MÉTODOS NUMÉRICOS
NOTA TÉCNICA 5
Integración Numérica.
Dada una función 𝑓 definida sobre un intervalo [𝑎, 𝑏], estamos interesados en calcular
𝒃
𝑱(𝒇) = ∫ 𝒇(𝒙)𝒅𝒙
𝒂
suponiendo que esta integral tenga sentido para la función 𝑓. La cuadratura o integración
numérica consiste en obtener fórmulas aproximadas para calcular la integral 𝐽(𝑓) de 𝑓. Estos
métodos son de gran utilidad cuando la integral no se puede calcular por métodos analíticos,
su cálculo resulta muy costoso y estamos interesados en una solución con precisión finita dada
o bien sólo disponemos de una tabla de valores de la función (es decir, no conocemos la forma
analítica de 𝑓).
FÓRMULAS DE INTEGRACIÓN DE NEWTON COTES
Las fórmulas de Newton - Cotes son los tipos de integración numérica más comunes. Se basan
en la estrategia de reemplazar una función complicada o datos tabulados por un polinomio de
aproximación que es fácil de integrar:
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥) × 𝑑𝑥 ≈ ∫ 𝑓𝑛 (𝑥) × 𝑑𝑥
𝑎 𝑎
Donde 𝑓𝑛 (𝑥) es un polinomio de la forma
𝑓𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛−1 𝑥 𝑛−1 + 𝑎𝑛 𝑥 𝑛
donde 𝑛 es el grado del polinomio. Por ejemplo, en la Figura 1 se utiliza un polinomio de
primer grado como una aproximación:
mientras que en la Figura 2 , se emplea una parábola con el mismo propósito.
La integral también se puede aproximar usando un conjunto de polinomios aplicados por
pedazos a la función o datos, sobre segmentos de longitud constante. Así, en la Figura 3, se
usan tres segmentos de línea recta para aproximar la integral.
Existen formas cerradas y abiertas de las fórmulas de Newton - Cotes. En esta sección sólo se
analizarán las formas cerradas. En ellas, se conocen los datos al inicio y al final de los límites
de integración.
REGLA DE TRAPECIO
En análisis numérico la regla del trapecio es un método de integración, es decir, un método
para calcular aproximadamente el valor de una integral definida. La regla se basa en aproximar
el valor de la integral de 𝑓(𝑥) por el de la función lineal, que pasa a través de los puntos
(𝑎, 𝑓(𝑎)) y (𝑏, 𝑓(𝑏)). La integral de ésta es igual al área del trapecio bajo la gráfica de la
función lineal.
Regla de trapecio simple
Para realizar la aproximación por esta regla es necesario usar un polinomio de primer orden,
y esta es representada por:
𝑓(𝑏) − 𝑓(𝑎)
𝑃1 (𝑥) = 𝑓(𝑎) + (𝑥 − 𝑎)
𝑏−𝑎
Entonces al sustituir en la integral tenemos:
𝑏 𝑏 𝑏
𝑓(𝑏) − 𝑓(𝑎)
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑃1 (𝑥)𝑑𝑥 ≈ ∫ [𝑓(𝑎) + (𝑥 − 𝑎)] 𝑑𝑥
𝑎 𝑎 𝑎 𝑏−𝑎
Por último al resolver esa integral nos queda:
𝑏
𝑓(𝑏) − 𝑓(𝑎)
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎)
𝑎 2
Cálculo del error
El término de error corresponde a:
1 ′′
𝐸𝑖 = − 𝑓 (𝜉)(𝑏 − 𝑎)3
12
Siendo 𝜉 un número perteneciente al intervalo [𝑎, 𝑏].
La regla del trapecio compuesta o regla de los trapecios es una forma de aproximar una
integral definida utilizando n trapecios. En la formulación de este método se supone que f es
continua y positiva en el intervalo [𝑎, 𝑏]. De tal modo la integral definida
𝑏
∫𝑎 𝑓(𝑥)𝑑𝑥 representa el área de la región delimitada por la gráfica de 𝑓 y el eje 𝑥, desde 𝑥 =
𝑎 hasta 𝑥 = 𝑏. Primero se divide el intervalo [𝑎, 𝑏] en nsubintervalos, cada uno de ancho Δ𝑥 =
𝑏−𝑎
( ).
𝑛
Después de realizar todo el proceso matemático se llega a la siguiente fórmula:
𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥~ [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + ⋯ + 𝑓(𝑏)]
𝑎 2
𝑏−𝑎
Donde ℎ = y 𝑛 es el número de divisiones.
𝑛
La expresión anterior también se puede escribir como:
𝑏 𝑛−1
𝑏 − 𝑎 𝑓(𝑎) + 𝑓(𝑏) 𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥~ [ + ∑ 𝑓 (𝑎 + 𝑘 )]
𝑎 𝑛 2 𝑛
𝑘−1
El error en esta aproximación se corresponde con :
(𝑏 − 𝑎)3
− 𝑓′′(𝜉)
12𝑛2
Siendo 𝑛 el número de subintervalos.
Ejemplo:
Calcule:
2
𝑥 3 𝑑𝑥
∫ 1
1 1 + 𝑥2
Integrando por el método del trapecio.
𝑏
ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑎) + 𝑓(𝑏)]
𝑎 2
𝑏−𝑎
ℎ=
𝑛
donde:
𝑎=1 𝑏=2 𝑛=1
Luego:
2−1
ℎ= =1
1
𝑓(𝑎) = 𝑓(1) = 0.5
𝑓(𝑏) = 𝑓(2) = 3.313708
Reemplazando en la fórmula:
1
𝐼 = [0.5 + 3.313708]
2
𝐼 = 1.906854
REGLA DE SIMPSON
En análisis numérico, la regla o método de Simpson (nombrada así en honor de Thomas
Simpson) y a veces llamada regla de Kepler es un método de integración numérica que se
utiliza para obtener la aproximación dela integral:
𝑏
𝑏−𝑎 𝑎+𝑏
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 4𝑓 ( ) + 𝑓(𝑏)]
𝑎 6 2
Consideramos el polinomio interpolador de orden dos 𝑃2 (𝑥) que aproxima a la función
integrando 𝑓(𝑥) entre los nodos 𝑥0 = 𝑎, 𝑥1 = 𝑏 𝑦 𝑚 = (𝑎 + 𝑏)/2. La expresión de ese
polinomio interpolante, expresado a través de la interpolación polinómica de Lagrange es:
(𝑥 − 𝑚)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑏) (𝑥 − 𝑎)(𝑥 − 𝑚)
𝑃2 (𝑥) = 𝑓(𝑎) + 𝑓(𝑚) + 𝑓(𝑏)
(𝑎 − 𝑚)(𝑎 − 𝑏) (𝑚 − 𝑎)(𝑚 − 𝑏) (𝑏 − 𝑎)(𝑏 − 𝑚)
Así, la integral buscada:
𝑏
𝐼 ∫ 𝑓(𝑥)𝑑𝑥
𝑎
Es equivalente a
𝑏
𝑏−𝑎
𝐼 = ∫ 𝑃2 (𝑥)𝑑𝑥 + 𝑡é𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = [𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏) + 𝐸(𝑓)],
𝑎 6
Donde 𝐸(𝑓) es el término de error; por lo tanto, se puede aproximar como:
𝑏
𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 4𝑓(𝑚) + 𝑓(𝑏)].
𝑎 6
Ejemplo:
Obtenga
2
𝑥 3 𝑑𝑥
∫ 1
1 1 + 𝑥2
Integrando por el método Simpson
Se utilizan las siguientes formulas
𝑏
3ℎ
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
𝑎 8
𝑏−𝑎
ℎ=
6
Donde
𝑎=1 𝑏=2 𝑛=2
Se debe notar que para el método de Simpson 3/8 simple el valor de n es igual a 3.
Luego
2−1 1
ℎ= = = 0.33333
3 3
𝑥0 = 𝑎 = 1
𝑓0 = 𝑓(𝑥0 ) = 𝑓(1) = 0.5
𝑥1 = 𝑥0 + ℎ = 1 + 0.33333 = 1.33333
𝑓1 = 𝑓(𝑥0 + ℎ)
𝑓(𝑥1 ) = 𝑓(1.33333) = 1.100092
𝑥2 = 𝑥1 + ℎ = 1.333333 + 0.33333 = 1.66667
𝑓2 = 𝑓(𝑥1 + ℎ)
𝑓(𝑥2 ) = 𝑓(1.66667) = 2.020793
𝑥3 = 𝑥2 + ℎ = 1.66667 + 0.33333 = 2
𝑓3 = 𝑓(𝑥2 + ℎ)
𝑓(𝑥3 ) = 𝑓(2) = 3.313708
Lo que se puede resumir en la siguiente tabla:
𝒊 𝒙𝒊 𝒇(𝒙𝒊 )
0 1 0.5
1 0.33333 1.100092
2 0.666667 2.020793
3 2 3.313708
Reemplazando en la fórmula:
3(0.333333)
𝐼= [0.5 + 3(1.100092) + 2.020793) + 3.313708]
8
𝐼 = 1.647045
CUADRO INFORMATIVO
UNIDAD LINKS BIBLIOGRAFÍA
5 Fórmulas de Newton-Cotes: Nieves Hurtado, A. (2015). Métodos numéricos:
https://www.youtube.com/wat aplicados a la ingeniería.. Grupo Editorial Patria.
ch?v=LsOoxnz3eUo https://elibro.net/es/lc/interline/titulos/39455
Flórez Calderón, T. (2016). Métodos numéricos
Regla de trapecio: que debes saber.. Editorial Universidad Nacional
https://www.youtube.com/wat de Colombia.
ch?v=OIqpt-0CUNE https://elibro.net/es/lc/interline/titulos/129856
García, I. (2013). Métodos numéricos: problemas
resueltos y prácticas.. Edicions de la Universitat
de Lleida.
https://elibro.net/es/lc/interline/titulos/54433
