05 - Fundamentos de Modelagem Computacional

Prof.
Idalmir de Souza - UFERSA
Fundamentos de Modelagem
Computacional
PROF. IDALMIR
Prof. Idalmir de Souza - UFERSA
Problematização Inicial
2
 Considere um circuito contendo um capacitor

conectado a uma fonte de tensão senoidal.
q(t ) = C ⋅ v(t )
 Como sabemos, a corrente elétrica é dada por:
dq(t )
i(t ) =
dt
 Podemos então, calcular a corrente elétrica:
dv(t )
i(t ) = C
dt
3
 Este é um problema simples analiticamente, porém

podem surgir funções difíceis de derivar.
 Outro caso são as medidas de um experimento,
cujos valores são discretos, onde não se dispõe de
uma equação, como diferenciar estes valores?
 Voltemos ao exemplo anterior, suponha uma fonte
senoidal de baixa frequência conectada a um
capacitor de capacitância C. A simples medição de
alguns valores de tensão pode nos fornecer a
corrente elétrica, para tanto, basta derivá-los.
 A seguir veremos como derivar numericamente.
Diferenciação numérica
4
 Definimos a derivada da função f em relação a

variável x como a razão entre as diferenciais de f ao
redor do ponto x0, pela diferencial de x.
Matematicamente falando temos:
∆y f (x 0 + ∆x ) − f (x 0 )
f ′(x ) ≡
df
= lim = lim
dx ∆x →0 ∆x ∆x →0 ∆x
 É intuitivo pensar que o simples cálculo de Δy/Δx ao
redor do ponto x0, resolverá o cálculo, porém há um
problema, qual o melhor valor para Δx?
 Valores muito pequenos podem não ser mais
exatos, pois podem resultar em erros numéricos.
5
 A aproximação
df f (x − ∆x ) − f (x )
=
dx ∆x
 É fácil de calcular, e podemos avaliar o erro pela
série de Taylor.
f (i ) ( x ) ⋅ (∆x )
( )
∞ i
f ( x + ∆x ) = ∑ = f ( x ) + f ′( x ) ⋅ ∆x + O ∆x 2
i =0 i!
 Logo, podemos concluir que:
f ′( x ) =
f ( x + ∆x ) − f ( x ) O ∆x 2
+
( ) ( )
O ∆x 2
= O(∆x ) =
f ′′(ξ ) ⋅ ∆x
∆x ∆x ∆x 2!
 E o erro produzido é de primeira ordem.
6
 Uma aproximação com a série de Taylor até terceira

ordem nos fornecerá um erro menor.
f (i ) ( x ) ⋅ (∆x ) f ′′( x ) ⋅ ∆x 2
( )
∞ i
f ( x + ∆x ) = ∑ = f ( x ) + f ′( x ) ⋅ ∆x + + O ∆x 3
i =0 i! 2
 Expandindo f(x) em torno de –Δx temos:

f (i ) ( x ) ⋅ (− ∆x ) f ′′( x ) ⋅ ∆x 2
( )
∞ i
f ( x − ∆x ) = ∑ = f ( x ) − f ′( x ) ⋅ ∆x + + O ∆x 3
i =0 i! 2
 Subtraindo as duas equações temos:
f ( x + ∆x ) − f ( x − ∆x )
f ′(x ) =
2∆x
( )
+ O ∆x 2
7
 Esta equação, apesar de também ser uma

aproximação, é mais precisa e minimiza erros
numéricos, observe que o erro é de ordem 2.
 Se considerarmos a série de Taylor até quarta
ordem, teremos:
f ′′( x ) ⋅ ∆x 2 f ′′′( x ) ⋅ ∆x 3
f ( x + ∆x ) = f ( x ) + f ′( x ) ⋅ ∆x +
2
+
3!
( )
+ O ∆x 4
f ′′( x ) ⋅ ∆x 2 f ′′′( x ) ⋅ ∆x 3
f ( x − ∆x ) = f ( x ) − f ′( x ) ⋅ ∆x +
2
−
3!
( )
+ O ∆x 4
 Somando, resulta em:

f ( x + ∆x ) − 2f ( x ) + f ( x − ∆x )
f ′′( x ) =
∆x 2
+ ( )
O ∆x 2
8
 Se expandirmos f(x) em torno de ±Δx e ±2Δx, por

exemplo:
f ′′( x ) ⋅ ∆x 2 f ′′′( x ) ⋅ ∆x 3 f (4 ) ( x ) ⋅ ∆x 4
f ( x + ∆x ) = f ( x ) + f ′( x ) ⋅ ∆x +
2
+
3!
+
4!
( )
+ O ∆x 5
(4 )
f ′′( x ) ⋅ ∆x f ′′′( x ) ⋅ ∆x f ( x ) ⋅ ∆x 4
( )
2 3
f ( x − ∆x ) = f ( x ) − f ′( x ) ⋅ ∆x + − + + O ∆x 5
2 3! 4!
f ′′( x ) ⋅ 4∆x f ′′′( x ) ⋅ 8∆x f (4 ) ( x ) ⋅16∆x 4
( )
2 3
f ( x + 2∆x ) = f ( x ) + f ′( x ) ⋅ 2∆x + + + + O 32∆x 5
2 3! 4!
(4 )
f ′′( x ) ⋅ 4∆x f ′′′( x ) ⋅ 8∆x f ( x ) ⋅16∆x 4
( )
2 3
f ( x − 2∆x ) = f ( x ) − f ′( x ) ⋅ 2∆x + − + + O 32∆x 5
2 3! 4!
 Após manipularmos estas equações temos como
resultado:f (x − 2∆x ) + 8f (x + ∆x ) − 8f (x − ∆x ) − f (x + 2∆x )
f ′( x ) =
12∆x
( )
+ O ∆x 4
f ( x + 2∆x ) − 16f ( x + ∆x ) + 30f ( x ) − 16f ( x − ∆x ) + f ( x − 2∆x )
f ′′( x ) = −
12∆x 2
+ O ∆x 4
( )
9
 Este processo pode ser realizado para determinar a

derivada com um erro tão pequeno quanto se
queira, pois pode-se aumentar a ordem do erro,
minimizando-o.
 Exemplo: f (x ) = e cos(x )
−x
f ′(x ) = −e − x cos(x ) − e − x sen (x )

f (1) = 0,19876611
f ′(1) = −0,508325986 exato
f ′(1) = −0,477770778 erro% = 6,39 5% O(∆x )
f ′(1) = −0,508693604 erro% = 0,072% ( )
O ∆x 2
f ′(1) = −0,508332767 erro% = 0,001% O(∆x )
4
Gráfico de y e de sua derivada exata

10
1,0
f (x ) = e − x cos(x )
0,6
0,2
y
y'
x 0,3 0,7 1,1 1,5 1,9 2,3 2,7 3,1 3,5 3,9 4,3 4,7
-0,2
-0,6
f ′(x ) = −e − x cos(x ) − e − x sen (x )

-1,0
Gráfico das derivadas

11
-0,5
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
-0,6
-0,6
-0,7
-0,7
y'
y'1
-0,8
y'2
y'3
-0,8
-0,9
-0,9
-1,0
-1,0
Gráfico dos erros das derivadas (%)

12
7,0
6,0
5,0
4,0
erro de y'1
erro de y'2
3,0 erro de y'3
2,0
1,0
0,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
13
 Considere um fio condutor não homogêneo de

comprimento L e resistividade dependente da
posição .
ρ(x ) = ρ0 e L − x
 Sabe-se que a resistência elétrica do fio é dada por:
ρ(x )dx
L
R=∫
0
A
 onde A representa a área de seção transversal do
fio.
14
 Este também é um problema simples, porém há

casos muito difíceis de se calcular.
 Da mesma forma as medidas de um experimento,
cujos valores são discretos, onde não se dispõe de
uma equação, não são tão fáceis de integrar.
 Imagine uma grande área irregular. Com a ajuda de
um GPS se pode obter a forma desta área. Porém,
estas medidas não nos fornecem o valor da área,
para tanto, temos que integrar esta forma. O
problema é... Como fazer isso?
 A seguir veremos como integrar numericamente.
Integração numérica
15
 Se F(x) é uma função cuja derivada, F'(x), é f(x),

então F(x) é a antiderivada de f(x).
b
∫ f (x )dx = F(b ) − F(a )

a
 A integral de f(x) é representada por sua primitiva,
que numericamente representa a área abaixo da
curva.
16
 A solução numérica de uma integral é chamada de

quadratura. Ha dois métodos bastante empregados
para calcular a quadratura de uma função:
 As fórmulas de Newton-Côtes, que empregam
valores de f(x), onde os valores de x são
igualmente espaçados.
 A fórmula da quadratura gaussiana, que utiliza
pontos diferentemente espaçados, onde este
espaçamento é determinado por certas
propriedades de polinômios ortogonais.
17
 Fórmula de Newton-Côtes:
A idéia dessa família de procedimentos é dividir o
intervalo [a, b] em n subintervalos de mesmo
espaçamento, h = (b−a)/n, e substituir f(x) pelo
polinômio interpolador de Gregory-Newton de grau
n. Desta forma,
b b
I = ∫ f (x )dx ≈ ∫ Pn (x )dx
a a
b
Erro(x ) ≈ ∫ Ern (x )dx
a
18
 Onde
z(z − 1)(∆y 0 ) z(z − 1) (z − (n − 1))(∆y 0 )

2 n
Pn (x ) = y 0 + z∆y 0 + + +
2! n!
Ern (x ) = h z(z − 1)(z − 2 ) (z − n )

n +1 f ( n +1)
(ξ)
, ξ ∈ [a , b]
(n + 1)!
 com
x − x0
z=
h
19
 Regra dos retângulos:

A idéia desse procedimento é substituir a função
f(x) a integrar pelo polinômio interpolador de
Gregory-Newton de grau n = 0, ou seja, por P0(x) =
y0. Tem-se, portanto:
b b x1 1
I = ∫ f (x )dx ≈ ∫ P0 (x )dx = ∫ y 0 dx = ∫ y 0 hdz = hy 0 z 0 = hy 0
1
a a x0 0
h z f ′(ξ )
b b 1 2 2 1
Erroi = ∫ Er0 (x )dx ≈ ∫ hzf ′(ξ )dx = ∫ h zf ′(ξ )dz = = h 2 f ′(ξ )

2 1
a a 0
2 0
2
20
 Sendo
Erroi ≤ h f (ξ ) ≤ h L1
1 2 1 2
′
2 2
L1 = máx f ′(x )
a ≤x ≤b
 Usando a forma recorrente
I = h (y 0 + y1 +  + y n )
 Como temos n subintervalos
1 2
Erro = nh L1 =
(b − a ) L1
2
2 2n
21
Erro
b
∫ f (x )dx
a
22
Erro
Erro
b
∫ f (x )dx
a
23
Erro Erro
Erro
Erro
b
∫ f (x )dx
a
24
 Regra dos trapézios:

y0+zΔ y0. Tem-se, portanto:
b b x1 1
I = ∫ f (x )dx ≈ ∫ P1 (x )dx = ∫ (y 0 + z∆y 0 )dx = ∫ (y 0 + z∆y 0 )hdz
a a x0 0
1
 ∆y z 2
  ∆y   y − y0 
I =  y 0 z + 0 h =  y 0 + 0 h =  y 0 + 1  h =
h
(y 0 + y1 )
 2  0  2   2  2
f ′′(ξ ) f ′′(ξ )
b b 1
Erroi = ∫ Er1 (x )dx ≈ ∫ h z(z − 1) dx = ∫ h z(z − 1) dz = − h 3f ′′(ξ )
2 3 1
a a
2! 0
2! 12
25
 Sendo
h f (ξ ) ≤ h L 2
1 3 1 3
Erroi ≤ ′′
12 12
L 2 = máx f ′′(x )
a ≤x ≤b
I = (y 0 + 2 y1 +  + 2 y n −1 + y n )
h
2
 Como temos n subintervalos
1 3
Erro = nh L 2 =
(b − a ) L2
3
12 12n 2
26
Erro
Erro
∫ f (x )dx
a
27
Erro
Erro
∫ f (x )dx
a
28
Erro
Erro
b
∫ f (x )dx
a
29
 1ª regra de Simpson ou regra 1/3 de Simpson:

y0+zΔ y0+z(z-1)(Δ y0)2/2!. Tem-se, portanto:
b b
I = ∫ f (x )dx ≈ ∫ P2 (x )dx = h (y 0 + 4 y1 + y 2 )
1
a a
3
f ′′(ξ )
b b
Erroi = ∫ Er2 (x )dx ≈ ∫ h z(z − 1) dx = − h f (ξ )
2 1 5 (4 )
a a
2! 90
30
 Sendo
h f (ξ ) ≤ h L 4
1 5 (4 ) 1 5
Erroi ≤
90 90
L 4 = máx f (4 ) (x )
a ≤x ≤b
I = (y 0 + 4 y1 + 2 y 2 + 4 y 3 + 2 y 4 +  + 2 y n − 2 + 4 y n −1 + y n )
h
3
 Como cada intervalo tem 3 pontos, temos n/2
subintervalos
Erro =
n 1 5
h L4 =
(b − a ) L4
5
2 90 180n 4
31
Erro
∫ f (x )dx
a
32
Erro
Erro
b
∫ f (x )dx
a
33
Erro
b
∫ f (x )dx
a
34
 2ª regra de Simpson ou regra dos 3/8 de Simpson:

y0+zΔ y0+z(z-1)(Δ y0)2/2! +z(z-1)(z-2)(Δ y0)3/3!.
Tem-se, portanto:
b b
I = ∫ f (x )dx ≈ ∫ P3 (x )dx = h (y 0 + 3y1 + 3y 2 + y 3 )
3
a a
8
b b
Erroi = ∫ Er3 (x )dx ≈ ∫ h z(z − 1)(z − 2)
4 f (4 )
(ξ)
dx = − h f (ξ )
3 5 (4 )
a a
4! 80
35
 Sendo
h f (ξ ) ≤ h L 4
3 5 (4 ) 3 5
Erroi ≤
80 80
L 4 = máx f (4 ) (x )
a ≤x ≤b

I=
3h
(y 0 + 3y1 + 3y 2 + 2 y3 + 3y 4 + 3y5 + 2 y 6 +  + 2 y n −3 + 3y n −2 + 3y n −1 + y n )
8
 Como cada intervalo tem 4 pontos, temos n/3

subintervalos
Erro =
n 3 5
h L4 =
(b − a ) L4
5
3 80 80n 4
36
Erro
Erro
b
∫ f (x )dx
a
37
Erro
Erro
b
∫ f (x )dx
a
38
Erro
b
∫ f (x )dx
a
39
 Podemos verificar que

 As regras do retângulo e do trapézio podem ser
usadas com um intervalo dividido em qualquer
quantidade de pontos.
 A 1ª regra de Simpson só pode ser usada quando
a quantidade de intervalos é par.
 A 2ª regra de Simpson só pode ser usada quando
a quantidade de intervalos é múltiplo de 3.
 A Fórmula de Newton-Côtes pode ser usada
inclusive quando não se conhece a função a ser
integradas, e sim apenas os pontos da função.
40
 Podemos melhorar a integração pela fórmula de

Newton-Côtes através da extrapolação de
Richardson. Esta extrapolação se baseia na
aplicação repetida de tal fórmula.
 Considere que a integral exata é a soma da integral
numérica com seu erro:
I = I1 + E1
 Onde I é a integral exata, I1 é a integral obtida na
primeira aplicação do método e E1 é o erro
cometido.
41
 Considerando a segunda aplicação, temos:

I = I1 + E1 = I 2 + E 2
I 2 − I1 = E1 − E 2
 Para as regra já apresentadas, temos:
E ret =
(b − a ) L1
2
 Regra dos retângulos: 2n
=
(b − a ) L2
3
 Regra dos Trapézios: E trap

12n 2
=
(b − a ) L4
5
 1ª Regra de Simpson E simp1

180n 4
=
(b − a ) L4
5
 2ª Regra de Simpson E simp 2

80n 4
42
 Considerando a regra dos retângulos:
I 2 − I1 =
(b − a ) L1 (b − a ) L1 (b − a ) L1  1 1  (b − a ) L1 (n 2 − n1 )
2
−
2
=
2
 −  =
2
2n 1 2n 2 2  n1 n 2  2 n 1n 2
(b − a )2 L1 = n1n 2 (I 2 − I1 )
2 (n 2 − n1 )
I ret = I2 +
n1
(I 2 − I1 )
n 2 − n1
 Em resumo, o cálculo da mesma integral duas vezes
com pontos diferentes pode resultar em uma integral
mais exata. Esta é a extrapolação de Richardson.
43
 Para as regra já apresentadas, temos:

 Regra dos retângulos: I ret = I2 +
n1
(I 2 − I1 )
n 2 − n1
n12
 Regra dos Trapézios: I trap = I2 + 2 (I 2 − I1 )
n 2 − n1
2
n14
 Regras de Simpson: I simp = I2 + 4 (I 2 − I1 )
n 2 − n1
4
n1D
 Generalização: I = I2 + D (I 2 − I1 )
n 2 − n1
D
44
 Fórmula da Quadratura Gaussiana:

 Em problemas nos quais o integrando pode variar
rapidamente em certo intervalo, ou se a integração
for realizada sobre a solução de uma equação
diferencial é adequado o uso da Fórmula de
Newton-Côtes.
 Em problemas nos quais o integrando varia
lentamente em certo intervalo é adequado o uso
da Fórmula da Quadratura Gaussiana. Para esta
fórmula é essencial o conhecimento da função a
ser integrada.
45

 Como as Fórmulas de Newton-Côtes é mais
simples do que a Quadratura Gaussiana, em
muitos problemas pode-se usar a técnica de
mudança de variáveis para usar o que é mais
simples.
 Contudo, onde isso não é possível, e onde o

tempo de cálculo é fundamental aconselha-se o
uso da Quadratura Gaussiana.
46

A idéia básica por trás do método é aproximar a
integral por uma soma de pesos adequados vezes
uma função de pontos não necessariamente
igualmente espaçados.
 Na Quadratura Gaussiana usam-se polinômios
ortogonais no intervalo [-1;1], por isso se faz uma
transformação na função para que a função se
mantenha neste intervalo.
 Entre estas funções estão os polinômios de
Legendre, Hermite, Laguerre e Chebyshev.
47
 Os pesos e funções são polinômios, então para N

pontos, temos 2N funções. Estes polinômios
geralmente são soluções de ED
b b N
I = ∫ f (x )dx = ∫ W (x )g(x )dx ≈ ∑ ωi f (x i )
a a i =1
 Usando o polinômio de Legendre, W(x)=1, N=10 pontos, e

pesos e abscissas simétricos em relação ao ponto médio da
região de integração (por isso são apresentados 5 pontos de
pesos e 5 pontos de abscissas), teremos:
 ωi = [0.2955242247, 0.2692667193, 0.2190863625, 0.1494513491, 0.0666713443]
 xi = [0.1488743389, 0.4333953941, 0.6794095682, 0.8650633666, 0.9739065285]
 Aqui não mostraremos a obtenção destes números.

48
 O intervalo da função f(x) deve ser mudado de [a, b]

para [-1, 1], isso pode ser conseguido mediante uma
troca de variável.
1 
f (x ) ⇔ F(t ) = (b − a ) ⋅ f  (b − a )t + (b + a )
1 1
2 2 2 
 O erro para a integração pelo polinômio de
Legendre pode ser avaliado pela fórmula:
2 2 n +1 (n!) 2 n +1
( )
4 4
Erro = F (2 n )
(ξ ) = 2 n!
L2n
(2n + 1)((2n )!) 3
(2n + 1)((2n )!) 3
 onde -1 ≤ ξ ≤ 1.
1 n −1
I = ∫ F(t )dt = ∑ A i F(t i )
−1 i =0
49
 Algoritmo básico
 subrotina qgaus(f, a, b, int) ! Nome da função, limites de integração e integral
 f externa
 inteiro i
 real a, b, int, f, dx, xm, xr, x(5), w(5) ! Pesos e abscissas para 10 pontos
 w = [0.2955242247,0.2692667193,0.2190863625,0.1494513491,0.0666713443]
 x = [0.1488743389,0.4333953941,0.6794095682,0.8650633666,0.9739065285]
 xm = (b+a)/2.0 ! Ponto médio da região de integração
 xr = (b-a)/2.0 ! Usado no cálculo do passo de integração (espaçamento variável)
 int = 0.0 ! Valor inicial da integral
 para i de 1 até 5 com passo 1 faça ! Cálculo da somatória da integral
 dx = xr * x(i)
 int = int + w(i) * ( f(xm + dx) + f(xm - dx) )
 fim do para
 int = xr * int ! Cálculo final da integral
 fim da subrotina ! Fim da subrotina
50
 A Fórmula da Quadratura Gaussiana fornecerá

pesos e abscissas que dependerão da quantidade
de pontos, do polinômio usado, das posições das
abscissas, das funções peso W(x), entre outros
fatores.
 Por estes motivos, é mais prático utilizar estes
valores já calculados do que obtê-los, sendo que os
mesmos podem ser facilmente obtidos em livros
especializados.
 Além disso, existem extensões às fórmulas de
Quadratua Gaussiana.
51
 O cálculo da integral da função

2
I = ∫ xe dx = − (1 + x )e
−x −x 2
= −3e − x + 1 = 0.593994
0
0
Método Integral Erro (%)
Exata 0.593994 0.000000
Retângulos 0.617283 3.772827
Retângulo Extrapolado 0.598695 0.785122
Trapézios 0.590216 0.640111
Trapézios Extrapolado 0.592336 0.279973
Simpson 1ª regra 0.593969 0.004245
Simpson 2ª regra 0.593908 0.014432
Simpson Extrapolado 0.593969 0.004245
Quad. Gaussiana 0.593994 0.000010
Atividade – Não vale nota

(Mas aconselho fortemente que todos façam SEM COPIAR DE NINGUÉM)
52
 Desenvolva uma forma para as derivadas de

terceira e quarta ordem, com erro de 2ª ordem.
 Escreva um programa em que seja solicitado um
valor para x, e que além de apresentar f(x),
apresente as derivadas de primeira a quarta ordem.
Considere f(x) = sin(x * cos(x) – sin(x)).
 Escreva um programa para calcular a integral
numérica da função f(x) = sin(x * cos(x) – sin(x)),
pelos métodos dos trapézios e quadratura
gaussiana (para o último você pode aproveitar o
algoritmo apresentado).

05 - Fundamentos de Modelagem Computacional

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

05 - Fundamentos de Modelagem Computacional

Enviado por

Direitos autorais:

Formatos disponíveis

Prof.

Idalmir de Souza - UFERSA

 Considere um circuito contendo um capacitor

 Este é um problema simples analiticamente, porém

 Definimos a derivada da função f em relação a

 Uma aproximação com a série de Taylor até terceira

 Expandindo f(x) em torno de –Δx temos:

 Esta equação, apesar de também ser uma

 Somando, resulta em:

 Se expandirmos f(x) em torno de ±Δx e ±2Δx, por

 Este processo pode ser realizado para determinar a

f ′(x ) = −e − x cos(x ) − e − x sen (x )

Gráfico de y e de sua derivada exata

f ′(x ) = −e − x cos(x ) − e − x sen (x )

Gráfico das derivadas

Gráfico dos erros das derivadas (%)

 Considere um fio condutor não homogêneo de

 Este também é um problema simples, porém há

 Se F(x) é uma função cuja derivada, F'(x), é f(x),

∫ f (x )dx = F(b ) − F(a )

 A solução numérica de uma integral é chamada de

z(z − 1)(∆y 0 ) z(z − 1) (z − (n − 1))(∆y 0 )

Ern (x ) = h z(z − 1)(z − 2 ) (z − n )

 Regra dos retângulos:

Erroi = ∫ Er0 (x )dx ≈ ∫ hzf ′(ξ )dx = ∫ h zf ′(ξ )dz = = h 2 f ′(ξ )

 Usando a forma recorrente

 Regra dos trapézios:

 Usando a forma recorrente

 1ª regra de Simpson ou regra 1/3 de Simpson:

 Usando a forma recorrente

 2ª regra de Simpson ou regra dos 3/8 de Simpson:

 Usando a forma recorrente

 Como cada intervalo tem 4 pontos, temos n/3

 Podemos verificar que

 Podemos melhorar a integração pela fórmula de

 Considerando a segunda aplicação, temos:

 Regra dos retângulos: 2n

 Regra dos Trapézios: E trap

 1ª Regra de Simpson E simp1

 2ª Regra de Simpson E simp 2

 Considerando a regra dos retângulos:

 Para as regra já apresentadas, temos:

 Fórmula da Quadratura Gaussiana:

 Fórmula da Quadratura Gaussiana:

 Contudo, onde isso não é possível, e onde o

 Fórmula da Quadratura Gaussiana:

 Os pesos e funções são polinômios, então para N

 Usando o polinômio de Legendre, W(x)=1, N=10 pontos, e

 Aqui não mostraremos a obtenção destes números.

 O intervalo da função f(x) deve ser mudado de [a, b]

 A Fórmula da Quadratura Gaussiana fornecerá

 O cálculo da integral da função

Atividade – Não vale nota

 Desenvolva uma forma para as derivadas de

Você também pode gostar