Quad

Introdução Simpson Quadratura Gaussiana
Integração numérica
Ricardo Biloti
biloti@unicamp.br
Cálculo Numérico – UNICAMP
1S/2021
http://bit.ly/blt-MAs5z
http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Licença
Este trabalho é licenciado sob os termos da Licença Internacional

Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
Para ver uma cópia desta licença, visite

http://creativecommons.org/licenses/by-nc-sa/4.0/.
Seus direitos e deveres são:
• Você é livre para copiar e redistribuir este material, em qualquer meio ou formato,
para adaptá-lo, transformá-lo ou utilizá-lo para construir seu próprio material.
• Você deve dar os créditos apropriados, fornecendo link para a licença e indicando se
alterações foram feitas. Você pode fazer isto de qualquer forma razoável, porém sem
tentar passar a ideia ou sugerir que o autor endosse suas alterações ou seu uso do
material.
• Você não pode utilizar este material para fins comerciais.
• Se você alterar, transformar ou construir seu próprio material com base neste
trabalho, você deverá distribuı́-lo sob a mesma licença usada no original.
Problema v https://youtu.be/4uR2X3_FL94
Z b
I= f (x ) dx
a
I Não sei calcular I
I Sei calcular I, mas a expressão para I é complicada
I Só conheço f em pontos amostrados
O problema em análise é o de estimar integrais definidas em intervalos finitos de funções

reais ou, em outras palavras, computar a área abaixo do gráfico da função f , no intervalo [a, b].
Vários são os motivos para computar integrais numericamente.
Por exemplo, pode não se saber computar a integral analiticamente ou porque o integrando
é muito complicado ou porque hão haja realmente expressão analı́tica para a integral.
Pode ocorrer o caso de haver expressão analı́tica para integral, mas a avaliação dessa
expressão é tão complicada (ou cara) que torna-se mais eficiente computar a integral
numericamente.
Pode ocorrer ainda do integrando ser conhecido em apenas alguns pontos, ou seja, apenas
amostras dos integrando estão disponı́veis. Neste caso, não há outra alternativa a não ser o
compto numérico da integral.
Exemplo
Z x
2 2
erf(x ) = √ e −t dt
π 0
0
x
-1
-3 0 3
A função erro, erf(x ), tem um papel importante na Estatı́stica. Para uma variável aleatória
com distribuição de probabilidade normal, com média 0 e variância 1/2, erf(x ) representa a
probabilidade da variável aleatória estar no intervalo [−x , x ], para x ≥ 0.
2
Esta função, definida pela integral de e −t , não pode ser expressa em termos de funções
2
analı́ticas, uma vez que a função e −t não tem primitiva analı́tica. Sendo assim, a única
alternativa é avaliar erf(x ) numericamente.
Regra do trapézio v https://youtu.be/hwoBTzBxIss
f (x)
a b x
Z b
f (a) + f (b)
I= f (x ) dx ≈ h
a 2
A aproximação mais simples possı́vel para a área abaixo do gráfico de f , que pode ser
calculada sem dificuldade, seria a área do trapézio marcado na figura.
Da figura observa-se que as bases do trapézio medem f (a) e f (b) e a altura do trapézio é
(b − a), o que estamos denotando por h.
Veja porém que essa aproximação, no exemplo da figura, deixou muito a desejar, visto que
uma parte expressiva da área sob o gráfico da função foi negligenciada. O que fazer para
melhorar essa aproximação?
Regra do trapézio v https://youtu.be/hwoBTzBxIss
f (x)
x0 x1 x2 x3 x
Z b
f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (x2 ) + f (x3 )
I= f (x ) dx ≈ h+ h+ h
a 2 2 2
f (x0 ) f (x3 )

=h + f (x1 ) + f (x2 ) + ≡ QTC [f ]
2 2
A estratégia para melhorar a qualidade da aproximação é dividir o intervalo de integração

em diversos subintervalos menores, aproximando a integral em cada um desses subintervalos
pela área dos respectivos trapézios.
No exemplo, o intervalo original foi repartido em três subintervalos de tamanhos iguais.

Em cada um deles, a área foi aproximada pelo área do trapézio. Observe que o erro da
aproximação como um todo melhorou bastante.
De forma geral, é fácil perceber que a aproximação da integral pela Regra ou Quadratura do
Trapézio Composta, ou seja, aplicada em n subintervalos, é dada por
f (x0 ) f (xn )

QTC [f ] = h + f (x1 ) + f (x2 ) + · · · + .
2 2
Exemplo
f (x0 ) f (xn )

QTC [f ] = h + f (x1 ) + · · · + f (xn−1 ) +
2 2
Z 4
f (x ) dx para f (x ) = x1 e 2 , usando 3 intervalos.
x
Aproxime I =
1
(4 − 1) x 1.0000 2.0000 3.0000 4.0000

h= =1
3 f (x ) 1.6487 1.3591 1.4939 1.8473
I ≈ 1 (0.82436 + 1.3591 + 1.4939 + 0.92363) = 4.6010

Regra do trapézio
p1 (x)
y
f (x)
a b x
f (x ) ≈ p1 (x )
Z b Z b
f (x ) dx ≈ p1 (x ) dx
a a
Perceba que a regra do trapézio pode ser entendida também como a integral exata do
polinômio de grau 1 que interpola a função, nos extremos do intervalo de integração.
Desta forma, o erro de aproximação é causado pelo erro de interpolação.

Erro da regra do trapézio
f 00 (ξx )
f (x ) = p1 (x ) + (x − a)(x − b)
2!
Z b Z b Z b 00
f (ξx )
f (x ) dx − p1 (x ) dx = (x − a)(x − b) dx
a a a 2!
f 00 (ξ)
Z b
T. do Valor Médio p/ Int. → = (x − a)(x − b) dx
2 a
(b − a)3 00
=− f (ξ)
12
Relembrando a teoria de interpolação, o erro de interpolação por um polinômio de grau 1,

nos pontos a e b, é
f 00 (ξx )
ω(x ),
2!
onde ω(x ) = (x − a)(x − b). Assim, a diferença entre a integral de f , I, e a integral de p1 ,

QT [f ], é exatamente a integral do erro de interpolação.
Como ξx depende de x , e não ser conhecido, não é possı́vel computar de fato a integral do
erro. Podemos porém nos valer do
Teorema do Valor Intermediário Se p e q são funções contı́nuas em (a, b), e q não troca
de sinal em (a, b), então existe c ∈ (a, b) tal que
Z b Z b
p(x )q(x ) dx = p(c) q(x ) dx .
a a
Como a função ω não troca de sinal no intervalo (a, b), o T.V.I. se aplica à integral do erro
de interpolação, permitindo conseguirmos uma expressão para o erro de integração.
Erro da regra do trapézio
Como
(b − a)3 00
I − QT [f ] = − f (ξ), ξ ∈ (a, b)
12
Se p ∈ P1 , então
I − QT [p] = 0
A regra do trapézio é exata para polinômios de grau 1
Como o erro de integração depende da derivada segunda do integrando, é fácil perceber que
a quadratura do trapézio é exata se o integrando for um polinômio de grau 1.
Claro que isso já era esperado, visto que essa fórmula foi construı́da aproximando-se a função
por um polinômio interpolador de grau 1, aproximação essa que seria exata se a função já
fosse também um polinômio de grau 1.
Erro da regra do trapézio composta

y
f (x)
x0 x1 x2 x3 x
I − QTC [f ] = E1 + E2 + E3
h3 00 h3 00 h3 00
= − f (ξ1 ) − f (ξ2 ) − f (ξ3 )
12 12 12
3h3 f 00 (ξ1 ) + f 00 (ξ2 ) + f 00 (ξ3 ) 3h3 00

=− =− f (ξ)
12 3 12
Sabendo o erro para a quadratura do trapézio simples fica simples determinar o erro da
quadratura do trapézio composta, como a soma dos erros de integração em cada um dos
subintervalos.
De forma geral,
h3 00
I − QTC [f ] = − f (ξ1 ) + f 00 (ξ2 ) + · · · + f 00 (ξn )
12
nh3 f 00 (ξ1 ) + f 00 (ξ2 ) + · · · + f 00 (ξn )
h i
=−
12 n
nh3 00
=− f (ξ), ξ ∈ (a, b),
12
onde usamos que amédia de n valores de uma função contı́nua é o valor dessa função em
algum ponto.
Erro da regra do trapézio composta
nh3 00
I − QTC [f ] = − f (ξ), ξ ∈ (a, b)
12
Como nh = (b − a), temos que
(b − a)h2 00
I − QTC [f ] = − f (ξ), ξ ∈ (a, b)
12
Como o erro na Regra do Trapézio composta é proporcional a h2 , dizemos que essa é uma
regra de segunda ordem.
Exemplo
Em quantos intervalos é necessário particionar [0, 1] para estimar a
integral abaixo com quatro casas corretas?
Z 1
2
I= e −x dx
0
(b − a)h2 h2
|I − QTC | ≤ M2 ≤ 2 ≤ 10−4
12 12
√
h≤ 6 · 10−2 ⇒ n ≥ 41, |I − QTC | = 3.6475 · 10−5
n = 25, |I − QTC | = 9.8106 · 10−5
d 2 −x 2 −x 2
2
(e ) = −2e (1 − 2x 2 )
dx
2
Como e −x e (1 − 2x 2 ) também são ambas descrescentes em [0, 1], o máximo da derivada
segunda em módulo, deve estar em algum dos extremos da função.
2
2e −x (1 − 2x 2 )|x =0 = 2
2 2
2e −x (1 − 2x 2 )|x =1 =
e
Assim, M2 = √2 2 = √4 = 2.2568.
π π
Exercı́cio
Z 3
1
I Aproxime dt, usando 3 subintervalos.
2 1+t
I Qual a estimativa para o erro?
I Qual o erro de fato cometido?
I Quantos pontos devem ser usados na regra do trapézio para

garantir que o erro seja menor que 10−5 ?
R
Se f (x ) = (1 + t)−1 , então f (t)dt = ln(1 + t). Além disso, f 00 (t) = 2(1 + t)−3 . Portanto,
M2 = max2≤t≤3 |f 00 (t)| = f 00 (2) = 2/27.
Se n = 3, h = (b − a)/n = (3 − 2)/3 = 1/3, logo
QTC [f ] = h [f (2)/2 + f (2 + 1/3) + f (2 + 2/3) + f (3)/2] = 0.28813.
(b − a)h2 (3 − 2)(1/3)2 2
|I − QTC | ≤ M2 = = 9.8765 · 10−2
12 12 27
De fato I = ln(4) − ln(3) = ln(4/3) = 0.28768, e |I − QTC | = 4.4924 · 10−4 .
Para que garantir que |I − QTC | ≤ 10−5 , temos que impor que
(b − a)h2 (3 − 2)h2 2
M2 = ≤ 10−5 ⇒ h ≤ 4.0249 · 10−2
12 12 27
ou seja n ≥ 25.
Regra do Trapézio: Resumo
I Fácil aplicação
I Permite subintervalos de tamanho distinto, ou seja

independentemente de como f tenha sido tabelada
I Exata para polinômios de grau 1: |I − QTC | = O(h2 )
I Pode precisar de muitos pontos para atingir precisão
necessária

Regra de Simpson
p2 (x)
y
f (x)
a m b x
(x − a) (fb − 2fm + fa )

f (x ) ≈ p2 (x ) = fa + (fm − fa ) + (x − m)
h 2h
Z b Z b
h
f (x ) dx ≈ p2 (x ) dx = (fa + 4fm + fb ) ≡ QS [f ]
a a 3
Enquanto que na Regra do Trapézio usamos dois pontos da função para construir uma reta
interpoladora, na Regra de Simpson usamos três pontos, os extremos do intervalo e o ponto
médio, para interpolar a função por uma parábola. A área abaixo da função é aproximada
pela área abaixo da parábola.
Simpson Composto
f (x)
x0 x1 x2 x3 x4 x
n n
2 Z x2k 2
X X h
f (x ) dx ≈ [f (x2k−2 ) + 4f (x2k−1 ) + f (x2k )] ≡ QSC [f ]
k=1 x2k−2 k=1
3
(n par)
A regra de Simpson composta nada mais é que aplicar a regra de Simpson a cada dois
subintervalos e soma-las. Um detalhe importante é que é preciso ter uma quantidade par de
subintervalos (quantidade impar de pontos).
Exemplo
h
QSC [f ] = (f0 + 4f1 + 2f2 + 4f3 + · · · + 2fn−2 + 4fn−1 + fn )
3
Z 4
f (x ) dx para f (x ) = x1 e 2 , usando 2 intervalos.
x
Aproxime I =
1
(4 − 1) x 1.0000 2.5000 4.0000

h= = 1.5
2 f (x ) 1.6487 1.3961 1.8473
1.5
I≈ (1.6487 + 4 · 1.3961 + 1.8473) = 4.5403
3

Erro na regra de Simpson
Z b Z b 000
f (ξx )
I= p2 (x ) dx + (x − a)(x − m)(x − b) dx
a a 3!
Pode-se mostrar que
5
1 b−a

I − QS [f ] = − f (4) (ξ)
90 2
A estimativa do erro para a regra de Simpson, em princı́pio, segue o mesmo caminho tomado
na estimativa feita para a regra do Trapézio. Porém, naquele caso foi possı́vel utilizar o
Teorema do Valor Intermediário, visto que a função (x − a)(x − b) não troca de sinal no
intervalo (a, b). O mesmo não é verdade para a função (x − a)(x − m)(x − b). Logo,
não podemos usar o Teorema do Valor Intermediário, sendo necessário valer-nos de outras
ferramentas mais elaboradas, que estão fora do escopo dessas notas.
É possı́vel provar que o erro na regra de Simpson depende da derivada quarta da função.
Erro na regra de Simpson
Como
5
1 b−a

I − QS [f ] = − f (4) (ξ), ξ ∈ (a, b)
90 2
Se p ∈ P3 , então
I − QS [p] = 0
A regra de Simpson é exata para polinômios de grau 3
O erro depender da derivada quarta da função é uma feliz surpresa. Lembre que essa fórmula
foi construı́da com a interpolação da função por um polinômio de grau 2. Era de se esperar
que a aproximação fosse exata então para polinômio de grau 2, mas de fato, como polinômios
de grau 3 também tem derivada quarta nula, a regra de Simpson também é exata para esta
classe de funções.
Erro na regra de Simpson composta
h5 (4)
I − QS [f ] = − f (ξ)
90
n h5 (4) (b − a)h4 (4)

I − QSC [f ] = − f (ξ) =− f (ξ), ξ ∈ (a, b)
2 90 180
No caso da regra de Simpson composta, o erro de cada aproximação simples deve ser somado.
Como os subintervalos são usados dois-a-dois, totalizando n/2 parcelas, e lembrando que
nh = (b − a), chega-se a fórmula final do erro de integração para a regra de Simpson
composta. Como essa fórmula é proporcional a h4 , dizemos que é uma aproximação de
quarta ordem.
Exemplo
Em quantos intervalos é necessário particionar [0, 1] para estimar a

integral abaixo com quatro casas corretas?
Z 1
2
I= e −x dx
0
(b − a)h4 h4
|I − QSC | ≤ M4 ≤ 12 ≤ 10−4
180 180
h4 ≤ 15 · 10−4 ⇒ n ≥ 5
|I − QSC | = 6.2587 · 10−6

Exercı́cio
Z 3
1
I Aproxime dt, com 4 subintervalos.
2 1+t
I Qual a estimativa para o erro?
I Qual o erro de fato cometido?
I Quantos pontos devem ser usados na regra do trapézio para

garantir que o erro seja menor que 10−6 ?

Newton–Cotes
Z b Z b
I= f (x ) dx ≈ pn (x ) dx
a a
onde pn é o polinômio interpolador de f em
a = x0 < x1 < · · · < xn = b,
partição regular de [a, b].
Nas fórmula de quadratura do tipo Newton–Cotes, o integrando é aproximado por um

polinômio p. Esse polinômio p interpola o integrando f em pontos igualmente distribuı́dos
no intervalo de integração [a, b].
Abordagem
Z b
I= f (x ) dx ≈ A0 f (x0 ) + A1 f (x1 ) + · · · + An f (xn ) = Q[f ]
a
Newton–Cotes
Escolhe Ak para que Q[p] seja exato para p ∈ Pn
Quadratura Gaussiana
Escolhe Ak e xk para que Q[p] seja exato para p ∈ P2n+1
Nas Quadraturas Guassianas, tantos os pesos Ak quanto os nós de integração xk são escolhidos
de modo a atingir a melhor precisão possı́vel.
Exemplo
Z 1
f (x ) dx ≈ A0 f (x0 ) + A1 f (x1 ) = Q[f ]
−1
Para que Q[p] seja exata para p ∈ P3 , basta que
Z 1 Z 1
1 dx = Q[1], x 2 dx = Q[x 2 ],
−1 −1
Z 1 Z 1
x dx = Q[x ], x 3 dx = Q[x 3 ].
−1 −1

Exemplo
2 = A0 + A1
0 = x0 A0 + x1 A1
2
3 = x02 A0 + x12 A1
0 = x03 A0 + x13 A1
√
3
A0 = 1 = A1 , x0 = − = −x1
3

Gauss-Legendre
f (x)
−1 x0 x1 1 x
Z 1 √ ! √ !
3 3
I= f (x ) dx ≈ f − +f ≡ QGL [f ]
−1 3 3

Exemplo
Z 1
2
I= e −x dx
0
(y +1)
Fazendo x = 2 , e portanto y = 2x − 1
Z 1
1 y +1 2
I= e −( 2 ) dy
2 −1
 √ 2 √ 2 
1 − − 63 + 21 − 6
3
+ 12
I ≈ QGL = e +e  = 0.74659
2
|I − QGL | = 2.2944 · 10−4

Comparação
Z 1
2
I= e −x dx
0
Método #f Erro
Trapézio 5 3.84 · 10−3
Simpson 5 3.12 · 10−5
Gauss-Legendre (2) 4 2.08 · 10−5
Gauss-Legendre (3) 3 9.55 · 10−6
Trapézio 21 1.53 · 10−4
Simpson 21 5.11 · 10−8
Gauss-Legendre (2) 20 3.40 · 10−8
Gauss-Legendre (3) 21 1.29 · 10−11

Resumo
I Newton–Cotes
I Construção por interpolação
I Malha regular em [a, b]
I Exato para p ∈ Pn
I Aplicável a dados tabelados
em geral regularmente amostrados
I Quadratura Gaussiana
I Construção via polinômios ortogonais
I Malha não regular em [a, b]
I Exato para p ∈ P2n+1
I Aplicável quando f está disponı́vel

Quad

Enviado por

Dados do documento

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

Quad

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução Simpson Quadratura Gaussiana

Cálculo Numérico – UNICAMP

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Este trabalho é licenciado sob os termos da Licença Internacional

Para ver uma cópia desta licença, visite

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Seus direitos e deveres são:

• Você não pode utilizar este material para fins comerciais.

I Não sei calcular I

I Sei calcular I, mas a expressão para I é complicada

I Só conheço f em pontos amostrados

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

O problema em análise é o de estimar integrais definidas em intervalos finitos de funções

Vários são os motivos para computar integrais numericamente.

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Regra do trapézio v https://youtu.be/hwoBTzBxIss

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Regra do trapézio v https://youtu.be/hwoBTzBxIss

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

A estratégia para melhorar a qualidade da aproximação é dividir o intervalo de integração

No exemplo, o intervalo original foi repartido em três subintervalos de tamanhos iguais.

(4 − 1) x 1.0000 2.0000 3.0000 4.0000

I ≈ 1 (0.82436 + 1.3591 + 1.4939 + 0.92363) = 4.6010

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Desta forma, o erro de aproximação é causado pelo erro de interpolação.

Erro da regra do trapézio

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Relembrando a teoria de interpolação, o erro de interpolação por um polinômio de grau 1,

onde ω(x ) = (x − a)(x − b). Assim, a diferença entre a integral de f , I, e a integral de p1 ,

Erro da regra do trapézio

A regra do trapézio é exata para polinômios de grau 1

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Erro da regra do trapézio composta

Erro da regra do trapézio composta

Como nh = (b − a), temos que

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

n = 25, |I − QTC | = 9.8106 · 10−5

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

I Qual o erro de fato cometido?

I Quantos pontos devem ser usados na regra do trapézio para

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

QTC [f ] = h [f (2)/2 + f (2 + 1/3) + f (2 + 2/3) + f (3)/2] = 0.28813.

Regra do Trapézio: Resumo

I Permite subintervalos de tamanho distinto, ou seja

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

(4 − 1) x 1.0000 2.5000 4.0000

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Erro na regra de Simpson

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Erro na regra de Simpson

A regra de Simpson é exata para polinômios de grau 3

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Erro na regra de Simpson composta

n h5 (4) (b − a)h4 (4)

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

Em quantos intervalos é necessário particionar [0, 1] para estimar a

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

I Qual o erro de fato cometido?

I Quantos pontos devem ser usados na regra do trapézio para

http://bit.ly/blt-MAs5z Ricardo Biloti Integração numérica

onde pn é o polinômio interpolador de f em