2019

UNIVERSIDAD
“NESTOR CACERES
VELAZQUEZ”

METODOS NUMERICOS

TEMA:
Integración
INTEGRACION Numérica
NUMERICA

KEVIN BALTA OLIVERA

UNIVERSIDAD “NESTOR CACERES VELAZQUEZ”

CARRERA PROFESIONAL DE INGENIERIA CIVIL

METODOS NUMERICOS

Integración Numérica
Presentado por: KEVIN BALTA OLIVERA

DOCENTE: Néstor Alejandro Cruz Calapuja

Puno, 2019
 DEDICATORIA
Dedicado, a mis Padres por ser los primeros y más
grandes maestros, quienes con dedicación y
esmero supieron inculcar en mis valores que
perduraran por siempre el amor a Dios y al
prójimo, el respeto, la honradez, responsabilidad,
y los sentimientos nobles de un ser humano, que
debemos poner en práctica todos los días de la
vida ya que son el mejor homenaje por todo lo
recibido de ustedes, mil gracias.

AGRADECIMIENTO
A todos los miembros que conforman La UNIVERSIDAD
ANDINA NESTOR CACERES VELAZQUEZ, institución
que abrió sus puertas brindándome una nueva
oportunidad de culminar mis Estudios Superiores, por
medio de sus Docentes que día a día dedican sus
mayores esfuerzos para formar nuevos profesionales
altamente competitivos.

Un eterno agradecimiento por sus sabias enseñanzas.

Finalmente, a todos quienes me brindaron su apoyo

incondicional en esta etapa de mi vida, compañeros de
trabajo, personal de la Institución y en especial a mis
amigos con quienes compartimos alegrías y dificultades
en la vida Universitaria.

iii
DEDICATORIA
AGRADECIMIENTO

INDICE GENERAL
1.1. CONCEPTO........................................................................................................7
1.2. METODOS SIN COMPUTADORA .........................................................................7
3.1. TEOREMA FUNDAMENTAL DEL CALCULO ...........................................................8
3.2. FÓRMULAS DE INTEGRACIÓN DE NEWTON-COTES..............................................9
3.2.1. REGLA DEL TRAPECIO ............................................................................................. 9
3.2.2. SIMPSON 1/3 ........................................................................................................ 11
3.2.3. LA REGLA DEL TRAPECIO DE APLICACIÓN MÚLTIPLE............................................ 12
3.2.4. EVALUACIÓN DE INTEGRALES CON LA COMPUTADORA ...................................... 16
3.2.5. REGLA DE SIMPSON DE UN TERCIO ...................................................................... 17

iv
 ÍNDICE DE GRÁFICAS Y TABLAS

ILUSTRACIÓN 1 REGLA DEL TRAPECIO ....................................................................................... 10

ILUSTRACIÓN 2 REGLA DEL TRAPECIO ....................................................................................... 10
ILUSTRACIÓN 3 REGLA TRAPECIAL COMPUESTA ......................................................................... 10
ILUSTRACIÓN 4 REGLA TRAPECIAL COMPUESTA ......................................................................... 11
ILUSTRACIÓN 5. SIMPSON 1/3 Y 3/8 ....................................................................................... 11

No se encuentran elementos de tabla de ilustraciones.

v
 RESUMEN
El cálculo es la matemática del cambio. Como los ingenieros deben tratar
en forma continua con sistemas y procesos que cambian, el cálculo es una
herramienta esencial en nuestra profesión. En la esencia del cálculo están
dos conceptos matemáticos relacionados: la diferenciación y la integración.

En este capítulo estudiaremos diversos métodos numéricos que nos

permitirán obtener aproximaciones bastante precisas a integrales como la
mencionada anteriormente. Esencialmente, veremos dos tipos de
integración numérica: las fórmulas de Simpson y la regla del trapecio.

La diferenciación e integración de una función tiene tantas aplicaciones en

la ingeniería que usted tuvo que estudiar cálculo diferencial e integral en su
primer año de estudios superiores. Se podrían dar muchos ejemplos
específicos de tales aplicaciones en todos los campos de la ingeniería.

La diferenciación es algo común en ingeniería a causa de que mucho de

nuestro trabajo implica analizar los cambios de las variables, tanto en el
tiempo como en el espacio. De hecho, muchas de las leyes, y otras
generalizaciones que aparecen constantemente en nuestro trabajo, se
basan en las maneras predecibles donde el cambio se manifiesta en el
mundo físico. Un ejemplo importante es la segunda ley de Newton, que no
se expresa en términos de la posición de un objeto, sino más bien en el
cambio de la posición con respecto al tiempo.

6
CAPITULO 1: METODOS NUMERICOS

1.1. CONCEPTO

Definimos el análisis numérico como:

Una materia que se ocupa de la contracción, aplicación y análisis de las

propiedades de los métodos numéricos, para la solución de distintos problemas
matemáticos que se presentan en diferentes ramas del saber, tanto de ciencias
como de ingeniería, realizándose los cálculos a partir de datos numéricos.
(Chainskaia, 1999)

1.2. METODOS SIN COMPUTADORA

Además de proporcionar un aumento en la potencia de cálculo, la disponibilidad

creciente de las computadoras (en especial de las personales) y su asociación con
los métodos numéricos han influido de manera muy significativa en el proceso de
la solución actual de los problemas en ingeniería. Antes de la era de la
computadora los ingenieros sólo contaban con tres métodos para la solución de
problemas.

1. Se encontraban las soluciones de algunos problemas usando métodos

exactos o analíticos. Dichas soluciones resultaban útiles y proporcionaban
una comprensión excelente del comportamiento de algunos sistemas. No
obstante, las soluciones analíticas sólo pueden encontrarse para una clase
limitada de problemas. Éstos incluyen aquellos que pueden aproximarse
mediante modelos lineales y también aquellos que tienen una geometría
simple y de baja dimensión. En consecuencia, las soluciones analíticas
tienen un valor práctico limitado porque la mayoría de los problemas reales
son no lineales, e implican formas y procesos complejos.
2. Para analizar el comportamiento de los sistemas se usaban soluciones
gráficas, las cuales tomaban la forma de gráficas o nomogramas; aunque
las técnicas gráficas se utilizan a menudo para resolver problemas
complejos, los resultados no son muy precisos. Además, las soluciones
gráficas (sin la ayuda de una computadora) son en extremo tediosas y
difíciles de implementar. Finalmente, las técnicas gráficas están limitadas
a los problemas que puedan describirse usando tres dimensiones o
menos.
3. Para implementar los métodos numéricos se utilizaban calculadoras y
reglas de cálculo. Aunque en teoría dichas aproximaciones deberían ser
perfectamente adecuadas para resolver problemas complicados, en la

7
 práctica se presentan varias dificultades debido a que los cálculos
manuales son lentos y tediosos. Además, los resultados no son
consistentes, ya que surgen equivocaciones cuando se efectúan los
numerosos cálculos de esta manera. (Canale, 2007)

CAPITULO 2: INTEGRACIÓN NUMÉRICA

En los cursos de Análisis Matemático (Cálculo Integral), nos enseñan como

calcular una integral definida de una función continua mediante la aplicación del
Teorema Fundamental del Cálculo:

3.1. TEOREMA FUNDAMENTAL DEL CALCULO

Sea 𝑓(𝑥) una función continua y definida en el intervalo [𝑎, 𝑏] y sea 𝐹(𝑥)
una función primitiva de 𝑓(𝑥), entonces:
𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = 𝐹(𝑏) − 𝐹(𝑎)
𝑎

El problema en la práctica se presenta cuando nos vemos imposibilitados

de encontrar la función primitiva requerida, aún para integrales
aparentemente sencillas como:

1
2
𝐼 = ∫ 𝑒 𝑥 𝑑𝑥
0

la cual simplemente es imposible de resolver con el Teorema Fundamental

del Cálculo.

En este capítulo estudiaremos diversos métodos numéricos que nos

permitirán obtener aproximaciones bastante precisas a integrales como la
mencionada anteriormente. Esencialmente, veremos dos tipos de
integración numérica: las fórmulas de Newton-Cotes y sus diferentes
métodos.

Las fórmulas de Newton-Cotes a desarrollar son las tres primeras,

constituidas por las reglas del trapecio y de Simpson (regla de un tercio y
de tres octavos).

8
 Haciendo uso de algunos programas computacionales matemáticos (por
ejemplo, Scilab) es posible discernir sobre las cualidades y defectos de
cada uno de los métodos mencionados arriba.

3.2. FÓRMULAS DE INTEGRACIÓN DE NEWTON-COTES

Estas fórmulas se basan en la idea de integrar una función polinomial en

vez de 𝑓(𝑥) ∶
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑃𝑛 (𝑥)𝑑𝑥
𝑎 𝑎
𝑛
donde 𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 es un polinomio de aproximación de
grado 𝑛 para ciertos valores de 𝑓(𝑥) que se escogen apropiadamente (se
suele conocer también como polinomio de interpolación, ya que la
condición es que tome los mismos valores que la función original en los
puntos elegidos). Estas fórmulas se pueden aplicar también a una tabla de
datos, siendo éstos los puntos a considerar.
Dentro de las fórmulas de Newton-Cotes, existen las formas cerradas y
abiertas. En las formas cerradas se conocen los valores de 𝑓(𝑥) y 𝑓(𝑦), en
caso contrario, se llaman formas abiertas. Nos remitiremos a estudiar
únicamente las formas cerradas, y por lo tanto, siempre supondremos que
conocemos los valores de los extremos, 𝑓(𝑎) y 𝑓(𝑏).

3.2.1. REGLA DEL TRAPECIO

Corresponde al caso donde 𝑛 = 1, es decir:

𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥) ≈ ∫ 𝑃1 (𝑥)𝑑𝑥
𝑎 𝑎

donde 𝑃1 (𝑥) es un polinomio de grado 1.

En el gráfico trazamos la recta que une los puntos: (a, f(a)) y (b, f(b))
obteniendo un trapecio cuya superficie será, aproximadamente, el valor de
la integral I.

9
 Ilustración 1 Regla del Trapecio

Ilustración 2 Regla del Trapecio

Así tendremos:
𝑏 𝑏 𝑏
𝑓(𝑎) − 𝑓(𝑏)
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑃1 (𝑥)𝑑𝑥 = ∫ (𝑎𝑜 + 𝑎1 𝑥)𝑑𝑥 = (𝑏 − 𝑎) ∗
𝑎 𝑎 𝑎 2

conocida como Regla del Trapecio.

Es de apreciar que el error que se llega a cometer con esta forma de
aplicación puede ser significativo. Una mejor aproximación se obtiene
dividiendo el intervalo de integración en subintervalos y aplicando en cada
uno de ellos la regla trapecial. A este procedimiento se lo conoce como
Regla Trapecial Compuesta.

Ilustración 3 Regla Trapecial Compuesta

10
 Ilustración 4 Regla Trapecial Compuesta

Este nombre se debe a la interpretación geométrica que le podemos dar a

la fórmula. El polinomio de interpolación para una tabla que contiene dos
datos, es una línea recta. La integral, corresponde al área bajo la línea
recta en el intervalo [𝑎, 𝑏], que es precisamente el área del trapecio que se
forma.

3.2.2. SIMPSON 1/3

a) Descripción grafica de la regla de Simson 1/3, que consiste en tomar el

área bajo una parábola que une tres puntos.
b) Descripción grafica de la regla de Simpson 3/8, que consiste en tomar el
área bajo una ecuación cubica que se une en cuatro puntos.

Ilustración 5 Simpson 1/3 y 3/8

11
3.2.3. LA REGLA DEL TRAPECIO DE APLICACIÓN MÚLTIPLE

Una forma de mejorar la precisión de la regla del trapecio consiste en dividir el

intervalo de integración de a a b en varios segmentos, y aplicar el método a cada
uno de ellos. Las áreas de los segmentos se suman después para obtener la
integral en todo el intervalo. Las ecuaciones resultantes se llaman fórmulas de
integración, de aplicación múltiple o compuestas.

La figura muestra el formato general y la nomenclatura que usaremos para obtener

integrales de aplicación múltiple. Hay n + 1 puntos igualmente espaciados (x0, x1,
x2,...,xn). En consecuencia, existen n segmentos del mismo ancho:

𝑏−𝑎
ℎ=
𝑛

Si a y b se designan como 𝑥0 y 𝑥𝑛 , respectivamente, la integral completa se

representará como
𝑥1 𝑥2 𝑥𝑛
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 + ⋯ + ∫ 𝑓(𝑥)𝑑𝑥
𝑥0 𝑥1 𝑥𝑛−1

Sustituyendo la regla del trapecio en cada integral se obtiene

𝑓(𝑥0 ) + 𝑓(𝑥1 ) 𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )

𝐼=ℎ +ℎ +⋯+ ℎ
2 2 2

o, agrupando términos,
𝑛−1
ℎ
𝐼 = [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
2
𝑖=1

12
13
Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:
1
2
∫ 𝑒 𝑥 𝑑𝑥
0

Solución
Usamos la fórmula directamente con los siguientes datos:

𝑎=0
𝑏=1
2
𝑓(𝑥) = 𝑒 𝑥
Por lo tanto, tenemos que:
1
2 𝑓(0) + 𝑓(1) 1+𝑒
∫ 𝑒 𝑥 𝑑𝑥 = (1 − 0) [ ]= = 1.85914
2 2
0

Ejemplo 2:
Usar la regla del trapecio para aproximar la integral:
7
𝑒𝑥
∫ 𝑑𝑥
𝑥
2

Solución
Igual que en el ejemplo anterior, sustituimos los datos de manera directa
en la fórmula del trapecio. En este caso, tenemos los datos:
𝑎=2
𝑏=4
𝑒𝑥
𝑓(𝑥) =
𝑥
Por lo tanto, tenemos que:
4
𝑒𝑥 𝑓(2) + 𝑓(4) 𝑒2 𝑒4
∫ 𝑑𝑥 ≈ (4 − 2) ∗ [ ]= + = 17.3441
𝑥 2 2 4
2

La regla del trapecio se puede ampliar si subdividimos el intervalo [𝑎, 𝑏] en

𝑏−𝑎
𝑛 subintervalos, todos de la misma longitud ℎ = .
𝑛

Sea 𝑃 = {𝑥0 , 𝑥1 , … , 𝑥𝑛 } la partición que se forma al hacer dicha subdivisión.

Usando propiedades de la integral tenemos que:
𝑏 𝑥1 𝑥2 𝑥𝑛

∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 + ⋯ + ∫ 𝑓(𝑥)𝑑𝑥

𝑎 𝑥0 𝑥1 𝑥𝑛−1

14
Aplicando la regla del trapecio en cada una de las integrales, obtenemos:

𝑏
𝑓(𝑥0 ) + 𝑓(𝑥1 ) 𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑥1 − 𝑥0 ) [ ] + ⋯ + (𝑥𝑛 − 𝑥𝑛−1 ) [ ]
2 2
𝑎

Ahora bien, ya que todos los subintervalos tienen la misma longitud h,

tenemos que:

𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )]
2
𝑎

Sustituyendo el valor de h y usando la notación sigma, tenemos finalmente:

𝑏
𝑓(𝑥0 ) + 2 ∑𝑛=1
𝑖=1 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎) [ ]
2𝑛
𝑎

Esta es la regla del trapecio para n subintervalos. Cuantos más

subintervalos se usen, mejor será la aproximación a la integral, hasta que
la importancia de los errores por redondeo comience a tomar relevancia.

Ejemplo 1:
Aplicar la regla del trapecio para aproximar la integral

1
2
∫ 𝑒 𝑥 𝑑𝑥
0

si subdividimos en 5 intervalos.

Solución

En este caso, identificamos 𝑛 = 5, y la partición generada es:

𝑃 = {0,0.2,0.4,0.6,0.8,1}

15
 Así, aplicando la fórmula tenemos que:
1
2 𝑓(0) + 2(𝑓(0.2) + 𝑓(0.4) + 𝑓(0.6) + 𝑓(0.8)) + 𝑓(1)
∫ 𝑒 𝑥 𝑑𝑥 ≈ (1 − 0) [ ]
2(5)
0
2 2 2 2
1 + 2(𝑒 0.2 + 𝑒 0.4 + 𝑒 0.6 + 𝑒 0.8 ) + 𝑒
= 1[ ] = 1.48065
10

Cabe mencionar que el valor verdadero de esta integral es de 1.4626…

Así, vemos que, con 5 intervalos, la aproximación no es tan mala. Para

hacer cálculos con más subintervalos, es conveniente elaborar un
programa que aplique la fórmula con el número de subintervalos que uno
desee. El lector debería hacer su propio programa y checar con 50, 500,
1000, 10000 y 20000 subintervalos, para observar el comportamiento de
la aproximación.

3.2.4. EVALUACIÓN DE INTEGRALES CON LA COMPUTADORA

Planteamiento del problema. Con software basado en la figura resuelva un

problema relacionado con el ya conocido: paracaidista en caída. Como usted
recordará de ejemplos de dinámica, la velocidad del paracaidista está dada con la
siguiente función en términos del tiempo:

𝑔𝑚 −𝑐𝑡
𝑣(𝑡) = (1 − 𝑒 𝑚 ) … … … … 𝑒𝑐. (1)
𝑐

Donde v = velocidad (m/s), g = constante gravitacional de 9.8 m/s2, m = masa del

paracaidista igual a 68.1 kg y c = coeficiente de arrastre de 12.5 kg/s. El modelo
predice la velocidad del paracaidista como una función del tiempo, de la manera
en que se describió en temas anteriores.

Suponga que desea saber qué tan lejos ha caído el paracaidista después de cierto
tiempo t. Tal distancia está determinada por ecuación:

𝑡
𝑑 = ∫ 𝑣(𝑡)𝑑𝑡
0

donde d es la distancia en metros. Sustituyendo en la ecuación (1)

16
 𝑔𝑚 𝑡 −𝑐𝑡
𝑑= ∫ (1 − 𝑒 𝑚 ) 𝑑𝑡
𝑐 0

Use su propio software, para determinar esta integral mediante la regla del
trapecio de aplicación múltiple con diferentes números de segmentos. Observe
que realizando la integración en forma analítica y sustituyendo los valores de los
parámetros conocidos se obtiene un valor exacto de d = 289.43515 m.

Solución. En el caso en que n = 10 se obtiene una integral calculada de 288.7491.

Así, hemos obtenido la integral con tres cifras significativas de exactitud. Los
resultados con otros números de segmentos son:

Así, hasta cerca de 500 segmentos, la regla del trapecio de aplicación múltiple
obtiene excelente precisión. Sin embargo, observe cómo el error cambia de signo
y empieza a aumentar en valor absoluto más allá de los 500 segmentos. Cuando
se tienen 10 000 segmentos, de hecho, parece diverger del valor verdadero. Esto
se debe a la aparición del error de redondeo por el gran número de cálculos para
todos esos segmentos. De esta manera, el nivel de precisión está limitado y nunca
se podrá alcanzar el valor exacto de 289.4351 que se obtiene en forma analítica.
Esta limitación, así como la manera de superarla se analizará con más detalle en
el capítulo 22.

3.2.5. REGLA DE SIMPSON DE UN TERCIO

Suponemos que tenemos los datos:

𝑎 𝑥𝑛 𝑏
𝑓(𝑎) 𝑓(𝑥𝑛 ) 𝑓(𝑏)

donde 𝑥𝑛 es el punto medio entre 𝑎 y 𝑏.

17
El polinomio P2(x) = a0 + a1 * x + a2 * x2 (Polinomio de grado 2 en x)
aproxima a la función pasando por los puntos (-h, y1), (0, y2), (h, y3)

ℎ ℎ −ℎ
2 )𝑑𝑥
𝑥2 𝑥3
𝐴 = ∫ 𝑃2 (𝑥)𝑑𝑥 = ∫ (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 = [𝑎0 𝑥 + 𝑎1 + 𝑎2 ]
−ℎ −ℎ 2 3 ℎ

ℎ3
𝐴 = 𝑎0 2ℎ + 𝑎2 2
3

Analizando el polinomio y la función en los distintos puntos:

x = 0 → f(0) = y1 → P2(0) = a0 ∴ 𝑎0 = 𝑦1
x = h → f(h) = y2 → P2(h) = a0 + a1 · h + a2 · h2………………….
x = -h → f(-h) = y0 → P2(-h) = a0 – a1 · h + a2 · h2 ………………
Sumamos y :
𝑦0 + 𝑦2 = 2𝑎0 + 2𝑎2 ℎ2
𝑦0 + 𝑦2 = 2𝑦1 + 2𝑎2 ℎ2
Entonces:

18
 𝑦0 − 2𝑦1 + 𝑦2
𝑎2 =
2ℎ2
Reemplazando
(𝑦0 − 2𝑦1 + 𝑦2 )ℎ
𝐴 = 2𝑦1 ℎ +
3
ℎ
𝐴= (6𝑦1 + 𝑦0 − 2𝑦1 + 𝑦2 )
3
ℎ
𝐴 = (𝑦0 + 4𝑦1 + 𝑦2 )
3
Área de la parábola (polinomio de grado 2) que pasa por y0, y1 e y2
Si tomamos “n” particiones del intervalo (con n par), tenemos:
(𝑏−𝑎)
ℎ = 𝑛
(tamaño de los subintervalos)

𝐴 = 𝐴1 + 𝐴2 + ⋯ + 𝐴𝑛⁄2 (n/2 parábolas se subtienden)

ℎ ℎ ℎ
𝐴= (𝑦0 + 4𝑦1 + 𝑦2 ) + (𝑦2 + 4𝑦3 + 𝑦4 ) + ⋯ + (𝑦𝑛−2 + 4𝑦𝑛−1 + 𝑦𝑛 )
3 3 3
ℎ
𝐴= (𝑦 + 4𝑦1 + 𝑦2 + 4𝑦3 + 2𝑦4 + ⋯ + 𝑦𝑛−2 + 4𝑦𝑛−1 + 𝑦𝑛 )
3 0

Si llamamos:

Extremos: 𝐸 = (𝑦0 + 𝑦𝑛 )
ℎ(𝐸+4𝐼+2𝑃) 𝑏
Pares: 𝐸 = (𝑦2 + 𝑦4 + 𝑦6 + ⋯ + 𝑦𝑛−2 ) 𝐸= 3
= ∫−𝑎 𝐹(𝑥)𝑑𝑥

Impares: 𝐸 = (𝑦1 + 𝑦3 + 𝑦5 + ⋯ + 𝑦𝑛−1 )

Error de truncamiento:

𝑒 −ℎ4 (𝑏−𝑎) 𝐼𝑉
𝑇≈ ∗𝑓 (𝜀)
180

Ejemplo 01:

Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:

1
2
∫ 𝑒 𝑥 𝑑𝑥
0

Solución:

Aplicamos la formula directamente con los siguientes datos:

19
 𝑎 = (𝑦0 + 𝑦𝑛 )

𝑏 = (𝑦0 + 𝑦𝑛 )

𝑋𝑚 = 0.5
2
𝑓(𝑥) = 𝑒 𝑥

Por lo tanto, tenemos que:

2
1
2 𝑓(0) + 4𝑓(0.5) + 𝑓(1) 1 + 4𝑒 0.5 + 𝑒1
∫ 𝑒 𝑥 𝑑𝑥 ≈ (1 − 0) [ ]= = 1.4757
0 6 6

Ejemplo 2:

Usar la regla de Simpson de 1/3, para aproximar la siguiente integral:

4 1
𝑒𝑥
∫ 𝑑𝑥
2 𝑥

Solución:

Igual que en ejercicio anterior, sustituimos los datos adecuadamente:

1 1
𝑒𝑥 𝑓(2) + 4𝑓(3) + 𝑓(4) 1 𝑒2 𝑒2 𝑒2
∫ 𝑑𝑥 ≈ (4 − 2) [ ] = [ + 4 + ] = 14.7082
0 𝑥 6 3 2 3 4

Al igual que con regla del trapecio, podemos extender la regla de Simpson de 1/3,
si subdividimos el intervalo [a,b] en n subintervalos de la misma longitud

𝑏−𝑎
ℎ=
𝑛

Sea
P=[𝑋0 , 𝑋1 , … , 𝑋𝑛 ] 𝑙𝑎 𝑝𝑎𝑟𝑡𝑖𝑐𝑖𝑜𝑛 𝑞𝑢𝑒 𝑠𝑒 𝑓𝑜𝑟𝑚𝑎 𝑎𝑙 ℎ𝑎𝑐𝑒𝑟 𝑙𝑎 𝑠𝑢𝑏𝑑𝑖𝑣𝑖𝑠𝑖𝑜𝑛, 𝑦 𝑑𝑒𝑛𝑜𝑡𝑒𝑚𝑜𝑠

𝑝𝑜𝑟 𝑋𝑀1 ∈[𝑋𝑖−1 ,𝑋1 ] , 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑠𝑢𝑏𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜.

Aplicamos primero propiedades básicas de la integral definida:

𝑏 𝜋1 𝜋2 𝜋𝑛
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 + ⋯ + ∫ 𝑓(𝑥)𝑑𝑥
𝑎 𝜋0 𝜋1 𝜋𝑛−1

Ahora, aplicamos la regla de Simpson en cada una de las integrales de arriba:

𝑏
𝑓(𝑋0 ) + 4𝑓(𝑋𝑀1 ) + 𝑓(4𝑋1 ) 𝑓(𝑋𝑛−1 ) + 4𝑓(𝑋𝑀1 ) + 𝑓(𝑋𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑋1 − 𝑋0 ) [ ] + ⋯ + (𝑋𝑛 − 𝑋𝑛−1 ) [ ]
𝑎 6 6

𝑏−𝑎
Sustituimos ℎ = y usando la notación sigma:
𝑛

20
 𝑏 𝑛 𝑛−1
𝑓(𝑋0 ) + 4 ∫𝑖=1 𝑓(𝑋𝑚𝑖 ) + 2 ∫𝑖=1 𝑓(𝑋𝑖 ) + 𝑓(𝑋𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ ( 𝑏 − 𝑎) [ ]
𝑎 6𝑛

Ejemplo 01:

Aproxima la siguiente integral, aplicando la regla de Simpson de 1/3 y

subdividiendo en 5 intervalos.
1
2
∫ 𝑒 𝑥 𝑑𝑥
0

Solucion:

En este caso, tenemos que n = 5, y la partición que se genera es:

P = [0,0.2,0.4,0.6,0.8,1]

Además, los puntos medios de cada subintervalo son:

P(M) = [0.1,0.3,0.5,0.7,0.9]

Por lo tanto, sustituimos los datos en la fórmula para obtener:

1
2
∫ 𝑒 𝑥 𝑑𝑥 ≈
0
𝑓(0) + 4[𝑓(0.1) + 𝑓(0.3) + ⋯ + 𝑓(0.9)] + 2[𝑓(0.2) + 𝑓(0.4) + ⋯ + 𝑓(0.8)] + 𝑓(1)
≈ ( 1 − 0) [ ]
6𝑛

1 2 2 2 2 2 2 2
≈ [1 + 4[𝑒 0.1 + 𝑒 0.3 + ⋯ + 𝑒 0.9 ] + 2[𝑒 0.2 + 𝑒 0.4 + 𝑒 0.6 + 𝑒 0.8 ] + 𝑒1 ] = 1.4626
3

Nótese que esta aproximación ye es exacta hasta el cuarto decimal.

Ejemplo 02:

Aproximar la siguiente integral, usando la regla de Simpson de 1/3 y subdiviendo

en 4 intervalos.

4 1
𝑒𝑥
∫ 𝑑𝑥
2 𝑥

Solución:

En este caso tenemos n=4, y la partición que en este caso se genera es:

P = [2 , 2.5 , 3.3 , 4]

Además, los puntos medios de cada subintervalo son:

21
 P(M) = [2.25 , 2.75 , 3.25 , 3.75]

Sustituyendo estos datos en la formula obtenemos la siguiente expresión:

4 1
𝑒𝑥
∫ 𝑑𝑥 ≈
2 𝑥
𝑓(2) + 4[𝑓(2.25) + 𝑓(2.75) + 𝑓(3.25) + 𝑓(3.75)] + 2[𝑓(2.5) + 𝑓(3) + 𝑓(3.5)] + 𝑓(4)
≈ ( 4 − 2) [ ]
6∗4

1 𝑒2 𝑒 2.25 𝑒 2.75 𝑒 3.25 𝑒 3.5 𝑒 2.5 𝑒 3 𝑒 3.5 𝑒4

≈ [ +4[ + + + ]+ 2[ + + ] + ] = 14.6767
12 2 2.25 2.75 3.25 3.75 2.5 3 3.5 4

CAPITULO 5: CONCLUSIONES

1) Para aplicaciones individuales de las funciones con buen

comportamiento, la regla del trapecio de múltiples segmentos es casi
exacta para el tipo de precisión requerida en diversas aplicaciones de
la ingeniería.

2) Si se requiere de alta exactitud, la regla del trapecio de múltiples

segmentos exige un gran trabajo computacional. Aunque este trabajo
resulta insignificante para una sola aplicación, puede ser muy
importante cuando: a) se evalúan numerosas integrales, o b) donde la
función misma es consumidora de tiempo en su evaluación.

3) Los métodos numéricos son una herramienta de cálculo para

determinar soluciones de ecuaciones complejas en las matemáticas,
estas soluciones son de muy poco error.

4) La regla del trapecio en nuestro ejemplo se aproxima bastante al

resultado, pero la regla se Simpson llego a una aproximación de la 4ta
decimal, ello no significa que la regla de Simpson sea mejor que la regla
del trapecio, sino que la integral es definible para Simpson.

5) En los diferentes métodos que presenta la materia de Métodos

numéricos tenemos: el método de la integración y esta abarco dos
formas de dar solución a ecuaciones complejas estas son; Método del
trapecio y el método de Simpson.

22
6) Sin duda la regla del trapecio requieres de varias operaciones para
llegar a un mínimo error, existen otros métodos de cálculo como por
ejemplo en Newton Raphson que determina soluciones en pocas
iteraciones a comparación del método del trapecio, pero no en todas
las soluciones de ecuaciones sucede ello. Al mismo tiempo las
ecuaciones que se pueden desarrollar en pocas iteraciones con el
método del trapecio o simpson, en todo caso la resolución de
problemas debe ser verificada para ver cuál método se acomoda a
determinada ecuación, los comportamientos de cada una se acomodan
a diferentes casos de los problemas.

7) Por último, los errores de redondeo representan una limitación en

nuestra habilidad para determinar integrales. Esto se debe tanto a la
precisión de la máquina como a los diversos cálculos involucrados en
técnicas simples como la regla del trapecio de múltiples segmentos.

23
BIBLIOGRAFÍA CITADA

Canale, S. C. (2007). Métodos numéricos para ingenieros. MExico: McGraw-Hill

Interamericana.

Chainskaia, L. (1999). Elementos de Analisis Numerico algoritmo y aplicaciones.

Lima.

Dominguez, A. N. (2006). METODOS NUMERICOS. MEXICO.

García, R. I. (1984). EJERCICIOS DE METODOS MERICOS. MEXICO.

24