5

CAPÍTULO

INTEGRAÇÃO NUMÉRICA

5.1 - Introdução

Em várias aplicações práticas em engenharia faz-se necessário o

cálculo de integrais definidas do tipo

I ( f ) = ∫ f ( x ) dx
b
(5.1)
a

Em algumas situações idealizadas encontramos o resultado em

tabelas de integrais (Abramowitz e Stegun, 1972, Beyer, 1981,
Spiegel, 1973). Porém, na grande maioria dos casos a obtenção de
uma solução analítica é impossível ou muito trabalhosa, sendo usadas
então aproximações numéricas, também denominadas quadraturas.
Para o integrando f (x ) encontre uma família de aproximações
{ f n (x )} e defina

I ( f n ) = I n ( f ) = ∫ f n ( x ) dx
b
(5.2)
a

requerendo que para a ≤ x ≤ b .

f ( x ) − f n ( x ) ∞ = máx f ( x ) − f n ( x ) → 0 quando n → ∞
a ≤ x ≤b
(5.3)

onde f n (x ) é escolhida de forma que I ( f n ) possa ser calculada

facilmente.
O erro decorrente da aproximação de f (x ) por f n (x ) é dado por

f n ( f ) = I ( f ) − I n ( f ) = ∫ [ f ( x ) − f n ( x )]dx
b
(5.4)
a

de onde se escreve

E n ( f ) ≤ ∫ f ( x ) − f n ( f )dx
b
(5.5)
a

Observando a Fig. 5.1 conclui-se ainda que

E n ( f ) ≤ ∫ f ( x ) − f n ( f )dx ≤ (b − a ) f ( x ) − f n ( f ) ∞
b
(5.6)
a

120
 f ( x) − f n ( x) f ( x) − f n ( x)

máx | ƒ – ƒn | máx | ƒ – ƒn |

a a b
b x x
(b − a ) f (x ) − f n ( f )
∫ f (x ) − f ( f ) dx
b
n
a

Figura 5.1 – Erro no cálculo da integral no intervalo [a, b] em decorrência do uso da função
aproximada f n ( x ) .

Usualmente as integrais numéricas I n ( f ) são representadas por

I n ( f ) = ∑ w j , n f (x j ,n ), n ≥ 0
n
(5.7)
j =0

onde w j , n são os pesos da integração (ou da quadratura) e x j , n são os pontos de

colocação. O entendimento dos termos na Eq. (5.7) será facilitado com a
apresentação dos métodos de integração nas próximas seções.

5.2 – Regra do
Trapézio

Na Fig. 5.2(a) a função f (x ) é aproximada por uma linha reta,

f1 ( x ) = αx + β , onde α e β são respectivamente o coeficiente angular e o
coeficiente linear da reta. A reta f1 (x ) passa pelos pontos (a, f (a )) e (a, f (b )) .
A área do trapézio representado na Fig. 5.2(a) é dada por

121
 f (a ) + f (b )
I1 ( f ) = (b − a ) (5.8)
2

Façamos agora a divisão do domínio [a, b] em n intervalos conforme

representado na Fig. 5.2. Vamos assumir ainda que esta divisão é feita com
intervalos regulares, ou seja,

h j = x j − x j −1 = h, j = 1, 2, K , n (5.9)

onde

b−a
h= (5.10)
n

A posição x j do nó j da discretização do domínio [a, b] em n intervalos

regulares pode ser calculada usando

x j = a + jh = h, j = 1, 2, K , n (5.11)

y
y
f (b ) f (x2 ) f ( xn−1 ) f (b) = f ( xn )
f ( x1 )
f ( xi )
f (a )
f ( xa ) = f (a )

a b x x0 = a x1 x2 K x j K xn −1 b = xn x
(a) (b)

Figura 5.2 – Integração numérica com a regra do trapézio. (a) 1 intervalo; (b)
n intervalos.

Vemos na Fig. 5.2(b) que temos agora n trapézios, onde a área de cada
trapézio é dada por

f (x j −1 ) − f (x j )
Aj = h j = 1, 2, K , n (5.12)
2

122
Escreve-se então

n n
I ( f ) = ∫ f (x ) ≅ ∑ ∫ f ( x ) dx ≅ ∑ A j
b xj

a x j −1
j =1 j =1

[ ] [
f (x j −1 ) + f (x j ) = ∑ f (x j −1 ) + f (x j ) ]
n n
h h
=∑ (5.13)
j =1 2 2 j =1
n −1
f ( x0 ) + h∑ f (x j ) + f ( x n )
h h
2 j =1 2

Usando a notação

f j = f (x j ) j = 1, 2, K , n (5.14)

escreve-se, portanto,

1 1 
I n ( f ) = h f 0 + f 1 + f 2 + L + f n  (5.15)
2 2 

ou então,

f n −1
f 
I n ( f ) = h 0 + ∑ f j + n 
 (5.16)
 2 j =1 2 

Comparando a Eq. (5.16) com a Eq. (5.7) conclui-se que

h h
w0,n = ; w j , n = h, j = 1, 2, K , n − 1 wn ,n = (5.17)
2 2

A regra do trapézio é extremamente simples, no entanto é relativamente

ineficiente quando comparada com outros métodos que apresentam uma
facilidade de programação semelhante.
Não é obrigatório que os intervalos sejam regulares. Neste caso a Eq.
(5.12) é reescrita como

f (x j −1 ) + f (x j )
Aj = h j , j = 1, 2, K , n (5.18)
2

onde

h j = x j − x j −1 , j = 1, 2, K , n (5.19)

Levando as Eqs. (5.18) e (5.19) na Eq. (5.13), tem-se

hj
[ f (x ) + f (x )]
n
I( f )≈ In ( f )= ∑ j −1 j (5.20)
j =1 2

123
5.3 – Regra de
Simpson

No método apresentado na seção anterior usamos polinômios

interpolantes de primeiro grau entre os pontos (x j −1 , f (x j −1 )) e (x j , f (x j )) ,
j = 1, 2, K , n , sendo a integral em cada intervalo x j −1 < x < x j , j = 1, 2, K , n ,
aproximada pela área do trapézio formado.
Vamos agora considerar o uso de polinômios interpolantes de segundo
grau. Na seção 4.4 vimos que dados três pontos ( x k −1 , y k −1 ), ( x k , y k ) , ( x k −1 , y k −1 )
podemos interpolar um único polinômio de segundo grau.

(x − xk )(x − xk +1 ) (x − xk −1 )(x − xk +1 ) (x − xk −1 )(x − xk )

P2 (x) = y k −1 + yk + y k +1
(xk −1 − xk )(xk −1 − xk +1 ) (xk − xk −1 )(xk − xk +1 ) (xk +1 − xk −1 )(xk +1 − xk )
(5.21)

Vamos considerar apenas um intervalo no domínio [a, b] e vamos usar a

correspondente mudança de notação representada na Fig. 5.3.

f (x )

f (c ) = f (xk )
f (a ) = f ( xk −1 )

f (b ) = f ( xk +1 )
ƒ(b
P2 ( x )

x k −1 xk = c xk +1 = b x

Figura 5.3 – Integração numérica com a regra de Simpson.

124
 Desejamos encontrar uma aproximação para

I ( f ) = ∫ f (x )dx
b
(5.22)
a

que é obtida integrando o polinômio P2 ( x ) ,

I 2 ( f ) = ∫ P2 ( x )dx
b
(5.23)
a

Levando a Eq. (5.21) na Eq. (5.23) e usando a mudança de notação

representada na Fig. 5.3 obtém-se

b
I 2 ( f ) = ∫  f (a )
(x − c )(x − b ) + f (c ) (x − a )(x − b ) + f (b ) (x − a )(x − c )dx
a
 (a − c )(a − b ) (c − a )(c − b ) (b − a )(b − c ) 
(5.24)

Para manter a apresentação o mais simples possível vamos considerar

b−a a+b
h= e c= →a−c=b−c=h (5.25)
2 2

Levando estes valores na Eq. (5.24) obtém-se após a integração dos

diversos termos,

h a +b 
I2( f )=  f (a ) + 4 f   + f (b ) (5.26)
3  2  

Façamos agora a divisão do domínio [a, b] em um número par de

intervalos n, onde

x j = a + jh, j = 0, 1, 2, K , n (5.27)

b−a
h= (5.28)
n

Considerando os pontos (x 2 j − 2 , f (x 2 j − 2 )) , (x 2 j − 2 , f (x 2 j −1 )) e (x 2 j , f (x 2 j ))
n
com j = 0, 1, 2,K, , a integral para o polinômio de segundo grau ajustado para
2
estes pontos é calculada a partir da Eq. (5.26),

I 2j ( f ) = ∫
x2 j

x2 j − 2
P2j ( x )dx =
h
3
[ ]
f (x 2 j − 2 ) + 4 f (x 2 j −1 ) + f (x 2 j ) , j = 0, 1, 2, K ,
n
2
(5.29)

125
 Escreve-se então,

P2j ( x ) dx = ∑  ( f 2 j − 2 + 4 f 2 j −1 + f 2 j )
h 
n 2 n2
I ( f ) = ∫ f ( x ) dx ≅ ∑ ∫
b x2 j

j =1  3 
a x2 j − 2
j =1

(5.30)

onde foi usada a notação definida na Eq. (5.14).

A Eq. (5.30) pode ser reescrita como

f 2 j − 2 = f (x 2 j − 2 )

I( f ) ≅
h
( f 0 + 4 f 1 + f 2 ) + h ( f 2 + 4 f 3 + f 4 ) + L + h [ f n − 4 + 4 f n −3 + f n −2 ] + h [ f n − 2 + 4 f n −1 + f n ]
3 3 3 3

(5.31)

ou seja,

 n n
−1 
 
I ( f ) ≅  f 0 + 4∑ f 2 j −1 + 2∑ f 2 j + f n 
2 2
h
(5.32)
3 j =1 j =1 
 

A regra de Simpson é de fácil implementação e usualmente leva a

resultados melhores do que aqueles obtidos com a regra do trapézio apresentada
na seção anterior.

Comparando a Eq. (5.32) com a Eq. (5.7) conclui-se que

h h n
ω 0,n = , ω 2 j −1, 2 = 4 , para j = 1,2, K , , ω 2 j ,n
3 3 2
n h
para j = 1,2, K , − 1 e ωn , m = (5.33)
2 3

5.4- Quadratura
Gaussiana

Vamos considerar um caso particular do problema tratado nas seções

anteriores em que o intervalo de integração é dado por [− 1, 1] , onde busca-se
uma aproximação numérica para o valor da integral

I ( f ) = ∫ f ( x ) dx ≅ ∑ ω j , n f (x j ,n )
1 n
(5.34)
−1
j =1

126
 Na Fig. 5.4 é representada uma situação em que se busca a determinação
dos pontos de colocação x j , e dos respectivos pesos ω j de forma que a área do
trapézio formado pela reta y = α 0 + α 1 x no intervalo [− 1, 1] seja igual ao valor
da integral I ( f ) ,

∫ (α + α 1 x ) dx = ∫ (x ) dx
1 1
0 (5.35)
−1 −1

Da Eq. (5.34) escreve-se então

(x ) dx = ∑ ω j,2 f (x j ,2 ) = ω1, 2 f (x1,2 ) + ω 2, 2 f (x 2, 2 )

2
I( f ) = ∫
1
(5.36)
−1
j =1

Simplificando a notação,

I ( f ) = ω1 f ( x1 ) + ω 2 f (x 2 ) (5.37)

Figura 5.4 – Pontos de colocação para a quadratura gaussiana.

Como os quatro parâmetros ω1 , x1 , x 2 e ω 2 serão determinados, é

razoável admitir que estes possam ser escolhidos de forma a representar
exatamente a integral de um polinômio de grau 3, que possui quatro coeficientes.

f ( x ) = a 0 + a1 x + a 2 x 2 + a 3 x 3 (5.38)

Esta equação pode ser reescrita como

f ( x ) = a 0 + a1 x + (x − x1 )( x − x 2 )(β 1 + β 2 x ) (5.39)

127
 Comparando as Eqs. (5.35) e (5.39) conclui-se então que x1 e x2 têm que
ser escolhidos de forma que

∫ (x − x )(x − x )(β + β 2 x ) dx = 0
1
1 2 1 (5.40)
−1

Como isto tem que ser válido para qualquer escolha de β1 e β 2 , é

necessário que

∫ (x − x )(x − x ) dx = 0
1
1 2 (5.41a)
−1

∫ (x − x )(x − x )x dx = 0
1
1 2 (5.41b)
−1

Integrando as Eqs. (5.41) obtém-se

2
+ 2 x1 x 2 = 0 (5.42a)
3

x1 + x 2 = 0 (5.42b)

Resolvendo este sistema de equações

1 1
x1 = − e x2 =
3 3
(5.43)

É necessário agora determinar os pesos ω1 e ω 2 . Das Eqs. (5.34), (5.35)

e (5.37) escreve-se

∫ (α + α 1 x ) dx = ω1 f ( x1 ) + ω 2 f ( x 2 )
1
0
−1
(5.44)

Integrando o termo do lado esquerdo e considerando os valores de x1 e

x2 ,

1
x2  −1  1 
α0x 1
−1 + α1 = 2α 0 = ω1 f   + ω 2 f   =
2 −1  3  3
(5.45)
 α   α  α
ω1  α 0 − 1  + ω 2  α 0 + 1  = α 0 (ω1 + ω 2 ) − 1 (ω1 − ω 2 )
 3  3 3

128
 Da Eq. (5.45) obtém-se então

ω1 + ω 2
 → ω1 = ω 2 = 1
ω1 − ω 2 = 0
(5.46)

A fórmula de quadratura com dois pontos (n = 2 )

 1   1 
I ( f ) = f  −  + f   (5.47)
 3  3

apresenta, portanto, erro de truncamento nulo na integração de um polinômio de

grau 3 ou menor.
Em geral, com n pontos tem-se uma fórmula exata para a integração de
polinômios até o grau 2n − 1 .
Os pontos de colocação obtidos da forma apresentada anteriormente
correspondem na realidade às raízes do polinômio de Legendre de grau n . A
quadratura aqui apresentada é conhecida, portanto, como quadratura de Gauss-
Legendre.
Os polinômios de Legendre surgem da solução do problema de Sturm-
Liouville (problema de autofunções e autovalores) em coordenadas esféricas, e
são convenientes para o uso em expansões (ou aproximações) quando a variável
independente encontra-se na faixa [− 1, 1] . Podem ser obtidos usando a fórmula
de Rodrigues,

Pn ( x ) =
1 dn 2
n
(
n
x −1
n
) (5.48)
2 n! dx

Da Eq. (5.48) escrevemos

P0 ( x ) = 1
P1 ( x ) = x

P2 ( x ) =
1
2
(
3x 2 − 1 ) (5.49)

(
P3 ( x ) = 5 x 3 − 3 x
1
2
)
(
P4 ( x ) = 35 x 4 − 30 x + 3
1
8
)

129
Na Fig. 5.5 são representados os polinômios de Legendre P1 (x ) a P4 (x ) .

P0 (x)

P2 (x)

P4 (x)
1 1
− +
3 3
P3 (x)

P1 (x)

Figura 5.5 – Polinômios de Legendre P0(x) a P4(x).

Computacionalmente é conveniente o uso de fórmula de recorrência

Pn ( x ) =
1
[(2n − 1)x Pn−1 (x ) − (n − 1)Pn −2 (x )] (5.50)
n

Com os pontos de colocação x j , n sendo as raízes dos polinômios de

Legendre de grau n , Pn ( x ) , em [− 1, 1] , os pesos ω j, n são calculados usando

−2
ω j ,n = , j = 1, 2, K , n
(n + 1)Pn′ (x j ,n )Pn +1 (x j ,n )
(5.51)

Na realidade as raízes dos polinômios de Legendre, x j ,n , e os pesos da

quadratura Gauss-Legendre, ω j,n , estão disponíveis em tabelas (Abramowitz e
Stegun, 1972) evitando, portanto, o esforço computacional para o cálculo dos
mesmos.
Vamos voltar ao exemplo apresentado anteriormente na Fig. 5.4 onde
foram considerados dois pontos de colocação x1 e x2 , usando agora o polinômio

de Legendre P2 ( x ) . De (5.49) conclui-se que as raízes de P2 ( x ) são x = ±

1
,
3
conforme representado na Fig. 5.5.

130
Observando que

dP2 ( x )
= 3x (5.52)
dx
obtém-se da Eq. (5.51),

−2 −2
ω j,2 = = (5.53)
dP ( x )
3 2 P3 ( x ) x 3 × 3x j ,n
1
2
(
5 x 3j ,n − 3 x j , n )
dx x j , n j,n

Levando em conta os valores dados em (5.43) obtém-se,

ω1, 2 = ω j 2, 2 = 1 (5.54)

confirmando, portanto, os valores obtidos em (5.46).

No início desta seção foi colocada a limitação do intervalo de integração
em [− 1, 1] visando aproveitar as propriedades dos polinômios de Legendre
nestes intervalos.
Com uma simples transformação linear qualquer intervalo [a, b] pode ser
transformado no intervalo [− 1, 1] podendo ser usada a quadratura Gauss-
Legendre. Nas tabelas onde são fornecidos os pontos de colocação e os pesos
desta quadratura é considerada a integração da função f ( x ) no intervalo [− 1, 1] .
Considere a mudança do intervalo em t , [a, b] , para o intervalo em x,
[− 1, 1] , conforme representado na Fig. 5.6.

-1 1 x

Figura 5.6 – Mudança do intervalo t = [a, b] para o intervalo x = [− 1, 1] .

A equação da reta representada na Fig. 5.6 é dada por

131
 b−a
t= x+c (5.55)
2

Para x = −1 tem-se que t = a , e da Eq. (5.55) escreve-se então

t=
(b − a ) x + (b + a ) (5.56)
2 2

Considerando a Eq. (5.56) e observando que

dt b − a b−a
= → dt = dx (5.57)
dx 2 2

t = a → x = −1
(5.58)
t = b → x =1

a integral em t pode ser então substituída pela integral em x,

b−a b − a (b + a ) dx
∫ f (t )dt = 2 ∫
b 1
f x+  (5.59)
−1
a
 2 2 

5.5 – Integração em
Duas Dimensões

Vamos considerar agora a obtenção de uma aproximação numérica para a

integral de uma função f ( x, z ) com a ≤ x ≤ b e c ≤ z ≤ d ,

I( f ) = ∫ ∫ f (x, z )dz dx
b d
(5.60)
a c

Na Fig. 5.7 é representada a discretização do domínio em uma malha

computacional (i, j ) com i = 1, 2, K , N x e i = 1, 2, K , N z de forma que

b−a
xi = a + (i − 1)∆x com ∆x = (5.61)
Nx −1

d −c
z j = c + ( j − 1)∆z com ∆x = (5.62)
Nz −1
Usando a dupla interpolação linear apresentada na Seção 4.3 e
considerando a avaliação da função com f (ξ ,η ) onde com xi −1 ≤ ξ ≤ xi e
z j −1 ≤ η ≤ z j , as Eqs. (4.12) e (4.13) são reescritas como

132
 ξ − xi −1
γ = (5.63)
xi − xi −1

η − z j −1
α= (5.64)
z j − z j −1

e as Eqs. (4.14) e (4.15),

f (ξ , z j −1 ) = (1 − γ ) f (xi −1 , z j −1 ) + γ f (xi , z j −1 )
f (ξ , z j ) = (1 − γ ) f (xi −1 , z j ) + γ f (xi , z j )
(5.65)

f (ξ ,η ) = (1 − α ) f (ξ , z j −1 ) + α f (x i , z j ) (5.66)

Figura 4.7 – Malha Computacional para integral em duas dimensões.

Considerando o ponto (ξ ,η ) tal que

xi − xi −1 xi + xi −1 z j − z j −1 z j + z j −1
ξ = xi −1 + = η = z j −1 + = (5.67)
2 2 2 2

obtém-se das Eqs. (4.63) e (4.64),

γ = α = 0,5 (5.68)

133
 e das Eqs. (5.65) e (5.66),

f (ξ ,η ) =
1
{f (xi−1 , z j −1 ) + f (xi , z j −1 ) + f (xi −1 , z j ) + f (xi , z j )} (5.69)
4

De forma a simplificar a notação a Eq. (5.69) é reescrita como

f i, j =
1
( f i−1, j −1 + f i, j −1 + f i −1, j + f i, j ) (5.70)
4

O volume sob a curva f ( x, z ) no intervalo xi −1 ≤ x ≤ xi , z j −1 ≤ z ≤ z i é

aproximada por
vi , j = f i , j ( xi − x i −1 )(z j − z j −1 ) (5.71)

A integral da curva f ( x, z ) no intervalo a ≤ x ≤ b , c ≤ z ≤ d , é

aproximado pela soma dos volumes calculados pela Eq. (5.71) para todas as
células da malha computacional representada na Fig. 5.7,

f ( x, z ) dz dx ≈ ∑∑ vi , j = ∑∑ f ij ( xi − xi −1 )(z j − z j −1 )
Nx Nz Nx Nz
I( f ) = ∫
b d

a ∫ c
i =2 j =2 i =2 j =2

(5.72)
As Eqs. (5.61) e (5.62) foram escritas para uma malha computacional
regular com espaçamento constante (em cada direção) entre dois nós
consecutivos. A Eq. (5.72) pode então ser reescrita como

Nx Nz
I ( f ) = ∆x∆z ∑∑ f ij (5.73)
i =2 j = 2

5.7 – Exercícios

5.7.1 – Considere a integral definida

I ( f ) = ∫ f ( x ) dx
b

5.7.1.1 – Escreva uma rotina computacional para o cálculo de uma aproximação

para I ( f ) usando a regra do trapézio.

5.7.1.2 – Escreva uma rotina computacional para o cálculo de uma aproximação

para I ( f ) usando a regra de Simpson.

5.7.1.3 – Escreva uma rotina computacional para o cálculo de uma aproximação

para I ( f ) usando uma quadratura de Gauss-Legendre.

134
 5.7.1.4 – Use as rotinas computacionais para o cálculo da integral da função
f ( x ) = e 3 x no intervalo [0,2] .

5.7.1.5 – Use as rotinas computacionais para o cálculo da integral da função

f ( x ) = 3 x 2 + 4 no intervalo [0,2] .

5.7.1.6 – Use as rotinas computacionais para o cálculo da integral da função

f (x ) = no intervalo [1,3].
1
x

É possível calcular o valor da aproximação para a integral I ( f ) no

intervalo [0,2] ?

Observações:
i) Varie o número de intervalos usados com a regra do trapézio e com a regra de
Simpson para observar a convergência do resultado.
ii) Varie o grau do polinômio de Legendre, n, para observar a convergência dos
resultados com o uso da quadratura de Gauss-Legendre.
iii) Comente todos os resultados obtidos. Inclua nos comentários uma comparação
da velocidade de convergência dos métodos.

5.7.2 – Em um problema de transferência de calor por radiação térmica em

meios participantes foram obtidos os resultados apresentados na Fig. 5.8.

I (τ0 , µ)

4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0 0,2 0,4 0,6 0,8 1,0 µ
Figura 5.8 – Intensidade da radiação transmitida através de uma placa de espessura óptica τ0 ,
em função do cosseno do ângulo polar µ.

Uma grandeza de grande interesse em engenharia é a transmissividade da

placa que pode ser calculada usando.
2π ∫ I (τ 0 , µ )µdµ
1

T= 0
1
(5.74)
2π ∫ µdµ
0

135
 Realize então as seguintes tarefas:

5.7.2.1 – Monte uma tabela com valores (µ i , I (τ 0 , µ i )) , i = 0, 1, K , N .

5.7.2.2 – Escreva uma rotina computacional para o cálculo de uma aproximação

para o valor da transmissividade T usando a regra do trapézio.

5.7.2.3 – Escreva uma rotina computacional para o cálculo de uma aproximação

para o valor da transmissividade T usando a regra de Simpson.

5.7.2.4 – Compare os valores obtidos.

Observação: A integral no denominador da Eq. (5.74) deve ser calculada a priori

analiticamente.

5.7.3 – Uma grandeza de grande interesse em engenharia é a reflectividade

hemisférica, que é definida da seguinte forma

2π ∫ I (0, − µ )µdµ
1

R= 0
1
2π ∫ µdµ
0

5.7.3.1 – Escreva três rotinas computacionais para o cálculo da reflectividade

hemisférica a partir dos dados apresentados na Tabela 4.11. Cada ma destas
rotinas estará relacionada a um dos seguintes métodos para o cálculo das
integrais no intervalo [1,0] : (i) trapézio; (ii) Simpson e (iii) quadratura
Gaussiana. Observe que a integral no denominador pode ser calculada
analiticamente.

5.7.3.2 – Empregando a interpolação por splines cúbicos obtida no exercício

4.8.3, monte tabelas semelhantes à Tabela 5.1, para dois conjuntos de dados
diferentes, como por exemplo, N = 10 e 50 .

Tabela 5.1 – Valores da intensidade da radiação refletida obtidos com uma interpolação por
splines cúbicos dos dados apresentados na Tabela 4.11.
Ponto µi I (0,− µ i )
1
2
3
M
N

5.7.3.3 – Apresente os resultados obtidos para a reflectividade hemisférica.

Comente o desempenho computacional dos métodos utilizados (trapézio,
Simpson e quadratura gaussiana).

5.7.3.4 – Faça comentários sobre os resultados obtidos.

136
5.7.4 – Ao se buscar a solução de um problema de transferência de calor por
radiação em uma cavidade cilíndrica de raio a e comprimento L , conforme a
representação esquemática feita na Fig. 5.9, chega-se à seguinte formulação
matemática adimensional.

γ
ϕ (ξ ) = 1 + λ ∫ ϕ (η )K (ξ ,η )dη , 0 ≤ ξ ≤ γ (5.75)
η =0

onde ϕ está relacionado ao fluxo de calor e os outros símbolos representam

λ =1− ε (5.76)
3
η −ξ + η −ξ
3

K (ξ ,η ) = 1 − 2 (5.77)
{(η − ξ ) + 1}
2
3
2

x
ξ= , 0≤ x≤ L (5.78)
2a

L
γ = (5.79)
2a

e ε é a emissividade da parede da cavidade com 0 < ε < 1 .

Pode-se tentar resolver o problema dado pelas Eqs. (5.75 – 5.79) usando
o método de aproximações sucessivas em uma forma muito semelhante àquela
apresentada na Motivação 1.2 para a solução de equações não-lineares. A partir
de uma estimativa inicial ϕ 0 (ξ ) , por exemplo ϕ 0 (ξ ) =constante, para 0 ≤ ξ ≤ γ ,
uma nova estimativa ϕ 1 (ξ ) é obtida usando
γ
ϕ 1 (ξ ) = 1 + λ ∫ ϕ 0 (η )K (ξ ,η )dη , 0≤ξ ≤γ (5.80)
η =0

2 2
x
x= x=

x=0
x=L

Figura 5.9 – Representação esquemática de cavidades cilíndricas de raio a

L
e comprimento L, com diferentes razões de aspecto γ = .
2a

137
 Com a estimativa ϕ 1 (ξ ) uma nova estimativa é obtida fazendo

γ
ϕ 2 (ξ ) = 1 + λ ∫ ϕ 1 (η )K (ξ ,η )dη , 0≤ξ ≤γ (5.81)
η =0

Este procedimento iterativo é continuado usando

γ
ϕ n (ξ ) = 1 + λ ∫ ϕ n −1 (η )K (ξ ,η )dη , 0 ≤ ξ ≤ γ (5.82)
η =0

até que um critério de parada estabelecido a priori seja satisfeito, por exemplo

ϕ 1 (ξ ) − ϕ n −1 (ξ ) < δ para 0 ≤ ξ ≤ γ (5.83)

onde δ é uma tolerância. Um critério de parada alternativo interessante é dado

por

γ γ
∫ξ ϕ n (ξ )dξ − ∫ ϕ n −1 (ξ )dξ < δ (5.84)
=0 ξ =0

Deve ser observado que o método de aproximações sucessivas aqui

descrito converge para a solução desejada, i.e.

lim ϕ n (ξ ) = ϕ (ξ ) (5.85)
n →∞

se a seguinte condição é satisfeita

1
λ < (5.86)
λM

onde M é o maior valor do kernel K (ξ ,η ) no intervalo 0 ≤ ξ ≤ γ e 0 ≤ η ≤ γ .

Duas grandezas de interesse em engenharia são o fluxo de calor líquido
β (ξ ) e a emissividade hemisférica aparente z definidos na seguinte forma
adimensional

β (ξ ) =
1
[1 − εϕ (ξ )] (5.87)
λ
γ
z = 4πa 2 ∫ β (ξ )dξ (5.88)
ξ =0

5.7.4.1 – Escreva uma rotina computacional para a solução do problema dado

pelas Eqs. (5.75 – 5.79) usando o método das aproximações sucessivas. Esta
rotina deve fornecer como resultado os valores de ϕ (ξ ) e β (ξ ) no intervalo
0 ≤ ξ ≤ γ . Faça o cálculo das integrais empregando a regra do trapézio.

138
5.7.4.2 – Apresente os resultados na forma de tabelas e gráficos para os
seguintes parâmetros:

γ↓ ε→ 0,1 0,5 0,9 0,999

0,05 caso 1 caso 2 caso 3 caso 4
0,5 caso 5 caso 6 caso 7 caso 8
1,0 caso 9 caso 10 caso 11 caso 12
8,0 caso 13 caso 14 caso 15 caso 16

As tabelas e gráficos podem ser apresentados das seguintes formas:

γ= ε=
ξ ϕ β
γ
0
0,05
0,1
M
0,95
1

ϕ, β

ξ
0
γ
1

5.7.4.3 – Faça comentários sobre o desempenho do método e os resultados

obtidos.

139