Académique Documents
Professionnel Documents
Culture Documents
UNIVERSIDAD
“NESTOR CACERES
VELAZQUEZ”
METODOS NUMERICOS
TEMA:
Integración
INTEGRACION Numérica
NUMERICA
METODOS NUMERICOS
Integración Numérica
Presentado por: KEVIN BALTA OLIVERA
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.
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
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.
6
CAPITULO 1: METODOS NUMERICOS
1.1. CONCEPTO
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)
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
1
2
𝐼 = ∫ 𝑒 𝑥 𝑑𝑥
0
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.
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
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
10
Ilustración 4 Regla Trapecial Compuesta
11
3.2.3. LA REGLA DEL TRAPECIO DE APLICACIÓN MÚLTIPLE
𝑏−𝑎
ℎ=
𝑛
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
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
𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )]
2
𝑎
𝑏
𝑓(𝑥0 ) + 2 ∑𝑛=1
𝑖=1 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎) [ ]
2𝑛
𝑎
Ejemplo 1:
Aplicar la regla del trapecio para aproximar la integral
1
2
∫ 𝑒 𝑥 𝑑𝑥
0
si subdividimos en 5 intervalos.
Solución
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
𝑔𝑚 −𝑐𝑡
𝑣(𝑡) = (1 − 𝑒 𝑚 ) … … … … 𝑒𝑐. (1)
𝑐
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
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.
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.
𝑎 𝑥𝑛 𝑏
𝑓(𝑎) 𝑓(𝑥𝑛 ) 𝑓(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
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)
Si llamamos:
Extremos: 𝐸 = (𝑦0 + 𝑦𝑛 )
ℎ(𝐸+4𝐼+2𝑃) 𝑏
Pares: 𝐸 = (𝑦2 + 𝑦4 + 𝑦6 + ⋯ + 𝑦𝑛−2 ) 𝐸= 3
= ∫−𝑎 𝐹(𝑥)𝑑𝑥
Error de truncamiento:
𝑒 −ℎ4 (𝑏−𝑎) 𝐼𝑉
𝑇≈ ∗𝑓 (𝜀)
180
Ejemplo 01:
Solución:
19
𝑎 = (𝑦0 + 𝑦𝑛 )
𝑏 = (𝑦0 + 𝑦𝑛 )
𝑋𝑚 = 0.5
2
𝑓(𝑥) = 𝑒 𝑥
Ejemplo 2:
4 1
𝑒𝑥
∫ 𝑑𝑥
2 𝑥
Solución:
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
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:
Solucion:
P = [0,0.2,0.4,0.6,0.8,1]
P(M) = [0.1,0.3,0.5,0.7,0.9]
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
Ejemplo 02:
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]
21
P(M) = [2.25 , 2.75 , 3.25 , 3.75]
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
CAPITULO 5: CONCLUSIONES
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.
23
BIBLIOGRAFÍA CITADA
24