UNIVERSIDADE FEDERAL DO PARÁ

CAMPUS UNIVERSITÁRIO DE TUCURUÍ

FACULDADE DE ENGENHARIA MECÂNICA

CÁLCULO NUMÉRICO

TUCURUÍ – PA
2023
CÉSAR VINICIUS DA SILVA LEMOS 202134040028
ANA BEATRIZ ROSA VIEIRA 202234040006
MOISÉS FERREIRA PINA 202234040020
VICTOR DE SOUSA GOIS 202234040012

AVALIAÇÃO N5

TUCURUÍ – PA
2023
 1. OBJETIVO

1 2
Através do calculo da integral ∫0 𝑒 𝑥 𝑑𝑥, pode-se obter um valor aproximado,
o qual foi usado nas regras dos trapézios e Simpson, para obtenção de um conjunto para
todos os erros cometidos, onde buscou usar os conceitos apresentados em sala e
aprendidos no decorrer da matéria.

2. METODOLOGIA

1 2
Em primeira análise, o cálculo da integral ∫0 𝑒 −𝑥 𝑑𝑥 foi feito, assim parte-se
para o segundo passo: utilização da regra dos trapézios, onde foi usado o software
‘’Python’’, para calcular 20 subintervalos. Para isso importamos primeiro uma biblioteca
no software (Python) para diminuir as linhas do nosso código, dado pelo comando
“import numpy as np”.

Logo após devemos definir valores inicias, para limite inferior e superior de
integração, onde pode-se nomear como “a” e “b”, e para o numero de subintervalos “n”,
para assim definir o tamanho de cada subintervalo e fazer a soma dos valores da função:

Agora se deve usar o calcular a soma dos valores na função dos pontos
intermediários, e assim a estimativa da integral usando a regra do trapézio:
 Logo o valor exato da integral pôde ser calculado:

Assim o erro cometido, logo após o majorante para o erro:

Usando o comando “print” podemos obter os valores:

Para o segundo exercício, usou-se o software (MATLAB) para assim calcular a

mesma integral só que através da regra de Simpson, utilizando 12 subintervalos e
obtendo a majorante para o erro cometido.

O primeiro passo para chegarmos no objetivo que a questão nos propôs, é

calculando a integral através da regra de Simpson e o valor máximo da quarta derivada
da função no intervalo [a, b], assim, jogamos no MATLAB, desta maneira:
 Depois disto digitamos o código para assim obter a majorante para o erro cometido
e damos o comando final para obtermos os nossos resultados:

Para entender o erro absoluto máximo admissível para os valores de "f" de modo
que o erro de arredondamento não seja superior ao erro de truncatura, é necessário
considerar como os erros de arredondamento e de truncatura se relacionam. O erro de
truncatura é o erro associado à aproximação de uma função contínua por uma função
discreta, como quando usamos métodos numéricos para calcular valores. O erro de
arredondamento, por outro lado, ocorre quando realizamos operações de arredondamento
em números representados em um formato finito (por exemplo, números de ponto
flutuante) em um computador. Para garantir que o erro de arredondamento não seja
superior ao erro de truncatura, geralmente podemos usar uma fórmula de erro de
truncatura para determinar o erro absoluto máximo admissível. A fórmula geral para o
erro de truncatura em uma aproximação numérica é dada por:

|f(x) - P(x)|

onde:

• f(x) é o valor real da função que estamos tentando abordar.

• P(x) é a aproximação numérica da função.

 Se quisermos que o erro de arredondamento não seja superior ao erro de truncatura,
o erro de arredondamento deve ser menor ou igual ao erro de truncatura. Portanto,
podemos definir o erro máximo admissível para "f" como:

Erro Absoluto Máximo Admissível = Erro de Truncatura.

3. RESULTADOS DISCUSSÕES
PRIMEIRO EXERCÍCIO:
Com o uso do software no primeiro exercício podemos ver através da tabela
exposta:

Estimativa da Integral 0.746671

Valor Exato da Integral 0.746824
Erro Cometido 0.000153
Majorante para o Erro 0.000208

Usando até 6 casas decimais depois do “.”.

SEGUNDO EXERCÍCIO:
Valor Exato da Integral 0.746825
Majorante para o Erro 0.000003
 4. CONCLUSÃO
Foi possível concluir que, em ambas as questões, a diferenciação numérica é uma
ferramenta útil para calcular aproximações das derivadas de funções quando a expressão
analítica não está disponível ou é difícil de usar. No entanto, a escolha adequada do
método e do valor de h é crucial para obter resultados precisos. Às vezes, pode ser
necessário ajustar o h para equilibrar a precisão e a estabilidade numérica. É importante
também verificar as estimativas com os valores reais das derivadas, quando possível, para
garantir a qualidade das aproximações.