ENGENHARIA DE CONTROLE E AUTOMAÇÃO

CAROLINE DOS SANTOS BRITO

LAURA PARDINI ZANIBONI

INTEGRAÇÃO NUMÉRICA

SÃO PAULO
2023

CAROLINE DOS SANTOS BRITO

LAURA PARDINI ZANIBONI
INTEGRAÇÃO NUMÉRICA

Trabalho de pesquisa apresentado à disciplina Cálculo numérico como instrumento

avaliativo.

Profª Sarah Kolesnikova

SÃO PAULO
2023

SUMÁRIO
INTRODUÇÃO

O cálculo, como campo matemático, teve sua origem aproximadamente três

séculos antes de Cristo, com contribuições significativas dos gregos antigos. No
entanto, seu desenvolvimento atingiu um marco fundamental no século XVII. Nesse
período, o teorema fundamental do cálculo consolidou a conexão crucial entre
derivadas e integrais, fundamentando a disciplina. A derivada, por um lado, está
intimamente ligada à interpretação da inclinação de uma reta tangente ao gráfico de
uma função e às taxas de variação. Por outro lado, a integral refere-se à soma de
infinitésimos, desempenhando um papel essencial em diversos contextos, como no
cálculo de áreas, volumes, comprimentos, trabalhos, massas, entre outros. Essa
associação entre derivada e integral, estabelecida no século XVII, proporcionou
uma base sólida para o desenvolvimento de diversas áreas da matemática e sua
aplicação em inúmeros campos científicos e práticos ao longo da história.
(ANACLETO, 2007).
No entanto, apesar das vastas aplicações do cálculo, existem situações em que a
obtenção de resultados exatos é desafiadora. O cálculo tradicional apresenta
limitações, especialmente quando não é possível encontrar primitivas para as
funções a serem integradas. Em casos como esse, é necessário recorrer a métodos
alternativos, como o Cálculo Numérico (CAMARGO, 2022). O Cálculo Numérico,
como uma extensão do cálculo clássico, pode ser utilizado para contornar as
limitações associadas à impossibilidade de encontrar primitivas em certos
contextos. Este concentra-se no desenvolvimento de métodos numéricos eficientes
e estáveis para a resolução de problemas gerais. Ao invés de depender de fórmulas
analíticas, o Cálculo Numérico utiliza abordagens computacionais para obter
soluções aproximadas (ARENALES, 2017). Um exemplo prático desse conceito é a
integração numérica, que não utiliza a expressão analítica da primitiva para
calcular o valor aproximado de uma integral definida, superando assim as
limitações associadas à busca por primitivas em certos casos complexos de
integração (CAMARGO, 2022).
O estudo de métodos numéricos é crucial em engenharia, sendo uma de suas
aplicações à análise e modelagem de dados em projetos, na área de ensaios
mecânicos, como o ensaio de tração. Embora esse ensaio forneça dados
importantes, como tensão e deformação, algumas propriedades mecânicas, como
tenacidade e resiliência, não são determinadas diretamente. É possível obter
valores mais precisos para o módulo de resiliência e tenacidade usando métodos
de integração numérica, como a regra do Trapézio e as regras de Simpson,
aplicados aos resultados dos ensaios de tração obtidos graficamente. Essa
abordagem permite uma compreensão mais precisa dos fenômenos físicos
envolvidos, superando as limitações das tabelas prontas (DE ALMEIDA, 2018).
Na Física, as técnicas de integração numérica são amplamente empregadas em
diversos contextos. Na Dinâmica de Partículas e Sistemas, essas técnicas são
utilizadas para abordar problemas que envolvem o estudo do movimento e
interações entre partículas. Isso é particularmente útil em situações em que as
soluções analíticas são complexas ou impossíveis de obter. Além disso, na
Mecânica Quântica, a integração numérica desempenha um papel importante em
certos casos, permitindo a resolução de integrais associadas a operadores físicos.
Essa aplicação é fundamental para entender os fenômenos quânticos, onde a
matemática associada frequentemente requer métodos numéricos para obter
resultados práticos e significativos. (DINIZ, 2019)
Na área de Economia e Finanças, a avaliação de ativos financeiros desempenha
um papel crucial, sendo fundamental para a tomada de decisões estratégicas. Um
aspecto-chave desse processo é a necessidade de calcular o valor presente de
fluxos de caixa futuros. Essa avaliação é baseada no princípio do valor do dinheiro
no tempo, reconhecendo que um montante de dinheiro hoje pode ter um valor
diferente no futuro devido a fatores como inflação e oportunidades alternativas de
investimento. A aplicação de técnicas de desconto de fluxo de caixa, que envolvem
a integração numérica para calcular o valor presente líquido, permite aos
profissionais de finanças avaliar a viabilidade e o valor intrínseco de investimentos,
subsidiando decisões como a compra ou venda de ativos, fusões e aquisições, e
alocação de recursos em carteiras de investimento. Essa abordagem analítica é
fundamental para a gestão eficaz de portfólios e a maximização do retorno sobre o
investimento. (CAVALCANTI, 2013).
Na interseção entre Biologia e Medicina, as técnicas de integração numérica são
aplicadas em dois domínios distintos, destacando sua versatilidade. Na Modelagem
de Processos Biológicos, essas técnicas são empregadas em problemas que
requerem a integração de taxas de crescimento ou degradação em sistemas
biológicos complexos. Isso permite uma compreensão mais aprofundada das
dinâmicas envolvidas em fenômenos biológicos, como o crescimento de
populações celulares ou a regulação de biomoléculas ao longo do tempo. Além
disso, na Análise de Sinais Biomédicos, a integração numérica desempenha um
papel crucial no processamento de dados provenientes de sinais complexos, como
eletrocardiogramas. Essa aplicação é essencial para extrair informações
significativas desses sinais, facilitando diagnósticos precisos e o monitoramento
contínuo de condições médicas. Em suma, a integração numérica destaca-se como
uma ferramenta valiosa na abordagem de desafios biológicos e médicos, permitindo
a modelagem precisa e a interpretação de dados biomédicos cruciais para avanços
na pesquisa e prática clínica. (FURTADO; SAKOWSKI; TÓVOLLI, 2015).
Nas Ciências Computacionais, a integração numérica desempenha um papel
crucial em duas áreas distintas. Em simulações numéricas, a técnica é amplamente
empregada para resolver equações diferenciais e integrar funções, proporcionando
soluções aproximadas para modelos matemáticos complexos. Isso é especialmente
relevante em contextos científicos e de engenharia, onde a modelagem
computacional é essencial para compreender fenômenos naturais ou simular
sistemas dinâmicos. Além disso, na área de Gráficos por Computador, a integração
numérica é empregada em processos que envolvem a renderização de imagens
tridimensionais. A modelagem de superfícies complexas e a determinação de
propriedades visuais, como sombras e reflexões, frequentemente requerem a
aplicação de métodos numéricos para calcular integralmente a contribuição de
inúmeros pontos na cena. Em ambos os casos, a integração numérica é uma
ferramenta essencial, permitindo a tradução eficiente de conceitos matemáticos
complexos em resultados visuais e práticos no ambiente computacional. (GAVIRA,
2003).
Diante da relevância da integração numérica como uma abordagem alternativa para
contornar algumas limitações do cálculo clássico, este trabalho tem como propósito
apresentar e explorar dois métodos distintos de integração: a regra dos trapézios e
a regra de ⅓ de Simpson. Esses métodos não apenas oferecem soluções práticas
para situações em que a integração analítica é desafiadora, mas também
demonstram a versatilidade dessas técnicas ao lidar com uma variedade de
problemas matemáticos e científicos. A compreensão aprofundada desses métodos
não apenas enriquece o campo do cálculo numérico, mas também destaca seu
papel fundamental na resolução de desafios práticos e complexos em diversas
áreas do conhecimento.

FÓRMULAS DE NEWTON-COTES

As fórmulas de Newton-Cotes são técnicas numéricas utilizadas para aproximar

integrais definidas por meio de uma abordagem de subdivisão do intervalo de
integração. Com uma origem que remonta à antiguidade, onde os matemáticos
gregos começaram a explorar métodos para calcular áreas sob curvas, o
desenvolvimento dessas fórmulas atingiu um ponto crucial na era moderna, com
contribuições notáveis de matemáticos como Isaac Newton e Roger Cotes. No
século XVII, Newton desenvolveu métodos que deram origem à Regra do Trapézio,
enquanto Cotes expandiu essas técnicas, resultando na Regra de Simpson e em
formulações mais gerais. (PILLING, 2017).
Atualmente, as fórmulas de Newton-Cotes têm diversas aplicações práticas em
várias disciplinas. Elas são cruciais em situações em que a integração analítica é
impraticável ou complexa, como em engenharia, física, economia e ciências
computacionais. Essas fórmulas são particularmente úteis em simulações
numéricas, análise de dados experimentais e modelagem matemática, fornecendo
ferramentas essenciais para a resolução de problemas complexos em que a
precisão numérica é crucial. A importância das fórmulas de Newton-Cotes persiste
nos dias atuais, destacando-se como uma abordagem confiável e amplamente
utilizada para a avaliação numérica de integrais definidas em uma variedade de
contextos práticos e científicos. (PILLING, 2017)
A função primitiva F(x) é indispensável para o cálculo da integral definida de uma
função f(x), todavia, em alguns casos, encontrar a F(x) de forma analítica é inviável,
consequentemente, utiliza-se nesses casos a resolução por aproximação. No
cálculo aproximado, efetua-se uma interpolação, isto é, gerar um polinômio que
melhor se aproxima da função f(x), de modo que é possível obter o valor
aproximado utilizando-se polinômio interpolado (DA SILVA; DO AMARAL;
ARAÚJO, 2013).
A determinação numérica de uma integral é denominada quadratura. O cálculo da
quadratura de uma função pode ser realizado aplicando-se o método das fórmulas
de Newton-Cotes: regra dos trapézios e a regras de Simpson. Nas fórmulas de
Newton-Cotes, a abordagem fundamental é substituir a função f(x) por um
polinômio que a aproxime adequadamente no intervalo [a, b], utilizando pontos
igualmente espaçados. (PEDROSA, s.d.). Os espaçamentos nesse intervalo,
chamados de passo (h), são determinados por onde n é o número de subintervalos
em [a, b]. A aproximação da integral não é obtida pela integração direta da função
f(x), mas sim pela integração do polinômio P(x): ; onde E representa o erro
cometido durante o cálculo da aproximação(DA SILVA; DO AMARAL; ARAÚJO,
2013). Dessa forma, a resolução do problema se simplifica pela integração do
polinômio, tornando o processo mais acessível. Ao dividir o intervalo [a, b] em
subintervalos de comprimento h = (b - a)/n, obtemos n abscissas xi, onde x0 = a, xn
= b, e xi+1 = xi + h. As fórmulas fechadas de Newton-Cotes seguem a estrutura:;
sendo que, os coeficientes Ai são determinados com base no grau do polinômio
interpolador. (PEDROSA, s.d.).
O vasto campo das fórmulas de Newton-Cotes oferece uma variedade de
abordagens para a integração numérica, cada uma adaptada para diferentes
contextos e requisitos de precisão. No entanto, este trabalho se concentrará nas
abordagens específicas da Regra do Trapézio e da Regra de ⅓ de Simpson. A
escolha por essas duas fórmulas não apenas facilita a compreensão e
implementação prática, mas também destaca métodos fundamentais amplamente
utilizados na resolução numérica de integrais definidas.

REGRA DOS TRAPÉZIOS

A Regra do Trapézio fundamenta-se na aproximação da função () através de um

polinômio de primeiro grau, que assume a forma = 0 + 1. Esse método é
denominado “regra do trapézio” devido à área do trapézio delimitada entre o eixo e
a linha que conecta os pontos nos extremos do intervalo no gráfico da função, como
ilustrado na Figura 1. A técnica do Trapézio para calcular a integral consiste em
subdividir a área desejada em vários trapézios e somar suas áreas para obter uma
estimativa, assim, eliminando a necessidade de encontrar a primitiva da função.
(ARENALES, 2017)

Figura 1 - Representação do trapézio formado abaixo da função f(x)

Fonte: ARENALES, 2017

A fórmula geral da regra dos trapézios é dada por . Com a análise desta, observa-
se que quanto maior for o intervalo de integração, mais distante o resultado obtido
estará do valor da integral exata, desta forma, para diminuir tal erro, há
necessidade de subdividir o intervalo de integração e aplicar o método repetidas
vezes (figura 2), para cada par subsequente de pontos. Chamando os pontos de
divisão de [a,b], tal que , sendotem-se:
. Ou em termos mais simples: (PEDROSA, s.d).
Figura 2 - Interpretação gráfica da regra dos trapézios repetida

Fonte: PEDROSA, s.d

A estimativa para o erro da regra do trapézio é fundamental para avaliar a precisão

da aproximação numérica obtida por esse método de integração. Ao utilizar a regra
do trapézio para calcular a integral de uma função, a estimativa do erro é
comumente realizada por meio da fórmula de estimativa do erro de Richardson.
Essa fórmula leva em consideração a diferença entre as aproximações obtidas com
diferentes números de subintervalos, permitindo uma avaliação mais precisa do
erro cometido na aproximação da integral. A compreensão do erro é crucial na
prática do cálculo numérico, pois fornece informações sobre a confiabilidade da
solução obtida e orienta a escolha adequada do número de subintervalos para
atingir a precisão desejada. Essa abordagem é valiosa em situações em que a
análise analítica é difícil ou impossível, garantindo que as estimativas numéricas
sejam acompanhadas de uma avaliação cuidadosa da incerteza associada.
(PILLING, 2017)

Figura 3 - Estimativa para o erro da regra do trapézio

Fonte: PILLING, 2017.

REGRA DE ⅓ DE SIMPSON

O método de 1/3 de Simpson consiste em uma aproximação realizada por meio de

um polinômio interpolador de segundo grau. Geometricamente, essa abordagem
utiliza uma parábola que passa por três pontos específicos de uma determinada
função (figura 3). Portanto, ao considerar n = 2 obtemos:.
Figura 4 - Regra de ⅓ de Simpson
Fonte: ARENALES, 2017

A regra composta de 1/3 de Simpson (figura 4) também envolve uma repetição ao

longo do intervalo de integração. No entanto, ao contrário da regra simples, na
composta, o número de subintervalos n é representado por 2k, onde k pode ser 2,
3, 4, e assim por diante, de modo que se aplica o método a cada 2 subintervalos,
isto é, a cada 3 pontos consecutivos (figura 5) (DA SILVA; DO AMARAL; ARAÚJO,
2013 ; ARENALES, 2017).

Figura 5 - Regra de ⅓ de simpson composta

Fonte: ARENALES, 2017

Figura 6 - Aplicação da regra de ⅓ de simpson a cada 3 pontos consecutivos

Fonte: ARENALES, 2017

QUESTÃO RESOLVIDA
A fim de comparar os dois métodos de integração numérica, apresenta-se a seguir
a integral definida solucionada por ambos. Na figura 7, encontra-se o cálculo de
integração numérica utilizando a regra do trapézio e na figura 8, utiliza-se a regra
de ⅓ de Simpson.

Figura 7 - Cálculo da integral numérica com a regra do trapézio

Fonte: PILLING, 2017
3

Figura 8 - Cálculo da integral numérica com a regra de ⅓ de Simpson

Fonte: PILLING, 2017

Figura 9 - Cálculo da integral numérica com a regra de ⅓ de Simpson

Fonte: PILLING, 2017

Ambos os métodos compartilham a ideia fundamental de subdividir o intervalo de

integração para obter uma estimativa numérica da integral definida. A escolha entre
esses métodos depende tanto da natureza da função a ser integrada, quanto da
precisão desejada. Comparando-se com o resultado da integração exata,
utilizando-se cálculo clássico (figura 9), é possível observar que o método da regra
⅓ de Simpson obteve um resultado mais aproximado.
Figura 10 - Cálculo exato da integral

Fonte: Autores, 2023.

CONCLUSÃO

Neste estudo, a exploração e compreensão das diversas fórmulas de Newton-Cotes

foram buscadas como uma ferramenta fundamental no âmbito da integração
numérica. Inicialmente, foi delineada a variedade de abordagens disponíveis dentro
dessa família de métodos, ressaltando suas aplicações em situações em que a
integração analítica se torna impraticável ou complexa.
Ao longo deste trabalho, uma seção significativa foi dedicada à análise da Regra do
Trapézio. Os fundamentos matemáticos por trás dessa técnica foram explorados,
examinando-se o processo de implementação e discutindo-se as limitações e
vantagens. A Regra do Trapézio, com sua abordagem simples, demonstrou ser
uma ferramenta valiosa para a aproximação de integrais definidas em diversos
contextos, desde análises estruturais até simulações numéricas.
Além disso, a atenção foi direcionada à Regra de ⅓ de Simpson, uma abordagem
mais refinada que utiliza interpolações polinomiais de grau mais elevado. A
investigação se concentrou em como essa técnica supera algumas das limitações
da Regra do Trapézio, proporcionando uma precisão maior em determinadas
situações. A análise detalhada dessa fórmula ressaltou seu papel crucial em
problemas mais complexos, destacando seu uso em aplicações mais exigentes.
Em síntese, as regras de Newton-Cotes, especialmente as abordagens da Regra
do Trapézio e de ⅓ de Simpson, têm desempenhado um papel substancial no
avanço da integração numérica. Sua importância transcende o ambiente teórico,
sendo evidente em diversas disciplinas, desde a matemática pura até aplicações
práticas em engenharia, física, computação e outras áreas. O entendimento
detalhado dessas técnicas amplia o conhecimento sobre métodos numéricos,
possibilitando a aplicação eficiente dessas ferramentas valiosas em uma variedade
de cenários do mundo real.

REFERÊNCIAS

ANACLETO, Grácia Maria Catelli et al. Uma investigação sobre a aprendizagem do

Teorema Fundamental do Cálculo. 2007.

ARENALES, Selma Helena de Vasconcelos; SALVADOR, José Antônio. Cálculo

numérico. 2017.
CAMARGO, Alícia Munhóz Franco de. Métodos Numéricos para Integrais: um
estudo numérico da ordem de convergência. 2022

DA SILVA, Alan O.; DO AMARAL, Tatiane R.; ARAÚJO, Eduardo A. INTEGRAÇÃO

NUMÉRICA COM O SCILAB: UMA ANÁLISE COMPARATIVA ENTRE OS
PRINCIPAIS MÉTODOS DE NEWTON-COTES.

DE ALMEIDA, Gabriela Lisboa. APLICAÇÕES DE MÉTODOS DE INTEGRAÇÃO

NUMÉRICA NO CÁLCULO DO MÓDULO DE RESILIÊNCIA E TENACIDADE. In: III
Encontro de Iniciação Científica e Tecnológica-EnICT (ISSN: 2526-6772). 2018.

DINIZ, Emanuel Cardozo. Dinâmica dissipativa em sistemas quânticos fortemente

interagentes.São Carlos, 2019.

FURTADO, Bernardo Alves; SAKOWSKI, Patrícia A. M.; TÓVOLLI, Marina H.

Modelagem de Sistemas Complexos para Políticas Públicas. Brasília, 2015.

GAVIRA, Muriel de Oliveira. Simulação computacional como uma ferramenta de

aquisição de conhecimento. São Carlos, 2003.

PEDROSA, Diogo Pinheiro Fernandes. Integração Numérica.

PILLING, Sergio. Cálculo Numérico. Faculdade de Engenharia, Arquiteturas e

Urbanismo – FEAU. São José dos Campos: UNIVAP, 2017.