clássicos em Engenharia por meio de integração numérica.
Propósito A aplicação de modelos matemáticos para resolução de integrais é uma

ferramenta fundamental para a compreensão de situações clássicas em
Engenharia, como a análise de ondas de choque em explosões, a análise
de resistência e tenacidade de materiais, taxas de geração de gás
https://stecine.azureedge.net/repositorio/00212ti/02521/index.html# 1/83
carbônico e de consumo de oxigênio, entre outras situações-problema

da Engenharia.
Preparação A aplicação de modelos matemáticos para resolução de integrais é uma

ferramenta fundamental para a compreensão de situações clássicas em
Engenharia, como a análise de ondas de choque em explosões, a análise
de resistência e tenacidade de materiais, taxas de geração de gás
carbônico e de consumo de oxigênio, entre outras situações-problema
da Engenharia.
Objetivos
Módulo 1 Módulo 2
Métodos de interpolação Métodos de interpolação

(Newton-Cotes: retângulos) (Newton-Cotes: trapézios)
Aplicar o método de interpolação de Aplicar o método de interpolação de

Newton-Cotes, Método dos Retângulos, por Newton-Cotes, Método dos Trapézios, por
meio da implementação computacional em meio da implementação computacional em
Python. Python.
Módulo 3 Módulo 4
Métodos de interpolação Métodos de extrapolação

(Newton-Cotes: Regras de (Romberg)
Simpson)
Aplicar o método de extrapolação de
Romberg, por meio da implementação
Aplicar o método de interpolação de
computacional em Python.
Newton-Cotes, Método de Simpson, por
meio da implementação computacional em
Python.
Introdução
Neste conteúdo, veremos formas de emprego de modelos matemáticos para
solucionar um problema clássico em Engenharia – a resolução numérica de
integrais definidas.
São modelos matemáticos para resolução de integrais definidas. Ondas de

choque em explosões, análise de resistência e tenacidade de materiais,
taxas de geração de gás carbônico e de consumo de oxigênio são alguns
problemas do contexto da Engenharia, nos quais podem ser aplicados tais
modelos.
Dessa maneira, conheceremos os métodos mais tradicionais de resolução

de integrais definidas com o emprego de técnicas numéricas. Inicialmente,
estudaremos os métodos de interpolação numérica para integração,
empregando diversas variantes do método de Newton-Cotes (retângulos,
trapézios e de Simpson). Em seguida, estudaremos o método de
extrapolação numérica, como foco na técnica de Romberg. Em ambos os
casos, aplicaremos os métodos estudados, por meio da implementação
computacional de programas em Python.
Vamos lá?
1 - Métodos de interpolação (Newton-Cotes: retângulos)

Ao final deste módulo, você será capaz de aplicar o método de interpolação de Newton-Cotes, Método
dos Retângulos, por meio da implementação computacional em Python.
Introdução ao Método dos Retângulos

Segundo Moura (2017), a integral definida apresenta a seguinte notação:
∫ f (x)dx
a
Assim, temos que o resultado da expressão indicada é equivalente à área

definida sob a curva f(x) no plano cartesiano, entre os pontos a e b. Veja a região
hachurada da imagem:
Gráfico: Integral Definida de f(x) no intervalo entre a e b.

Extraído de: Moura, 2017.
Para prosseguirmos, vamos relembrar o conceito de integral?
Pois bem: a integral definida e sua aplicação são muito úteis em diversas áreas,
como Física, Engenharia e Economia, entre outras.
No entanto, o cálculo matemático da integral definida nem sempre é fácil. Por

vezes, a função é difícil de integrar ou de impossível integração. Mesmo quando
o resultado é conhecido, há situações em que o cálculo somente pode ser obtido
de modo aproximado.
Resumindo
Existem diversas situações que mostram que nem sempre é possível calcular a
integral de uma função f(x) em um intervalo [a,b]. Nesses casos, aplicam-se
métodos numéricos de integração – os denominados métodos de integração
numérica.
Qual é o princípio fundamental para esses métodos de

integração numérica?
A resposta é simples: a lembrança de que a integral de uma função equivale a

uma área. Com base nesse princípio, foram criados diversos métodos que
dividem a área a ser calculada em vários elementos, de pequena dimensão.
Comentário
Conforme exposto em Moura (2017), a soma das pequenas partes resulta na
área total equivalente à integral que se deseja calcular – a menos de erros de
aproximação inerentes ao modelo utilizado. Quanto menor for o intervalo de
integração de cada uma dessas partes, menor o erro; no entanto, isso implica em
aumento da quantidade necessária de operações – ou seja, um aumento da
ordem de complexidade do algoritmo.
Logo, temos um dilema: complexidade ou precisão? Para resolver a integral e

permitir que você chegue a uma conclusão, temos diversos métodos em que a
função f(x) passa a ser aproximada por funções polinomiais de grau cada vez
maior: 0 (função constante), 1 (função linear), 2 (função quadrática) e assim por
diante.
De acordo com Moura (2017), o método básico envolvido nessa aproximação é a

denominada quadratura numérica. Esse método consiste em aproximar a
integral definida por uma expressão do tipo:
n
∑
i=1
α i f (x i ) ,
Em que os valores α i são reais (peso da função) e
∀x i ∈ R ⇒ x i ∈ [a, b] .
Atenção!
É importante sabermos desde já que o emprego de funções de maior grau acaba

promovendo melhor captura do comportamento da função a ser integrada.
Dessa maneira, conseguimos reduzir a quantidade de operações matemáticas
requeridas, bem como os erros de aproximação já citados.
Método dos Retângulos

O método que veremos neste módulo é o Método dos Retângulos. Nesse
método, o princípio básico para fazer a aproximação da integral definida por
b
∫
a
f (x)dx é dividir o intervalo de integração [a,b] em h partes iguais.
Dessa maneira, a integral é calculada de acordo com a expressão apresentada a

seguir:
n n
x i + x i+1
∑ α i f (x i ) = h ∑ f ( )
2
i=1 i=1
Método dos Retângulos

Veja só como funciona essa técnica, analisando a imagem apresentada a seguir:
Gráfico: Integral como soma de 5 subáreas (retângulos azuis) – Método dos Retângulos.
Nesse exemplo, nosso objetivo é calcular a integral dada por

3 3
∫
2
f (x)dx = ∫
2
x
2
+ cos(x)dx (em que f(x) é a linha indicada em vermelho).
Para fazer essa operação, dividimos o intervalo de integração [2,3] em 5

intervalos iguais, indicados na cor azul. Naturalmente, como o intervalo de
integração tem tamanho 1, cada intervalo apresenta dimensão h, dada por:
3 − 2
h = = 0, 2
5
Em cada um dos 5 intervalos, adota-se como referência o valor da função no

ponto médio de cada intervalo, em que o dito ponto médio é dado por
x i +x i+1 x i +(x i +h)
2
=
2
.
Atenção!
Repare que cada ponto (x i+1 ) corresponde ao valor de seu antecessor (x i ),
adicionado do tamanho de cada intervalo (h).
Dessa maneira, percebemos que os cálculos ficam como está exposto na tabela
a seguir:
Intervalo Limite inferior Limite superior
1 2 2.2
2 2,2 2,4
3 2,4 2,6
4 2,6 2,8
5 2,8 3,0
Feitos esses cálculos, conseguimos chegar a uma aproximação para a integral

de f (x) = x
2
+ cos(x) , dada por:
n n 5
x i + x i+1 (2 + i ∗ 0, 2) + [2 + (i − 1) ∗ 0, 2]
∑ α i f (x i ) = h ∑ f ( ) = 0, 2 ∑ f ( )
2 2
i=1 i=1 i=1
→ 0, 2 ∗ 3, 91 + 0, 2 ∗ 4, 62 + 0, 2 ∗ 5, 45 + 0, 2 ∗ 6, 39 + 0, 2 ∗ 7, 44
= 0, 2 ∗ (3, 91 + 4, 62 + 5, 45 + 6, 39 + 7, 44) = 5, 562
Comentário
Como já era esperado, o resultado obtido apresenta uma diferença em relação
ao valor exato da integral proposta que conseguimos ao realizar a operação dita
analítica (5,5652).
Continuando nosso estudo, aplicaremos os conhecimentos obtidos na resolução

de algumas integrais, de acordo com os métodos aprendidos. Vamos lá?
Para tal, vamos calcular a integral de x 2 − x + 2 , no intervalo de 0 a 1,

empregando o método dos retângulos. Como já vimos, a resolução do problema
de integração numérica em um intervalo definido requer que o enunciado

forneça alguns elementos importantes, como:
A função a ser integrada;

O valor inicial do intervalo de integração;
O valor final do intervalo de integração;
A quantidade de intervalos (ou o tamanho de cada intervalo).
Neste exemplo, temos que:
A função a ser integrada é f (x) = x

2
− x + 2 ;
O valor inicial do intervalo de integração é 0;
O valor final do intervalo de integração é 1.
Quanto ao intervalo de integração, vamos fazer de algumas maneiras diferentes,

para que você veja o comportamento de cada método, com 5, 10 e 20 intervalos,
considerando 2 casas decimais.
Assim, aplicando o Método dos Retângulos com 5 intervalos, temos:
X x2 – x + 2 f(x).Δx
0 2 0,4
0,2 1,84 0,37
0,4 1,76 0,35
X x2 – x + 2 f(x).Δx
0,6 1,76 0,35
0,8 1,84 0,37
Desse modo, fazendo a soma dos elementos na coluna da direita, temos 0,4 +
0,37 + 0,35 + 0,35 + 0,37 = 1,84.
Já para o mesmo método, mas com 10 intervalos, temos os valores

intermediários apresentados a seguir:
X x2 – x + 2 f(x).Δx
0 2 0,2
0,1 1,91 0,19
0,2 1,84 0,18
0,3 1,79 0,18
0,4 1,76 0,18
0,5 1,75 0,17
X x2 – x + 2 f(x).Δx
0,6 1,76 0,18
0,7 1,79 0,18
0,8 1,84 0,18
0,9 1,91 0,19
Agora, fazendo a soma dos elementos na coluna da direita, temos: 0,2 + 0,19 +
0,18 + 0,18 + 0,18 + 0,17 + 0,18 + 0,18 + 0,18 + 0,19 = 1,83.
Por fim, ainda com o Método dos Retângulos, mas com 20 intervalos, temos os
valores intermediários apresentados a seguir:
X x2 – x + 2 f(x).Δx
0 2 0,10
0,05 1,95 0,10
0,1 1,91 0,10
0,15 1,87 0,09
X x2 – x + 2 f(x).Δx
0,2 1,84 0,09
0,25 1,81 0,09
0,3 1,79 0,09
0,35 1,79 0,09
0,4 1,76 0,09
0,45 1,75 0,09
0,5 1,75 0,09
0,55 1,75 0,09
0,6 1,76 0,09
0,65 1,77 0,09
0,7 1,79 0,09
0,75 1,81 0,09
0,8 1,84 0,09
X x2 – x + 2 f(x).Δx
0,85 1,87 0,09
0,9 1,91 0,10
0,95 1,95 0,10
Com essa configuração, fazendo a soma dos elementos na coluna da direita,

temos: 0,1 + 0,1 + 0,1 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09
+ 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,1 + 0,1 + 0,1 = 1,83.
Prosseguindo na aplicação dos conhecimentos obtidos para resolução numérica

de integrais definidas, vamos calcular a integral de cos(x) − 3. sen(x) no
intervalo de 0 a 1, empregando o Método dos Retângulos.
Como já vimos, a resolução do problema de integração numérica em um

intervalo definido requer que o enunciado forneça alguns elementos importantes,
como:
1. A função a ser integrada;

2. O valor inicial do intervalo de integração;
3. O valor final do intervalo de integração;
4. A quantidade de intervalos (ou o tamanho de cada intervalo).
1. A função a ser integrada é f (x) = cos(x) − 3. sen(x) ;

2. O valor inicial do intervalo de integração é 0;
3. O valor final do intervalo de integração é 1.

Assim, aplicando o Método dos Retângulos com 5 intervalos, temos:
X cos(x) – 3.sen(x) f(x).Δx
0 1 0,2
0,2 0,38 0,08
0,4 -0,25 -0,05
0,6 -0,87 -0,17
0,8 -1,46 -0,29
0,08 + (-0,05) + (-0,17) + (-0,29) = -0,24.

0 1 0,1
0,1 0,70 0,07
0,2 0,38 0,04
0,3 0,07 0,01
0,4 -0,25 -0,02
0,5 -0,56 -0,06
0,6 -0,87 -0,09
0,7 -1,17 -0,12
0,8 -1,46 -0,15
0,9 -1,73 -0,17
0,04 + 0,01 + (-0,02) + (-0,06) + (-0,09) + (-0,12) + (-0,15) + (-0,17) = -0,39.
Por fim, ainda com o Método dos Retângulos, mas com 20 intervalos, temos os
0 1 0,05
0,05 0,85 0,04
0,1 0,70 0,03
0,15 0,54 0,03
0,2 0,38 0,02
0,25 0,23 0,01
0,3 0,07 0,00
0,35 -0,09 -0,00
0,4 -0,25 -0,01
0,45 -0,40 -0,02
0,5 -0,56 -0,03
0,55 -0,72 -0,04
0,6 -0,87 -0,04
0,65 -1,02 -0,05
0,7 -1,17 -0,06
0,75 -1,31 -0,07
0,8 -1,46 -0,07
0,85 -1,53 -0,08
0,9 -1,73 -0,09
0,95 -1,86 -0,09

temos: 0,05 + 0,04 + 0,03 + 0,03 + 0,02 + 0,01 + 0,00 + (-0,00) + (-0,01) + (-0,02) +
(-0,03) + (-0,04) + (-0,04) + (-0,05) + (-0,06) + (-0,07) + (-0,07) + (-0,08) + (-0,09) +
(-0,09) = -0,46.
Implementação do Método dos Retângulos

em Python
Vamos ver um exemplo de integração em Python? Agora, nós calcularemos a
integral da função x 2 no intervalo [2, 3]. Em Python, podemos implementar o
Método dos Retângulos para efetuar essa aproximação da seguinte maneira:
Python
content_copy
1 import numpy as np
2 import math
3 f = lambda x: x**2
4 a = 2; b = 3; N = 5
5 x = np.linspace(a,b,N+1)
6 y = f(x)
7 dx = (b-a)/N
8 x_medio = np.linspace(dx/2,b - dx/2,N)
9 soma_retangulo = np.sum(f(x_medio) * dx)
10 print("Integral:",soma_retangulo)
video_library Resolução de exercícios com o Python

Neste bate-papo, serão resolvidos exercícios com o método de interpolação
(Retângulos) utilizando o Python.
Falta pouco para atingir seus objetivos.
Vamos praticar alguns conceitos?
Questão 1
2
Calcule o valor de ∫ 0 sen(x)dx . Para tal, utilize o Método dos Retângulos,
dividindo o intervalo de integração em 4 partes:
A 1,43101
B 1,53101
C 1,63101
D 1,73101
E 1,83101
Parabéns! A alternativa A está correta.
Como estudamos, a resolução de uma integral definida requer que o

enunciado forneça alguns elementos importantes, como: a função
propriamente dita a ser integrada; o limite inferior de integração; o limite
superior de integração; a quantidade de intervalos (ou o tamanho de cada
intervalo); e o método a ser utilizado.
- A função propriamente dita a ser integrada é f (x) = sen(x) ;
- O limite inferior de integração é 0;

- O limite superior de integração é 2;
- A quantidade de intervalos (ou o tamanho de cada intervalo) é 4; e
- O método a ser utilizado é de Interpolação Numérica dos Retângulos.
Aplicando os conceitos ensinados acerca desse método, temos:
N x Y
0 ¼ sen(¼) = 0,24740
1 ¾ sen(¾) = 0,68164
2 5/4 sen (5/4) = 0,94898
3 7/4 sen (7/4) = 0,98398
Para obter o valor de I, basta somar os valores indicados na coluna da direita

(Y) e multiplicar por 1/2. Fazendo isso, obtemos I = 1,43101.
Questão 2
2
Calcule o valor de ∫ 0 2. sen(x)dx . Para tal, utilize o Método dos Retângulos,
A 2,86202
B 2,76202
C 2,66202
D 2,56202
E 2,46202
Estudamos que a resolução de uma integral definida requer alguns elementos

importantes fornecidos pelo enunciado, como: a função propriamente dita a
ser integrada; o limite inferior de integração; o limite superior de integração; a
quantidade de intervalos (ou o tamanho de cada intervalo); e o método a ser
utilizado.
- A função propriamente dita a ser integrada é f (x) = 2 ⋅ sen(x)
- O método a ser utilizado é de Interpolação Numérica dos Retângulos.
N x Y
0 ¼ 2.sen (¼) = 0,49480
1 ¾ 2.sen (¾) = 1,36328
2. sen (5/4) =
2 5/4
1,89796
2. sen (7/4) =
3 7/4
1,96796

2 - Métodos de interpolação (Newton-Cotes: trapézios)

dos Trapézios, por meio da implementação computacional em Python.
Método dos Trapézios

Você pode se perguntar: tem como fazer melhor? Podemos fazer, pelo menos, de
duas formas diferentes: reduzindo o tamanho do intervalo h ou aprimorando a
função de aproximação – o que veremos a seguir, com a apresentação do

Método dos Trapézios.
Nesse método, a estratégia para fazer o cálculo da aproximação da integral

b
definida por ∫ a f (x)dx também consiste em dividir do intervalo de integração
[a,b] em h partes iguais. Só que a expressão de cálculo dentro de cada intervalo
é diferente daquela que vimos para o método anterior. Nesse caso, a integral é
calculada de acordo com a expressão apresentada a seguir:
n n
f (x i ) + f (x i+1 )
∑ α i f (x i ) = h ∑
2
i=1 i=1
Método dos Trapézios

Para entender melhor como isso é feito, veja a imagem apresentada a seguir:
Gráfico: Integral da função f(x) (em vermelho) como soma de 4 subáreas (trapézios hachurados em azul) –
Método dos Trapézios.
Para ajudar, vamos utilizar o mesmo exemplo que vimos no Método dos
3 3
Retângulos, calculando ∫ 2 f (x)dx = ∫
2
x
2
+ cos(x)dx . Como mencionado
há pouco, vamos dividir o intervalo de integração [2,3] em 5 intervalos iguais de
tamanho:
3 − 2
h = = 0, 2
5
Aqui, vem a diferença: em cada um desses 5 intervalos, adota-se como função

de referência a média entre os valores da função nos pontos-limite de cada
intervalo, ou seja
f (x i )+f (x i +h)
2
.
Mais uma vez, note que cada ponto (x i+1 ) corresponde ao valor de seu
antecessor (x i ), adicionado do tamanho de cada intervalo (h).
Dessa maneira, neste segundo exemplo, temos a situação exposta na tabela

apresentada a seguir:
1 2 2.2
2 2,2 2,4
3 2,4 2,6
4 2,6 2,8
5 2,8 3,0
Com isso, tem-se a seguinte aproximação para a integral de

f (x) = x
2
+ cos(x) , dada por:
n n
f (x i ) + f (x i+1 )
∑ α i f (x i ) =h ∑
2
i=1 i=1
5
f (2 + (i − 1) ∗ 0, 2) + f [2 + i ∗ 0, 2]
= 0, 2 ∑
2
i=1
→ 0, 2 ∗ (3, 9177 + 4, 6371 + 5, 4629 + 6, 4004 + 7, 4539) = 5, 5744
Agora, vamos calcular novamente a integral de x 2 − x + 2 no intervalo de 0 a 1,

empregando o Método dos Trapézios. Como vimos, a resolução do problema de
integração numérica em um intervalo definido requer que o enunciado forneça
alguns elementos importantes, como:


2
− x + 2 ;

Será que o comportamento observado no módulo anterior se mantém com

outras técnicas? Vamos agora aplicar o Método dos Trapézios com 5 intervalos:
X x2 – x + 2 f(x).Δx
0 2 0,38
X x2 – x + 2 f(x).Δx
0,2 1,84 0,36
0,4 1,76 0,35
0,6 1,76 0,36
0,8 1,84 0,38
Desse modo, fazendo a soma dos elementos na coluna da direita, temos: 0,38 +
0,36 + 0,35 + 0,36 + 0,38 = 1,83.

X x2 – x + 2 f(x).Δx
0 2 0,2
0,1 1,91 0,19
0,2 1,84 0,18
0,3 1,79 0,18
X x2 – x + 2 f(x).Δx
0,4 1,76 0,18
0,5 1,75 0,18
0,6 1,76 0,18
0,7 1,79 0,18
0,8 1,84 0,19
0,9 1,91 0,20
0,18 + 0,18 + 0,18 + 0,18 + 0,18 + 0,18 + 0,19 + 0,20 = 1,83.
Por fim, ainda com o Método dos Trapézios, mas com 20 intervalos, temos os
X x2 – x + 2 f(x).Δx
0 2 0,10
0,05 1,95 0,10
X x2 – x + 2 f(x).Δx
0,1 1,91 0,09
0,15 1,87 0,09
0,2 1,84 0,09
0,3 1,79 0,09
0,35 1,77 0,09
0,4 1,76 0,09
0,45 1,75 0,09
0,5 1,75 0,09
0,55 1,75 0,09
0,6 1,76 0,09
0,65 1,77 0,09
0,7 1,79 0,09
0,75 1,81 0,09
X x2 – x + 2 f(x).Δx
0,8 1,84 0,09
0,85 1,87 0,09
0,9 1,91 0,10
0,95 1,95 0,10

temos: 0,1 + 0,1 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 +
0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,1 + 0,1 = 1,83.
Prosseguindo na aplicação dos conhecimentos obtidos para

resolução numérica de integrais definidas, vamos calcular a
integral de cos(x) − 3. sen(x) no intervalo de 0 a 1,
empregando o Método dos Trapézios.
Como vimos neste tema, a resolução do problema de integração numérica em

um intervalo definido requer que o enunciado forneça alguns elementos
importantes, como:


A função a ser integrada é f (x) = cos(x) − 3. sen(x) ;


considerando 2 casas decimais. Será que o comportamento obtido no módulo
anterior se mantém com outras técnicas?
Vamos aplicar o Método dos Trapézios com 5 intervalos:
0 1 0,14
0,2 0,38 0,01
0,4 -0,25 -0,11
0,6 -0,87 -0,23
0,8 -1,46 -0,34
0,01 + (-0,11) + (-0,23) + (-0,34) = -0,54.

0 1 0,08
0,1 0,70 0,05
0,2 0,38 0,02
0,3 0,07 -0,01
0,4 -0,25 -0,04
0,5 -0,56 -0,07
0,6 -0,87 -0,10
0,7 -1,17 -0,13
0,8 -1,46 -0,16
0,9 -1,73 -0,19
0,02 + (-0,01) + (-0,04) + (-0,07) + (-0,10) + (-0,13) + (-0,16) + (-0,19) = -0,54.
Por fim, ainda com o Método dos Trapézios, mas com 20 intervalos, temos os
0 1 0,05
0,05 0,85 0,04
0,1 0,70 0,03
0,15 0,54 0,02
0,2 0,38 0,02
0,25 0,23 0,01
0,3 0,07 -0,00
0,35 -0,09 -0,01
0,4 -0,25 -0,02
0,45 -0,40 -0,02
0,5 -0,56 -0,03
0,55 -0,72 -0,04
0,6 -0,87 -0,05
0,65 -1,02 -0,05
0,7 -1,17 -0,06
0,75 -1,31 -0,07
0,8 -1,46 -0,08
0,85 -1,53 -0,08
0,9 -1,73 -0,09
0,95 -1,86 -0,10

temos 0,05 + 0,04 + 0,03 + 0,02 + 0,02 + 0,01 + (-0,00) + (-0,01) + (-0,02) + (-0,02)
+ (-0,03) + (-0,04) + (-0,05) + (-0,05) + (-0,06) + (-0,07) + (-0,08) + (-0,08) + (-0,09) +
(-0,10) = -0,54.
Implementação do Método dos Trapézios

em Python
Vamos ver um exemplo de integração em Python? Calcularemos a integral da
função x 2 no intervalo [2, 3]. Em Python, podemos implementar o Método dos
Trapézios para efetuar essa aproximação, de modo que o cálculo pode ser feito
da seguinte maneira:
Python
content_copy
2 import math
4 a = 2; b = 3; N = 5
6 y = f(x)
7 y_maior = y[1:]
8 y_menor = y[:-1]
9 dx = (b-a)/N
10 soma_trapezio = (dx/2) * np.sum(y_maior + y_menor)
11 print("Integral:",soma_trapezio)

Neste bate-papo, serão resolvidos exercícios com o método de interpolação
(Trapézios) utilizando o Python.

Questão 1
2
Calcule o valor de ∫ 1 cos(x)dx . Para tal, utilize o Método dos Trapézios,
A 0,0677
B 0,0777
C 0,0877
D 0,09771
E 0,0577
Como vimos, a resolução de uma integral definida requer que o enunciado

forneça alguns elementos importantes, como: a função propriamente dita a

utilizado.
- A função propriamente dita a ser integrada é f (x) = cos(x) ;
- O método a ser utilizado é de Interpolação Numérica dos Trapézios.
n X Y
0 1 cos (1) = 0,54030
2. cos (9/8) =
1 9/8
0,86235
2. cos (5/4) =
2 5/4
0,63064
2. cos (11/8) =
3 11/8
0,38910
n X Y
2. cos (3/2) =
4 3/2
0,14147
2. cos (13/8) = -
5 13/8
0,10835
2. cos (7/4) = -
6 7/4
0,35649
2. cos (15/8) = -
7 15/8
0,59907
8 2 cos (2) = - 0,41615

Questão 2
2
Calcule o valor de ∫ 1 2. cos(x)dx . Para tal, utilize o Método dos Trapézios,
A 0,13547
B 0,15547
C 0,11547
D 0,17547
E 0,19547

propriamente dita a ser integrada; o limite inferior de integração; o limite
superior de integração; a quantidade de intervalos (ou o tamanho de cada
intervalo); e o método a ser utilizado.
- A função propriamente dita a ser integrada é f (x) = 2. cos(x) ;
- O método a ser utilizado é de Interpolação Numérica dos Trapézios.
n X Y
0 1 [2. cos (1)] = 1,0806
2. [2. cos (9/8)] =

1 9/8
1,7247
2. [2. cos (5/4)] =

2 5/4
1,26128
2. [2. cos (11/8)] =

3 11/8
0,7782
2. [2. cos (3/2)] =

4 3/2
0,28294
2. [2. cos (13/8)] = -

5 13/8
0,2167
n X Y
2. [2. cos (7/4)] = -

6 7/4
0,72198
2. [2. cos (15/8)] = -

7 15/8
1,19814
[2. cos (2)] = -

8 2
0,8323

3 - Métodos de interpolação (Newton-Cotes: regras de Simpson)

de Simpson, por meio da implementação computacional em Python.
Método de Simpson
Como imaginávamos, o resultado obtido ainda apresenta uma diferença em
relação ao valor exato da integral proposta (5,5652), mas a diferença foi
reduzida.
Mesmo assim, o resultado pode ser melhor: podemos reduzir o tamanho do

intervalo h ou aprimorar a função de aproximação, empregando o denominado
Método de Simpson para n = 3.
No Método de Simpson para n = 3, como nos métodos

b
anteriores, o princípio básico para calcular ∫ a f (x)dx
consiste em dividir o intervalo de integração [a,b] em h partes

iguais.
Assim, a integral é calculada de acordo com a expressão apresentada a seguir:
n n
f (x i ) + 4f (y) + f (x i+1 ) x i + x i+1
∑ α i f (x i ) = h ∑ , onde y =
6 2
i=1 i=1
Vamos ver qual é o efeito dessa modificação?
Mais uma vez utilizando o exemplo anterior, considere o cálculo de

3 3
∫
2
f (x)dx = ∫
2
x
2
+ cos(x)dx . Como nos demais casos, dividimos o
intervalo de integração [2,3] em 5 intervalos iguais de tamanho:
3 − 2
h = = 0, 2
5
Conforme exposto em Moura (2017), em cada um desses 5 intervalos, adota-se

como referência uma aproximação quadrática entre os valores da função nos
pontos-limite de cada intervalo, considerando-se como ponto focal da parábola o
ponto médio do intervalo, ou seja:
f (x i ) + 4f (y) + f (x i+1 ) x i + x i+1

, onde y =
6 2
De igual modo ao que fizemos nos casos anteriores, cada ponto (x i+1 ) equivale
ao valor de seu antecessor ((x i )), adicionado do tamanho de cada intervalo (h).
Vamos ver como ficam os cálculos neste terceiro caso?
Veja a tabela apresentada a seguir:
1 2 2,2
2 2,2 2,4
3 2,4 2,6
4 2,6 2,8
5 2,8 3,0
Com isso, tem-se a seguinte aproximação para a integral de

f (x) = x
2
+ cos(x) , com resultado igual a 5,5652. Eis os cálculos:
n
f (x i ) + 4f (y) + f (x i+1 )
h∑
6
i=1
5
f (a + (i − 1)h) + 4f (y) + f (a + ih)
=0, 2 ∑ , onde y
6
i=1
(a + (i − 1)h) + (a + ih)
=
2
0,2
f (2) + 4f (2, 1) + 2f (2, 2) + 4f (2, 3) + 2f (2, 4) + 4f (2, 5) + 2f (2, 6) + 4f (2, 7) + 2f (2, 8) + 4f (2, 9) + f
∗
6
→= 5, 5652
Como você pode ver, o resultado alcançado é equivalente ao valor exato da

integral proposta (5,5652) – era de se esperar que nós encontrássemos uma
aproximação melhor do que a oferecida pelos métodos anteriores, mas nem
sempre se chegará a um resultado exato com tão poucos intervalos.
Atenção!
Já tratamos disso anteriormente, mas não custa repetir: podemos encontrar
uma aproximação ainda melhor, reduzindo o tamanho do intervalo h ou
aprimorando a função de aproximação – a partir de funções cúbicas, quárticas

ou de ordem superior.
Para concluir, aplicaremos o Método de Simpson para calcular a integral de

x
2
− x + 2 no intervalo de 0 a 1. Como vimos, a resolução do problema de
integração numérica em um intervalo definido requer que o enunciado forneça
alguns elementos importantes, como:


2
− x + 2 ;

Como feito nos casos anteriores, vamos começar com 5 intervalos:
X x2 – x + 2 f(x).Δx
X x2 – x + 2 f(x).Δx
0 2 0,38
0,2 1,84 0,36
0,4 1,76 0,35
0,6 1,76 0,36
0,8 1,84 0,38
0,36 + 0,35 + 0,36 + 0,38 = 1,83.

X x2 – x + 2 f(x).Δx
0 2 0,2
0,1 1,91 0,19
0,2 1,84 0,18
X x2 – x + 2 f(x).Δx
0,3 1,79 0,18
0,4 1,76 0,18
0,5 1,75 0,18
0,6 1,76 0,18
0,7 1,79 0,18
0,8 1,84 0,19
0,9 1,91 0,20
Agora, fazendo a soma dos elementos na coluna da direita, temos 0,2 + 0,19 +
0,18 + 0,18 + 0,18 + 0,18 + 0,18 + 0,18 + 0,19 + 0,20 = 1,83.
Por fim, ainda com o Método de Simpson, mas com 20 intervalos, temos os
X x2 – x + 2 f(x).Δx
0 2 0,10
X x2 – x + 2 f(x).Δx
0,05 1,95 0,10
0,1 1,91 0,09
0,15 1,87 0,09
0,2 1,84 0,09
0,25 1,81 0,09
0,3 1,79 0,09
0,35 1,77 0,09
0,4 1,76 0,09
0,45 1,75 0,09
0,5 1,75 0,09
0,55 1,75 0,09
0,6 1,76 0,09
0,65 1,77 0,09
X x2 – x + 2 f(x).Δx
0,7 1,79 0,09
0,75 1,81 0,09
0,8 1,84 0,09
0,85 1,87 0,09
0,9 1,91 0,10
0,95 1,95 0,10

temos: 0,1 + 0,1 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 +
0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,09 + 0,1 + 0,1 = 1,83.
Prosseguindo na aplicação dos conhecimentos obtidos para resolução numérica

de integrais definidas, vamos calcular a integral de cos(x) – 3. sen(x) no intervalo
de 0 a 1, agora empregando o Método de Simpson. Como vimos, a resolução do
problema de integração numérica em um intervalo definido requer que o
enunciado forneça alguns elementos importantes, como:

A função a ser integrada é f (x) = cos(x) − 3. sen(x) ;

Vamos agora aplicar o Método de Simpson. Como nos casos anteriores, vamos
começar com 5 intervalos:
1 0,14
0,2 0,38 0,01
0,4 -0,25 -0,11
0,6 -0,87 -0,23
0,8 -1,46 -0,35
Desse modo, fazendo a soma dos elementos na coluna da direita, temos: 0,14 +
0,01 + (-0,11) + (-0,23) + (-0,35) = -0,54.

0 1 0,08
0,1 0,70 0,05
0,2 0,38 0,02
0,3 0,07 -0,01
0,4 -0,25 -0,04
0,5 -0,56 -0,07
0,6 -0,87 -0,10
0,7 -1,17 -0,13
0,8 -1,46 -0,16
0,9 -1,73 -0,19
Fazendo a soma dos elementos na coluna da direita, temos: 0,08 + 0,05 + 0,02 +
(-0,01) + (-0,04) + (-0,07) + (-0,10) + (-0,13) + (-0,16) + (-0,19) = -0,54.
Por fim, ainda com o Método de Simpson, mas com 20 intervalos, temos os
0 1 0,05
0,05 0,85 0,04
0,1 0,70 0,03
0,15 0,54 0,02
0,2 0,38 0,02
0,25 0,23 0,01
0,3 0,07 -0,00
0,35 -0,09 -0,01
0,4 -0,25 -0,02
0,45 -0,40 -0,02
0,5 -0,56 -0,03
0,55 -0,72 -0,04
0,6 -0,87 -0,05
0,65 -1,02 -0,05
0,7 -1,17 -0,06
0,75 -1,31 -0,07
0,8 -1,46 -0,08
0,85 -1,53 -0,08
0,9 -1,73 -0,09
0,95 -1,86 -0,10

temos 0.05 + 0.04 + 0.03 + 0.02 + 0.02 + 0.01 + (-0.00) + (-0.01) + (-0.02) + (-0.02)
+ (-0.03) + (-0.04) + (-0.05) + (-0.05) + (-0.06) + (-0.07) + (-0.08) + (-0.08) + (-0.09)
+ (-0.10) = -0,54.
Implementação do Método de Simpson em

Python
Vamos ver um exemplo de integração em Python? Calcularemos a integral da
função x 2 no intervalo [2, 3]. Em Python, podemos implementar o Método de
Simpson para efetuar essa aproximação, de modo que o cálculo pode ser feito
da seguinte maneira:
Python
content_copy
2 import math
4 a = 2; b = 3; N = 10
6 y = f(x)
7 dx = (b-a)/N
8 soma_Simpson = dx/3 * np.sum(y[0:-1:2] + 4*y[1::2] + y[2::
9 print("Integral:",soma_Simpson)

Neste bate-papo, serão resolvidos os exercícios com o método de interpolação
(Newton-Cotes) utilizando o Python.
Questão 1
2
Calcule o valor de ∫ 0 sen(x)dx . Para tal, utilize o Método de Simpson,
A 1,42
B 1,52
C 1,62
D 1,72
E 1,82

propriamente dita a ser integrada;
- O limite inferior de integração; o limite superior de integração; a

quantidade de intervalos (ou o tamanho de cada intervalo); e o método
a ser utilizado.

- A quantidade de intervalos (ou o tamanho de cada intervalo) é 4;
- O método a ser utilizado é de Interpolação Numérica de Simpson.
N x Y
0 0 0,12
1 1/2 0,34
2 1 0,47
3 3/2 0,49

(Y). Fazendo isso, obtemos I = 1,42.
Questão 2
2
Calcule o valor de ∫ 0 cos(x)dx . Para isso, utilize o Método de Simpson,
A 0,91
B 1,01
C 0,81
D 0,71
E 0,61

utilizado.
- O método a ser utilizado é de Interpolação Numérica de Simpson.
N x Y
0 0 0,48
1 1/2 0,36
2 1 0,16
3 3/2 -0,09

(Y). Fazendo isso, obtemos I = 0,91.
4 - Métodos de extrapolação (Romberg)

Ao final deste módulo, você será capaz de aplicar o Método de extrapolação de Romberg, por meio da
implementação computacional em Python.
Método de Romberg
Além dos métodos indicados no módulo anterior, existem outros que permitem
alcançar resultados ainda mais precisos. Entre eles, destacamos o Método de
extrapolação de Romberg. A despeito de sua maior precisão, seu fundamento

teórico se baseia no Método dos Trapézios, já estudado neste conteúdo.
Vamos analisar esse método, a partir de um exemplo. Para tal, consideremos o

cálculo da integral I apresentada a seguir:
2
1
I = ∫ dx
1
x
Método de Romberg
Utilizando o Método dos Trapézios, podemos calcular o valor da integral I,
considerando uma quantidade qualquer de subintervalos dentro do intervalo de
integração [1,2]. Assim, vamos calcular o valor de I, considerando a quantidade n
de subintervalos igual a 1, 2, 4, 8 e 16. Os valores obtidos são mostrados a
seguir:
Índice n
R
0
1
1
R
0
2
2
Índice n
R
0
3
4
1
( 1 + 1.77777777
8
0 16
R
4
R
0
5
16
Isso feito, temos como aplicar a ideia central do Método de Romberg, que é o
emprego da extrapolação de Richardson para obter valores ainda mais precisos,
a partir dos resultados do Método dos Trapézios dentro do intervalo de
integração considerado.
O Método de extrapolação de Richardson permite a obtenção de índices
R
i
k
quaisquer, a partir da fórmula:
i i−1 i−1
4 ⋅ R − R
i k k−1
R =
k i
4 − 1
Parece complicado? Nem tanto! Recomendamos construir uma tabela da

seguinte forma:
Assim, considerando os valores da primeira coluna (ou seja, aqueles que

calculamos inicialmente nesse exemplo), todas as demais podem ser
calculadas, considerando o valor à esquerda e o que fica acima deste último (ou
seja, as posições à oeste e à noroeste, respectivamente). Vamos ver?
0 0
4R − R
1 2 1
R = = 0, 69444
2
3
0 0
4R − R
1 3 2
R = = 0, 69325
3
3
1 1
16R − R
2 3 2
R = = 0, 69317
3
15
Prosseguindo, você pode obter o valor de R 35 = 0, 69315 , muito mais preciso,

para representar o logaritmo neperiano de 2(0, 693147 → 0, 69315) .
Implementação do Método de Romberg

em Python
Agora, trataremos da utilização do método de Romberg em Python. Para tal, nós
utilizaremos o pacote SciPy, o qual disponibiliza a função
scipy.integrate.romberg para realizar a integração de acordo com o método de
extrapolação de Romberg.
2
Como exemplo, vamos calcular a integral ∫ 1 e
−x
dx .
Para isso, basta executar os comandos na sequência indicada a seguir:
Importar o pacote scipy;

Importar o pacote de integração (integrate);
Definir a função a ser integrada (func);
Executar a função de integração (integrate.romberg), indicando a função
(func), os limites inferior (1) e superior (2) de integração, com exibição da
tabela de resultados até n=16 (show=True).
Comentário
O trecho de comandos em Python indicado a seguir apresenta a sequência

2
descrita anteriormente para cálculo da integral ∫ 1 e
−x
dx de acordo com o
método de Romberg, empregando a função integrate.romberg.
Por definição, a função integrate.romberg apresenta os resultados com um erro

de aproximação de 1, 48 × 10 −8 .
Python
content_copy
1 >>> import scipy as sp

2 >>> from scipy import integrate
3 >>> func = lambda x:sp.exp(-x)
4 >>> result = integrate.romberg(func, 1, 2, show=True)
5 Romberg integration of <function vectorize1.<locals>.vfun
6 Steps StepSize Results
7 1 1.000000 0.251607
8 2 0.500000 0.237369 0.232623
9 4 0.250000 0.233754 0.232549 0.232544
10 8 0.125000 0.232847 0.232544 0.232544 0.232544
11 16 0.062500 0.232620 0.232544 0.232544 0.232544
12 The final result is 0.2325441579348341 after 17 function
Vamos fazer outros exemplos com o mesmo pacote em

Python?
Dessa maneira, veja a sequência de comandos necessários para cálculo da

2
integral ∫ 1 sen(x)dx , de acordo com o método de Romberg, empregando a
função integrate.romberg.
Como mencionado anteriormente, a função integrate.romberg apresenta os

resultados com um erro de aproximação de 1, 48 × 10 −8 .
Python
content_copy

3 >>> func = lambda x:sp.sin(x)
7 1 1.000000 0.875384
8 2 0.500000 0.936440 0.956791
9 4 0.250000 0.951462 0.956470 0.956449
10 8 0.125000 0.955203 0.956450 0.956449 0.956449
11 16 0.062500 0.956138 0.956449 0.956449 0.956449
13
Ainda de acordo com a mesma sistemática, veja a sequência de comandos

2
necessários para cálculo da integral ∫ 1 cos(x)dx , de acordo com o método de
Romberg empregando a função integrate.romberg. Como mencionado
anteriormente, a função integrate.romberg apresenta os resultados com um erro
de aproximação de 1, 48 × 10 .
−8
Python
content_copy

3 >>> func = lambda x:sp.cos(x)

7 1 1.000000 0.062078
8 2 0.500000 0.066407 0.067851
9 4 0.250000 0.067473 0.067828 0.067826
10 8 0.125000 0.067738 0.067827 0.067826 0.067826
11 16 0.062500 0.067804 0.067826 0.067826 0.067826
13
Por fim, veja a sequência de comandos necessários para cálculo da integral

2
∫
1
sen(x) + cos(x)dx , de acordo com o método de Romberg, empregando a
função integrate.romberg.
Python
content_copy

3 >>> func = lambda x:sp.sin(x) + sp.cos(x)
5 Romberg integration of <function vectorize1.<locals>.vfu
7 1 1.000000 0.937462
8 2 0.500000 1.002847 1.024642
9 4 0.250000 1.018935 1.024298 1.024275

10 8 0.125000 1.022942 1.024277 1.024276 1.024276
11 16 0.062500 1.023942 1.024276 1.024276 1.024276
13 body
14
Como já indicado ao longo do conteúdo, o resultado aqui é bem mais preciso do

que com os métodos de interpolação estudados anteriormente, requerendo uma
quantidade menor de iterações, o que ilustra a qualidade desse método.

Neste bate-papo, serão resolvidos os exercícios com o método de extrapolação
(Romberg) utilizando o Python.
Questão 1
1
Calcule o valor de ∫ 0 cos(x)dx . Para tal, utilize o método de Romberg,
A 0,84147
B 0,85147
C 0,86147
D 0,87147
E 0 88147
E 0,88147

utilizado.
- O método a ser utilizado é de Romberg.
N R
n
n
1 0,84177
2 0,84147
N R
n
n
3 0,84147
Assim, obtemos I = 0,84147.
Questão 2
1
Calcule o valor de ∫ 0 sen(x)dx . Para tal, utilize o método de Romberg,
A 0,45970
B 0,47970
C 0,49970
D 0,43970
E 0,41970

utilizado.
- O método a ser utilizado é de Romberg.
N R
n
n
1 0,45986
N R
n
n
2 0,45970
3 0,45970
Assim, obtemos I = 0,45970
Considerações finais
Como vimos, é possível empregar modelos matemáticos para resolução
numérica de integrais definidas.
Neste conteúdo, você estudou os principais métodos associados: Interpolação e

Extrapolação. Os métodos de interpolação como os de Newton-Cotes, nas
variantes dos Retângulos, Trapézios e de Simpson, são caracterizados pela
simplicidade, mas requerem grande quantidade de passos para que apresentem
um resultado mais preciso. Por sua vez, o método da extrapolação, analisado de
acordo com a técnica de Romberg, apresenta melhores resultados a partir do

emprego de uma fórmula mais elaborada de aproximação do valor real.
Além disso, você também pode identificar como é simples a implementação

desses modelos em ferramentas de suporte computacional. Em particular, vimos
exemplos de implementação em Python, automatizando procedimentos e
permitindo a rápida resolução desses métodos.
Você não só conheceu os métodos, mas também sua implementação em

ambiente computacional, de modo a utilizar essa importante ferramenta para a
resolução de problemas clássicos e variados em Engenharia.
headset Podcast
Neste bate-papo, relembre os principais conceitos abordados com o intuito de
reforçar os conhecimentos desenvolvidos no material.
Referências
MOURA, D. F. C, Cálculo Numérico. Rio de Janeiro: SESES, 2017. 144 p.
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL. UFRGS. Cálculo Numérico:

Um Livro Colaborativo Versão Python. Porto Alegre: UFRGS, 2019.
Explore +
Para encontrar demonstrações e discussões acerca dos assuntos estudados,
busque por vídeos no YouTube:
Integração Numérica – Método dos Trapézios
Método da Integração de Romberg e Algoritmo em Python
Leia o artigo Uso de integração numérica em problemas de Engenharia, de

Augusto Giacchini Kloth e Olga Harumi Saito, do departamento acadêmico de
Matemática da UTFPR.

Tema3 - Integração Numérica em Python

Enviado por

Direitos autorais:

Formatos disponíveis

Você também pode gostar

Tema3 - Integração Numérica em Python

Enviado por

Dados do documento

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

Tema3 - Integração Numérica em Python

Enviado por

Direitos autorais:

Formatos disponíveis

14/11/22, 09:39 Integração numérica em Python

Integração numérica em Python

Descrição Emprego de modelos matemáticos para resolução de problemas

Propósito A aplicação de modelos matemáticos para resolução de integrais é uma

carbônico e de consumo de oxigênio, entre outras situações-problema

Preparação A aplicação de modelos matemáticos para resolução de integrais é uma

Métodos de interpolação Métodos de interpolação

Aplicar o método de interpolação de Aplicar o método de interpolação de

Métodos de interpolação Métodos de extrapolação

São modelos matemáticos para resolução de integrais definidas. Ondas de

Dessa maneira, conheceremos os métodos mais tradicionais de resolução

1 - Métodos de interpolação (Newton-Cotes: retângulos)

Introdução ao Método dos Retângulos

Assim, temos que o resultado da expressão indicada é equivalente à área

Gráfico: Integral Definida de f(x) no intervalo entre a e b.

Para prosseguirmos, vamos relembrar o conceito de integral?

No entanto, o cálculo matemático da integral definida nem sempre é fácil. Por

Qual é o princípio fundamental para esses métodos de

A resposta é simples: a lembrança de que a integral de uma função equivale a

Logo, temos um dilema: complexidade ou precisão? Para resolver a integral e

De acordo com Moura (2017), o método básico envolvido nessa aproximação é a

Em que os valores α i são reais (peso da função) e

É importante sabermos desde já que o emprego de funções de maior grau acaba

Método dos Retângulos

Dessa maneira, a integral é calculada de acordo com a expressão apresentada a

Método dos Retângulos

Nesse exemplo, nosso objetivo é calcular a integral dada por

Para fazer essa operação, dividimos o intervalo de integração [2,3] em 5

Em cada um dos 5 intervalos, adota-se como referência o valor da função no

Intervalo Limite inferior Limite superior

Intervalo Limite inferior Limite superior

Feitos esses cálculos, conseguimos chegar a uma aproximação para a integral

= 0, 2 ∗ (3, 91 + 4, 62 + 5, 45 + 6, 39 + 7, 44) = 5, 562

Continuando nosso estudo, aplicaremos os conhecimentos obtidos na resolução

Para tal, vamos calcular a integral de x 2 − x + 2 , no intervalo de 0 a 1,

de integração numérica em um intervalo definido requer que o enunciado

A função a ser integrada;

Neste exemplo, temos que:

A função a ser integrada é f (x) = x

Quanto ao intervalo de integração, vamos fazer de algumas maneiras diferentes,

Assim, aplicando o Método dos Retângulos com 5 intervalos, temos:

0,2 1,84 0,37

0,4 1,76 0,35

0,6 1,76 0,35

0,8 1,84 0,37

Já para o mesmo método, mas com 10 intervalos, temos os valores

0,1 1,91 0,19

0,2 1,84 0,18

0,3 1,79 0,18

0,4 1,76 0,18

0,5 1,75 0,17

0,6 1,76 0,18

0,7 1,79 0,18

0,8 1,84 0,18

0,9 1,91 0,19

0,05 1,95 0,10

0,1 1,91 0,10

0,15 1,87 0,09