Integración Numérica

APLICACIÓN DE METODOS NUMERICOS

CAPITULO V
INTEGRACION NUMERICA

1. INTRODUCCION
La definición de derivada empieza con una aproximación por diferencias.
y f ( xi  x)  f ( xi )

x x
Figura Nº01: Definición gráfica de una derivada
Y

f (xi  x

f ( xi )

Cuando Δx se aproxima a cero, tal como se observa en la figura Nº01; la

diferencia se transforma en una derivada:
dy f ( xi  x)  f ( xi )
 lim
dx x0 x
Es decir la derivada es la pendiente de la tangente a la curva en xi.

En cálculo, el proceso inverso de la diferenciación es la integración.

Matemáticamente, la integración se representa por:
b
I  f ( x)dx
a
Donde, a y b, son los límites f(x) función llamada integrando.
El significado de la ecuación es el valor total o sumatoria de f(x)dx, sobre el rango
de x desde a hasta b.

Figura Nº 02: Representación gráfica de la integral

Ing. Héctor G. Bolaños Sosa Pag .1

Integración Numérica

Antecedentes matemáticos de formas analíticas

Existen diferentes reglas para solucionar problemas de cálculo diferencial:
y  xn
dy
 nx n1
dx
Ejemplo Nº 1:

Encontrar la tangente de la curva: y  2 x 3  7 x 2  3x  4 en el punto

(1,2)
Solución:
dy
 2(3x 2 )  7(2 x)  3
dx
dy
 6 x 2  14 x  3
dx
En el punto X=1, se tiene:
dy
 6(1) 2  14(1)  3  5
dx
Entonces la ecuación punto pendiente es:
y  2  5( x  1)
y  7  5x
Figura Nº 03: Representación gráfica de la función, la derivada y la pendiente del
punto (1,2)

Ing. Héctor G. Bolaños Sosa Pag .2

Integración Numérica

6
PENDIENTE
EN EL PUNTO (1,2)
4

2
FUNCION

-2

-4 DERIVADA

-6
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Usando Matlab
>> y=inline('2.*x.^3-7.*x.^2+3.*x+4') 7
y=
6
Inline function:
5
y(x) = 2.*x.^3-7.*x.^2+3.*x+4
4
>> p=inline('-5.*x+7')
p= 3

Inline function: 2
Y

p(x) = -5.*x+7 1

>> fplot(y,[0 2]),grid 0

>> hold on -1
>> fplot(p,[0 2]) -2

-3
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
X

>> x=[0:0.1:1.5]';
7
>> p=7-5.*x;
>> y=2.*x.^3-7.*x.^2+3.*x+4; 6
>> plot(x,y,x,p),grid
5

3
Y

-1
0 0.5 1 1.5
X

Usando matemática simbólica:

MatLab utiliza la función diff, para diferenciar funciones
Sintaxis:

Ing. Héctor G. Bolaños Sosa Pag .3

Integración Numérica

diff(S) : diferencia la expresión simbólica S, respeto a la variable independiente

determinada por syms
diff(S,'v') : diferencia la expresión simbólica S con respecto a v
diff(S,n) : diferenciación de S, n veces
diff(S,'v',n): diferenciación de S, respecto a v, n veces

>> syms x >> syms x >> syms x

>> h=x.^3 >> h=x.^3 >> h=x.^3
h= h= h=
x^3 x^3 x^3

>> diff(h) >> diff(h,2) >> diff(h,3)

ans = ans = ans =
3*x^2 6*x 6
>> syms x >> syms x y >> diff(f,x,2)
>> f=exp(-x)-x >> f=3*x.^2*y ans =
>> diff(f) >> diff(f,x) 6*y
ans = ans =
-exp(-x)-1 6*x*y

>> diff(f,y)
ans =
3*x^2

>> syms x
>> y=2.*x.^3-7.*x.^2+3.*x+4
>> y1=diff(y)
y1 =
6*x^2-14*x+3

Ejemplo Nº 2:
Un tanque cilíndrico con eje vertical está al principio lleno con 200 000 galones de
agua. Este tanque tarda 50 minutos en vaciarse después de que se abre el
desague en el fondo. Suponga que el desague se abre en el tiempo t = 0 Una
consecuencia de la ley de Torricelli es que el volumen V de agua que queda en el
tanque después de t minutos es:
2
 t 
V (t )  (200000 )1    200000  8000 t  80t 2
 50 
Encontrar la razón instantánea a la que fluye hacia afuera el agua cuando t= 30
minutos:
Solución:
dV
 8000  (2)80t  8000  160 t
dt
30 minutos luego que se ha abierto la llave del tanque, el agua fluye con una
razón de 3200 Gall/min
V ' (30)  8000  (2)80(30)  3200

>> syms t
>> V=200000-8000*t+80*t^2
V=
200000-8000*t+80*t^2

Ing. Héctor G. Bolaños Sosa Pag .4

Integración Numérica

>> diff(V)
ans =
-8000+160*t

Para el cálculo integral existen fórmulas en las cuales se busca determinar una
integral entre límites específicos.
b b
 x n1 
 x dx  
n

 n  1  a
a
b

 f ( x)dx  F ( x) a  F (b)  F (a)

b

a
Ejemplo Nº 03:
Encontrar la integral de la siguiente función: f ( x)  6x 2  14x  3 entre los
límites 0 y 2

Solución:

 
2 2
 6 x 3 14 x 2 3x 

2
(6 x  14 x  3)dx  
2
    2 x 3  7 x 2  3x 0
0
 3 2 1 
0
Aplicando límites:
  
F ( x)  2(2)3  7(2) 2  3(2)  2(0)3  7(0) 2  3(0)  16  28  6  6

>> y=inline('6.*x.^2-14.*x+3')
y=
Inline function:
y(x) = 6.*x.^2-14.*x+3
>> fplot(y,[-0.5 2.5]),grid

10

4
Y

-2

-4

-6
-0.5 0 0.5 1 1.5 2
X
Usando funciones de Matlab (matemática simbólica)

Ing. Héctor G. Bolaños Sosa Pag .5

Integración Numérica

MatLab utiliza la función int, para integrar funciones

Sintaxis:

int(f) : integra la expresión simbólica f, respeto a la variable independiente

determinada por syms
int(f,v) : integra la expresión simbólica f con respecto a v
int(f,a,b) : integra la expresión simbólica F, entre los límites a y b
int(f,v,a,b): integra la función f, respecto a la variable v, entre los límites a y b

>> syms x >> Id=int(fx,0,2)

>> fx=6.*x.^2-14.*x+3
fx = Id =
6*x^2-14*x+3
>> I=int(fx) -6
I=

2*x^3-7*x^2+3*x

Ejemplo Nº 04:
Se bombea agua hacia un tanque, inicialmente vacío. Se sabe que la razón de
flujo del agua al tanque, después de t minutos, es de 50-t gal/min.
Qué cantidad de agua fluye al tanque durante los primeros 30 minutos?

Solución:
El Intervalo es [0,30];
La ecuación es :

30 >> pretty(I)

 (50  t )dt
0
t (t - 100)
- -----------
>> syms t 2
>> Q=50-t
Q= >> VI=int(Q,0,30)
50 - t VI =
>> I=int(Q) 1050 Gall
I=
-(t*(t - 100))/2

>> Y=inline('50-t')
Y=
Inline function:
Y(t) = 50-t
>> fplot(Y,[-10 60]),grid

Ing. Héctor G. Bolaños Sosa Pag .6

Integración Numérica

60

50

40

30
Y

20

10

-10
-10 0 10 20 30 40 50 60
X

Resolver la siguiente integral:

2 >> I=int(E)
𝐼 = ∫ (𝑥 3 − 𝑥 )𝑑𝑥 I=
−1
>> syms x (x^2*(x^2 - 2))/4
>> E=x^3-x
E= >> VI=double(int(E,-1,2))
x^3 - x VI =
2.2500

Cálculo de Areas

Encuentre el área A de la región R que está limitada por la recta g(x) =x y la

parábola f(x) = 6-x2.
Solución:

Igualando g(x) = f(x), se tiene >> Y=x^2+x-6

𝑥 = 6 − 𝑥2 Y=
2 x^2 + x - 6
𝑥 +𝑥−6=0
>> A=int(Y)
A=
(x*(2*x^2 + 3*x - 36))/6
>> VA=double(int(Y,-3,2))
VA =
-20.8333

Ing. Héctor G. Bolaños Sosa Pag .7

Integración Numérica

2. INTEGRACION NUMERICA
Las fórmula de integración de de Newton-Cotes, se basan en reemplazar una
función complicada o datos tabulados con una función aproximada fácil de integrar.
b b
I  f ( x)dx   f
a a
n ( x) dx

n1
Donde fn(x) = polinomio de la forma: f n ( x)  a0  a1x    an1 x  an xn

Se pueden aproximar las áreas con polinomios de primer orden, de segundo orden
o de mayor orden.

Figura Nº 04: Integral con línea recta Figura Nº 05: Integral con parábola

La integral también se puede aproximar mediante una serie de polinomios

aplicada a pedazos o intervalos de longitud constante, estos segmentos pueden
ser líneas rectas o también con polinomios de orden superior.

Figura Nº 06: Aproximación de tres Figura Nº 07: Aproximación de varios segmentos

segmentos en línea polinómicos

Ing. Héctor G. Bolaños Sosa Pag .8

Integración Numérica

Estas fórmulas de Newton-Cotes pueden ser formas cerradas y formas abiertas.

Formas cerradas: Los datos al inicio y final de los límites de integración estás
determinados.
Formas abiertas: tienen límites de integración que se extienden más allá del rango
de los datos.

Figura Nº 08: Formas de integración cerrada y abierta

3. LA REGLA TRAPEZOIDAL
La regla trapezoidal es una de las formulas de integración cerrada de Newton-
Cotes. Corresponde al caso donde el polinomio es de primer orden.

b b
I  f ( x)dx   f ( x)dx
a a
1

La ecuación que representa la línea recta entre dos puntos se puede ilustrar
mediante triángulos semejantes:

f1 ( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0
f ( x1 )  f ( x0 )
f 1 ( x)  f ( x 0 )  x  x 0 
x1  x0

Ing. Héctor G. Bolaños Sosa Pag .9

Integración Numérica

Para nuestro caso se tiene:

f (b)  f (a)
f1 ( x)  f (a)  ( x  a)
ba
𝑓(𝑏) − 𝑓(𝑎) 𝑎𝑓(𝑏) − 𝑎𝑓(𝑎)
𝑓1 (𝑥) = (𝑥) + 𝑓(𝑎) −
𝑏−𝑎 𝑏−𝑎
Agrupando:
𝑓(𝑏) − 𝑓(𝑎) 𝑏𝑓(𝑎) − 𝑎𝑓(𝑎) − 𝑎𝑓(𝑏) + 𝑎𝑓(𝑎)
𝑓1 (𝑥) = (𝑥) +
𝑏−𝑎 𝑏−𝑎
𝑓(𝑏) − 𝑓(𝑎) 𝑏𝑓(𝑎) − 𝑎𝑓(𝑏)
𝑓1 (𝑥) = (𝑥) +
𝑏−𝑎 𝑏−𝑎

El área bajo esta línea recta es un estimado de la integral de f(x) entre los límites a
y b:

b
 f (b)  f (a) 
a

I   f (a) 
 ba
( x  a) dx

𝑏
𝑓(𝑏) − 𝑓(𝑎) 𝑏𝑓(𝑎) − 𝑎𝑓(𝑏)
𝐼=∫ [ ( 𝑥) + ] 𝑑𝑥
𝑎 𝑏−𝑎 𝑏−𝑎
𝑓(𝑏) − 𝑓(𝑎) 𝑥 2 𝑏𝑓(𝑎) − 𝑎𝑓(𝑏)
𝐼= ( )+ ( 𝑥)
𝑏−𝑎 2 𝑏−𝑎
Integrando entre a y b, se tiene:

Ing. Héctor G. Bolaños Sosa Pag .10

Integración Numérica

f (b)  f (a)
I  (b  a)
2
Interpretación geométrica:
El área del trapecio es:

Area del Trapecio es:

A=Altura promedio*Ancho
𝐵+𝑏
𝐴= ℎ
2

A=Altura Promedio*Ancho

𝒇(𝒃) + 𝒇(𝒂)
𝑨= (𝒃 − 𝒂)
𝟐

Función de matlab
Función trapz
Calcula la integral de un conjunto de valores, mediante el método del trapecio

Sintaxis:

Ing. Héctor G. Bolaños Sosa Pag .11

Integración Numérica

trapz(x,y):
Donde:
x: vector de las variables
y: vector de los valores de la función

Ejemplo Nº 1
Determinar numéricamente la integral de la siguiente función entre valores 0 y 2:
f ( x)  x
5

Solución:

f (b)  f (a)
I  (b  a)
2
Forma Análítica
Con matemática simbólica: Desarrollo de la integral:
>> format compact 2 2
 x6 

>> syms x
>> fx=x^5 x dx    
5

>> I1=int(fx,0,2) 0
 6  0
I1 =
 26 06  64
32/3     0  10.6667
>> double(I1)  6 6  6
ans =
10.6667

35 >> fx=inline('x^5')
fx =
30
Inline function:
fx(x) = x^5
25
>>
20
fplot(fx,[0,2]),grid
>> hold on
f(x)

15 >> x=[0 2]
Trapecio x=
10 0 2
>> fx=x.^5
Analítico
5 fx =
0 32
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 >> plot(x,fx)
x

Usando el método numérico del trapecio

f (b)  f (a) >> fx=inline('x^5') Usando la función
I  (b  a) fx = trapz
2 Inline function: >> x=[0 2]
32−0
𝐼 = (2 − 0) 2 = 32 fx(x) = x^5 x=
>> a=0;b=2; 0 2
10.667 − 32 >> fa=feval(fx,a) >> fx=x.^5
𝑒= 100 fa = fx =
10.667 0 0 32
= 199.999% >> fb=feval(fx,b) >> I=trapz(x,fx)
fb = I=

Ing. Héctor G. Bolaños Sosa Pag .12

Integración Numérica

32 32
>> I=(b-a)*(fb+fa)/2
I=
32

Ejemplo Nº 2
Encontrar la integral de la siguiente función: f ( x)  6x 2  14x  3 entre los
límites 0 y 2

Solución:
Método analítico
Con matemática simbólica: Desarrollo de la integral:
>> syms x 2

>> fx=6*x^2-14*x+3 ∫ (6x 2 − 14x + 3)dx = [2x 3 − 7x 2 + 3x]

0
fx = >> fx=6*x^2-14*x+3
6*x^2 - 14*x + 3 fx =
>> I=int(fx,0,2) 6*x^2 - 14*x + 3
I= >> I=int(fx)
-6 I=
x*(2*x^2 - 7*x + 3)
>> E=expand(I)
E=
2*x^3 - 7*x^2 + 3*x
>> pretty(E)

3 2
2x -7x +3x

2
Area
1
Analítica (+)
Area Numérica

-1
f(x)

-2 Area
Analitica (-)

-3

-4

-5

-6
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x

Método numérico

Ing. Héctor G. Bolaños Sosa Pag .13

Integración Numérica

f (b)  f (a) >> fx=inline('6*x^2-14*x+3') Usando trapz

I  (b  a) fx = >> fx1=6*x.^2-14*x+3
2 Inline function: fx1 =
1 3 fx(x) = 6*x^2-14*x+3 3 -1
I  (2  0)  2(1)  2 >> a=0;b=2; >> x=[0 2]
2
>> fa=feval(fx,a) x=
−6 − 2
𝑒= 100 fa = 0 2
−6 3 >> fx1=6*x.^2-14*x+3
= 133.33% >> fb=feval(fx,b) fx1 =
fb = 3 -1
-1 >> I=trapz(x,fx1)
>> I=(b-a)*(fb+fa)/2 I=
I= 2
2

Ejemplo Nº 3:
Integrar la siguiente función en el intervalo a=0 y b=0.8
f ( x)  0.2  25x  200 x  675x  900 x  400 x5
2 3 4

Solución:
Solución Analítica
>> fx2=0.2+25*x- >> syms x
200*x^2+675*x^3- >> fx=0.2+25*x-200*x^2+675*x^3-900*x^4+400*x^5
900*x^4+400*x^5 fx =
>> I2=int(fx2,0,0.8) 400*x^5 - 900*x^4 + 675*x^3 - 200*x^2 + 25*x + 1/5
I2 = >> I=int(fx)
3076/1875 I=
>> double(I2) (200*x^6)/3 - 180*x^5 + (675*x^4)/4 - (200*x^3)/3 +
ans = (25*x^2)/2 + x/5
1.6405 >> E=expand(I)
E=
(200*x^6)/3 - 180*x^5 + (675*x^4)/4 - (200*x^3)/3 +
(25*x^2)/2 + x/5
>> pretty(E)

6 4 3 2
200 x 5 675 x 200 x 25 x x
------ - 180 x + ------ - ------ + ----- + -
3 4 3 2 5

Solución Numérica
f (b)  f (a) >> fx2=inline('0.2+25*x-
I  (b  a)  200*x^2+675*x^3-900*x^4+400*x^5');
2
>> a=0;b=0.8;
0.2320  0.2000 >> fa=feval(fx2,a)
(0.8  0)  0.1728
2 fa =
0.2000
>> e2=((1.6405-0.1728)/1.6405)*100 >> fa=feval(fx2,a)
e2 = fa =
89.4666 0.2000
>> fb=feval(fx2,b)
fb =
0.2320
>> I=(b-a)*(fb+fa)/2

Ing. Héctor G. Bolaños Sosa Pag .14

Integración Numérica

I=
0.1728

3.1. APLICACIÓN MULTIPLE DE LA REGLA TRAPEZOIDAL

Una forma de mejorar la exactitud de la regla trapezoidal es dividir el intervalo
de integración desde a hasta b en un número de segmentos y aplicar el
método a cada uno de ellos

Existen n+1 puntos, igualmente espaciados (x0, x1, x2,…, xn), en consecuencia
hay n segmentos o intervalos de igual ancho (h):
ba
h
n
La ecuación de integración trapezoidal de primer orden es:
f (b)  f (a)
I  (b  a)
2
Para el caso de de dos intervalos se tendría:
f ( x0 )  f ( x1 ) f ( x1 )  f ( x2 )
I h h
2 2
I
h
 f ( x0 )  f ( x1 )  f ( x1 )  f ( x2 )  h  f ( x0 )  2 f ( x1 )  f ( x2 )
2 2
Para un caso de “n” intervalos, se tendría:
h 
n
I   f ( x0 )  2
2  
i 1
f ( xi )  f ( xn )

De acuerdo al formato
I  (b  a) x altura promedio
n
f ( x0 )  2 f (x )  f (x )
i 1
i n
I  (b  a)
2n

Ing. Héctor G. Bolaños Sosa Pag .15

Integración Numérica

Ancho: h = b – a
N: número de trapecios
𝒃−𝒂
El valor de “h” se determina: 𝒉=
𝒏

Ejemplo Nº 4:

Sea la de la siguiente función f ( x)  x5 integrar entre valores 0 y 2:

a) Determinar numéricamente la integral para dos trapecios
b) Determinar numéricamente la integral para cuatro trapecios

Solución:
La solución analítica es 10.6667 (Ver ejemplo Nº 1)
La ecuación a usar es:
n

 f (x )  f (x )
f ( x0 )  2
i 1
i n
I  (b  a)
2n
a). Para dos trapecios (n=2)
>> n=2; Usando la función trapz:
>> a=0;b=2; >> x=[0:1:2]
>> h=(b-a)/n x=
h=1 0 1 2
>> x1=a+h >> y=x.^5
x1 = 1 y=
>> fx=inline('x.^5') 0 1 32
>> fa=feval(fx,a) >> I=trapz(x,y)
fa = 0 I = 17
>> fx1=feval(fx,x1)
fx1 = 1 >> e=(10.6667-17)/10.6667*100
>> fb=feval(fx,b) e=
fb = 32 -59.3745%
>> I=(b-a)*(fa+2*(fx1)+fb)/(2*n)
I = 17

b). Para cuatro trapecios (n=4)

>> n=4; Usando la función trapz:
>> a=0;b=2; >> x=[0:0.5:2]
>> h=(b-a)/n x=
h = 0.5000 0 0.5000 1.0000 1.5000 2.0000
>> x1=a+h >> y=x.^5
x1 = 0.5000 y=
>> x2=x1+h 0 0.0313 1.0000 7.5938 32.0000
x2 = 1 >> I=trapz(x,y)
>> x3=x2+h I=
x3 = 1.5000 12.3125
>> fx=inline('x.^5')
>> fa=feval(fx,a) Calculando el error
fa = 0
>> fx1=feval(fx,x1) >> e=(10.6667-12.3125)/10.6667*100
fx1 = 0.0313 e=

Ing. Héctor G. Bolaños Sosa Pag .16

Integración Numérica

>> fx2=feval(fx,x2) -15.4293%

fx2 = 1
>> fx3=feval(fx,x3)
fx3 = 7.5938
>> fb=feval(fx,b)
fb = 32
>> I=(b-
a)*(fa+2*(fx1+fx2+fx3)+fb)/(2*n)
I = 12.3125

35

30

25

20
f(x)

15
Trapecio 2
10

5 Trapecio 1

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x

Ejemplo Nº 5
Encontrar la integral de la siguiente función: f ( x)  6x  14x  3 entre los
2

límites 0 y 2. Utilizar 4 trapecios para encontrar el valor de la integral.

Solución:
La solución analítica es -6.0000 (Ver ejemplo Nº 2)
La ecuación a usar es:
n
f ( x0 )  2 f (x )  f (x )
i 1
i n
I  (b  a)
2n
a). Para dos trapecios (n=4)
>> n=4; Usando la función trapz
>> a=0;b=2;
>> h=(b-a)/n >> x=[0:0.5:2]
h = 0.5000 x = 0 0.5000 1.0000 1.5000 2.0000
>> x1=a+h >> y=6*x.^2-14*x+3
x1 = 0.5000 y = 3.0000 -2.5000 -5.0000 -4.5000 -1.0000
>> x2=x1+h >> I=trapz(x,y)
x2 =1 I = -5.5000
>> x3=x2+h
x3 = 1.5000 Calculo del error:
>> fx=inline('6*x.^2-14*x+3')
>> fa=feval(fx,a) >> e=(-6-(-5.5))/(-6)*100
fa = 3 e = 8.3333 %

Ing. Héctor G. Bolaños Sosa Pag .17

Integración Numérica

>> fx1=feval(fx,x1)
fx1 = -2.5000
>> fx2=feval(fx,x2)
fx2 = -5
>> fx3=feval(fx,x3)
fx3 = -4.5000
>> fb=feval(fx,b)
fb = -1
>> I=(b-
a)*(fa+2*(fx1+fx2+fx3)+fb)/(2*n)
I = -5.5000

Ejemplo Nº 6
Integrar la siguiente función en el intervalo a=0 y b=0.8
f ( x)  0.2  25x  200 x 2  675x3  900 x 4  400 x5
Usar 4 intervalos

Solución
%trape trape
%programa que calcula el area ingrese una función...: 0.2+25*x-
%usando metodo del trapecio 200*x^2+675*x^3-900*x^4+400*x^5
clc limite inferior:...0
f=input ('ingrese una función...: ','s'); limite superior:...0.8
a=input('limite inferior:...'); número de trapecios:...4
b=input('limite superior:...'); El valor de la integral es...: 1.4848
n=input('número de trapecios:...');
fx=inline(f);
h=(b-a)/n; >> a=0;b=0.8;
x=a; >> n=4;
s=feval(fx,a); >> h=(b-a)/n
for i = 1 : n-1 h=
x = x + h; 0.2000
s = s + 2*feval(fx,x); >> x=[0:0.2:0.8]
end >> y=0.2+25*x-200*x.^2+675*x.^3-
s = s + feval(fx,b); 900*x.^4+400*x.^5
I = (b -a) * s/(2*n); >> I=trapz(x,y)
disp('El valor de la integral es...:') I = 1.4848
disp(I)

Para el caso de segmentos desiguales:

>> >> I=trapz(x,Y)
x=[0,0.12,0.22,0.32,0.36,0.4,0.44,0.54,0.54,0.7,0.8]'; I =
>> Y=0.2+25*x-200*x.^2+675*x.^3- 1.5636
900*x.^4+400*x.^5;
>> T=[x,Y]
T=
0 0.2000
0.1200 1.3097
0.2200 1.3052
0.3200 1.7434
0.3600 2.0749

Ing. Héctor G. Bolaños Sosa Pag .18

Integración Numérica

0.4000 2.4560
0.4400 2.8430
0.5400 3.5073
0.5400 3.5073
0.7000 2.3630
0.8000 0.2320

4. REGLAS DE SIMPSON
Con el método de la regla trapezoidal, se usó polinomios de primer orden; una
estimación más exacta es con el uso de los polinomios de orden superior para unir
los puntos.
Así si existe un punto intermedio entre f(a) y f(b), los tres puntos se pueden unir
con una parábola.
Si existen dos puntos intermedios entre f(a) y f(b), los cuatro puntos se pueden unir
con un polinomio de tercer orden.
La ilustración gráfica (a) es la regla de Simpson 1/3
La ilustración gráfica (b) es la regla de Simpson 3/8

4.1. Regla de Simpson 1/3

Es una interpolación polinomial de segundo orden
𝑏 𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓𝑛(𝑥)𝑑𝑥 ≅ ∫ 𝑓2(𝑥)𝑑𝑥
𝑎 𝑎 𝑎
Donde fn(x): polinomio

𝑓𝑛(𝑥) = 𝑎𝑜 + 𝑎1𝑥 + 𝑎2𝑥 2 + ⋯ + 𝑎𝑛−1 𝑥 𝑛−1

Polinomio de Lagrange de segundo orden:

( x  x1 )( x  x2 ) ( x  x0 )( x  x2 ) ( x  x0 )( x  x1 )
f 2 ( x)  f ( x0 )  f ( x1 )  f ( x2 )
( x0  x1 )( x0  x2 ) ( x1  x0 )( x1  x2 ) ( x2  x0 )( x2  x1 )

Si a y b se designa como x0 y x2, se tiene:

𝑏 (𝑥 − 𝑥1)(𝑥 − 𝑥2) (𝑥 − 𝑥𝑜)(𝑥 − 𝑥2)
𝐼=∫ [ 𝑓(𝑥𝑜) + 𝑓(𝑥1)
𝑎 (𝑥𝑜 − 𝑥1)(𝑥𝑜 − 𝑥2) (𝑥1 − 𝑥𝑜)(𝑥1 − 𝑥2)
(𝑥 − 𝑥𝑜)(𝑥 − 𝑥1)
+ 𝑓(𝑥2)] 𝑑𝑥
(𝑥2 − 𝑥𝑜)(𝑥2 − 𝑥1)

Efectuando la integración y simplificando se tiene:

Ing. Héctor G. Bolaños Sosa Pag .19

Integración Numérica

ℎ
[𝑓(𝑥𝑜) + 4𝑓(𝑥1) + 𝑓(𝑥2)]
𝐼≅
3
𝑏−𝑎
ℎ=
2
Esta regla se puede expresar como:

𝑓(𝑥𝑜) + 4𝑓(𝑥1) + 𝑓(𝑥2)

𝐼 ≅ (𝑏 − 𝑎)
6

4.2. Regla de Simpson 1/3 de aplicación múltiple

𝑏−𝑎
ℎ=
𝑛
La Integral total es:

𝒙𝟐 𝒙𝟒 𝒙𝒏
𝑰 ≅ ∫ 𝒇(𝒙)𝒅𝒙 + ∫ 𝒇(𝒙)𝒅𝒙 + … + ∫ 𝒇(𝒙)𝒅𝒙 +
𝒙𝒐 𝒙𝟐 𝒙𝒏−𝟐
Sustituyendo la regla de Simpson 1/3, se obtiene:

𝑓(𝑥𝑜) + 4𝑓(𝑥1) + 𝑓(𝑥2) 𝑓(𝑥2) + 4𝑓(𝑥3) + 𝑓(𝑥4)

𝐼 ≅ 2ℎ + 2ℎ +⋯
6 6
𝑓(𝑥𝑛−2 ) + 4𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )
+ 2ℎ
6
Luego:

𝑓(𝑥0 ) + 4 ∑𝑛−1 𝑛−2

𝑖=1,3,5 𝑓(𝑥𝑖 ) + 2 ∑𝑖=2,4,6 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )
𝐼 ≅ (𝑏 − 𝑎)
3(𝑛)
4.3. Regla de Simpson 3/8
Del polinomio de interpolación de Lagrange de tercer orden, se tiene:
𝑏 𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓𝑛(𝑥)𝑑𝑥 ≅ ∫ 𝑓3(𝑥)𝑑𝑥 ≅
𝑎 𝑎 𝑎

Ing. Héctor G. Bolaños Sosa Pag .20

Integración Numérica

(𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥3)

𝑓3(𝑥) = 𝑓(𝑥𝑜)
(𝑥𝑜 − 𝑥1)(𝑥𝑜 − 𝑥2)(𝑥𝑜 − 𝑥3)
(𝑥 − 𝑥𝑜)(𝑥 − 𝑥2)(𝑥 − 𝑥3)
+ 𝑓(𝑥1)
(𝑥1 − 𝑥𝑜)(𝑥1 − 𝑥2)(𝑥1 − 𝑥3)
(𝑥 − 𝑥𝑜)(𝑥 − 𝑥1)(𝑥 − 𝑥3)
+ 𝑓(𝑥2)
(𝑥2 − 𝑥𝑜)(𝑥2 − 𝑥1)(𝑥2 − 𝑥3)
(𝑥 − 𝑥𝑜)(𝑥 − 𝑥1)(𝑥 − 𝑥2)
+ 𝑓(𝑥3)
(𝑥3 − 𝑥𝑜)(𝑥3 − 𝑥1)(𝑥3 − 𝑥2)
Luego, de integrar y simplificar, se tiene:

3ℎ
𝐼≅ [𝑓(𝑥𝑜) + 3𝑓(𝑥1) + 3𝑓(𝑥2) + 𝑓(𝑥3)]
8
𝑏−𝑎
ℎ=
3
[𝑓(𝑥𝑜) + 3𝑓(𝑥1) + 3𝑓(𝑥2) + 𝑓(𝑥3)]
𝐼 ≅ (𝑏 − 𝑎)
8
3ℎ
𝐼 ≅ 𝑛 [𝑓(𝑥0 ) + 3 ∑𝑖=1,4,7 𝑓(𝑥𝑖 ) + 3 ∑𝑖=2,5,8 𝑓(𝑥𝑖 ) + 2 ∑𝑛−3
𝑛−1 𝑛−2
𝑖=3,6,9 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]

5. INTEGRACION DE SEGMENTOS DESIGUALES

Para el caso de segmentos desiguales, se puede usar la regla trapezoidal a cada
segmento y sumar los resultados.

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

𝐼 = ℎ1 + ℎ2 + ⋯ + ℎ𝑛
2 2 2

Ing. Héctor G. Bolaños Sosa Pag .21

Integración Numérica

COMANDOS DE MATLAB

Función trapz
Calcula la integral de un conjunto de valores, mediante el método del trapecio

Sintaxis:
trapz(x,y): calcula

x: vector de las variables

y: vector de los valores de la función

Función quad
Calcula la integral, mediante el método de Simpson 1/3
Sintaxis
Quad(‘función’,a,b)
Función: es el nombre de la función
a: valor a del intervalo a integrar
b: valor b del intervalo a integrar

Ing. Héctor G. Bolaños Sosa Pag .22

Integración Numérica

EJERCIOS
1. Determinar la integral de la siguiente función

𝑓(𝑥) = 6𝑥 2 − 14𝑥 + 3
Entre los límites: [0,2]
Se deberá mostrar los siguientes resultados:
a) Mostrar un grafico
b) Sol. Analítica
c) Sol trapecio (un intervalo)
d) Sol trapecio (dos intervalos)
e) Sol trapecio (cuatro intervalos)
Solución
a) Solución analítica usando Matlab
>> syms x >> Id=int(fx)
>> fx=6*x^2-14*x+3 Id =
fx = x*(2*x^2 - 7*x + 3)
6*x^2 - 14*x + 3 >> expand(Id)
>> I=int(fx,0,2) ans =
I= 2*x^3 - 7*x^2 + 3*x
-6

GRAFICA DE UNA INTEGRAL

3

-1
f(x)

-2

-3

-4

-5

-6
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
X
b)
N° Met Valor % Ev
1 Analt -6.0000
2 1 trap 2.0000 133.33
3 2 trap -4.0000 33.33
4 4 trap -5.5000 8.33
5 6 trap -5.7778 3.70

2. Determinar la integral de la siguiente función

Entre los límites: [0,4]

Ing. Héctor G. Bolaños Sosa Pag .23

Integración Numérica

Se deberá mostrar los siguientes resultados, además mostrar el % de error de

cada valor
a) Mostrar un grafico
b) Sol. Analítica
c) Sol trapecio (un intervalo)
d) Sol trapecio (dos intervalos)
e) Sol trapecio (cuatro intervalos)

Solución
a) Grafico
>> fx=inline('1-exp(-2*x)')
fx =
Inline function:
fx(x) = 1-exp(-2*x)
>> fplot(fx,[0 4]),grid

GRAFICA DE LA INTEGRAL
1

0.9

0.8

0.7

0.6
f(x)

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3 3.5 4
x
b) Sol. Analítica

>> syms x >> I=int(fx)

>> fx=1-exp(-2*x) I=
fx = x + exp(-2*x)/2
1 - exp(-2*x) >> Id=double(int(fx,0,4))
Id =
3.5002

c) Sol un trapecio
>> fx=inline('1-exp(-2*x)') >> fb=feval(fx,b)
fx = fb =
Inline function: 0.9997
fx(x) = 1-exp(-2*x)
>> a=0;b=4; >> I=(b-a)*(fb+fa)/2
>> fa=feval(fx,a) I=
fa = 1.9993
0

d) Sol. dos trapecios

>> fx=inline('1-exp(-2*x)') >> fxo=feval(fx,a)
fx = fxo =

Ing. Héctor G. Bolaños Sosa Pag .24

Integración Numérica

Inline function: 0
fx(x) = 1-exp(-2*x) >> fx1=feval(fx,a+h)
>> a=0;b=4; fx1 =
>> a=0;b=4;n=2; 0.9817
>> h=(b-a)/n >> fx2=feval(fx,a+2*h)
h= fx2 =
2 0.9997
>> I=(b-a)*(fxo+2*fx1+fx2)/(2*n)
I=
2.9630

e) Sol. Cuatro trapecios

>> fx=inline('1-exp(-2*x)') >> fx2=feval(fx,a+2*h)
fx = fx2 =
Inline function: 0.9817
fx(x) = 1-exp(-2*x) >> fx3=feval(fx,a+3*h)
>> a=0;b=4;n=4; fx3 =
>> h=(b-a)/n 0.9975
h= >> fx4=feval(fx,a+4*h)
1 fx4 =
>> fxo=feval(fx,a) 0.9997
fxo = >> I=(b-
0 a)*(fxo+2*(fx1+fx2+fx3)+fx4)/(2*n)
>> fx1=feval(fx,a+h) I=
fx1 = 3.3437
0.8647

Tabla resumen

N° Metod Valor % Ev
1 Analit 3.5002
2 1 trap 1.9993
3 2 trap 2.9630
4 4 Trap 3.3437

3. Determinar la integral de la siguiente función

𝑓(𝑥) = 0.2 + 25𝑥 − 200𝑥 2 + 675𝑥 3 − 900𝑥 4 + 400𝑥 5

[0,1]
Se deberá mostrar los siguientes resultados:
a) Mostrar un grafico
b) Sol. Analítica
c) Sol Simpson 1/3 (un segmento)
d) Sol Simpson 1/3 (dos segmentos)
e) Sol Simpson 1/3 (cuatro segmentos)
Solución
a) Solución analítica usando Matlab
>> syms x
>> fx=0.2+25*x-200*x^2+675*x^3-900*x^4+400*x^5
>> Ian=double(int(fx,0,0.8))
Ian =
1.6405

b) Sol Simpson 1/3 (un segmento)

Ing. Héctor G. Bolaños Sosa Pag .25

Integración Numérica

4
data1
3.5

2.5
f(x)
2

1.5

0.5

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
X

>> gx=inline('0.2+25*x- >> fx1=feval(gx,x1)

200*x^2+675*x^3- fx1 =
900*x^4+400*x^5') 2.4560
gx = >> fx2=feval(gx,x2)
Inline function: fx2 =
gx(x) = 0.2+25*x- 0.2320
200*x^2+675*x^3- >> I=(x2-
900*x^4+400*x^5 xo)*(fxo+4*fx1+fx2)/6
>> fplot(gx,[0 0.8]),grid I=
>> xo=0;x1=0.4;x2=0.8; 1.3675
>> fxo=feval(gx,xo)
fxo =
0.2000

c) Sol Simpson 1/3 (dos segmentos)

𝑓(𝑥0 ) + 4 ∑𝑛−1 𝑛−2
𝑖=1,3,5 𝑓(𝑥𝑖 ) + 2 ∑𝑖=2,4,6 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )
𝐼 ≅ (𝑏 − 𝑎)
3(𝑛)

>> n=4; >> fx1=feval(gx,x1)

>> h=(0.8-0)/n fx1 =
h= 1.2880
0.2000 >> fx2=feval(gx,x2)
>> fx2 =
xo=0;x1=xo+h;x2=x1+h;x3=x2+h;x4=x 2.4560
3+h >> fx3=feval(gx,x3)
x4 = fx3 =
0.8000 3.4640
>> fxo=feval(gx,xo) >> fx4=feval(gx,x4)
fxo = fx4 =
0.2000 0.2320
>> I4=(0.8-
0)*(fxo+4*(fx1+fx3)+2*(fx2)+fx4)/(
3*4)
I4 =
1.6235

d) Sol Simpson 1/3 (cuatro segmentos)

Ing. Héctor G. Bolaños Sosa Pag .26

Integración Numérica

𝑓(𝑥0 ) + 4 ∑𝑛−1 𝑛−2

𝑖=1,3,5 𝑓(𝑥𝑖 ) + 2 ∑𝑖=2,4,6 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )
𝐼 ≅ (𝑏 − 𝑎)
3(𝑛)
>> n=8; >> fx4=feval(gx,x4)
>> h=(0.8-0)/n fx4 =
h= 2.4560
0.1000 >> fx5=feval(gx,x5)
>> fx5 =
xo=0;x1=xo+h;x2=x1+h;x3=x2+ 3.3250
h;x4=x3+h; >> fx6=feval(gx,x6)
>> fx6 =
x5=x4+h;x6=x5+h;x7=x6+h;x8=x 3.4640
7+h; >> fx7=feval(gx,x7)
>> fxo=feval(gx,xo) fx7 =
fxo = 2.3630
0.2000 >> fx8=feval(gx,x8)
>> fx1=feval(gx,x1) fx8 =
fx1 = 0.2320
1.2890 >> I4=(0.8-
>> fx2=feval(gx,x2) 0)*(fxo+4*(fx1+fx3+fx5+fx7)+2*(fx2+fx4+f
fx2 = x6)+fx8)/(3*8)
1.2880 I4 =
>> fx3=feval(gx,x3) 1.6395
fx3 =
1.6070

4. Simpson 3/8
>> h=(0.8-0)/3 >> fx2=feval(gx,x2)
h= fx2 =
0.2667 3.4872
>> >> fx3=feval(gx,x3)
xo=0;x1=xo+h;x2=x1+h;x3=x2+h fx3 =
x3 = 0.2320
0.8000 >> I=(0.8-0)*(fxo+3*fx1+3*fx2+fx3)/8
>> fxo=feval(gx,xo) I=
fxo = 1.5192
0.2000
>> fx1=feval(gx,x1)
fx1 =
1.4327

Udando la función quad

>> gx=inline('0.2+25.*x-200*x.^2+675*x.^3-900*x.^4+400*x.^5')
gx =
Inline function:
gx(x) = 0.2+25.*x-200*x.^2+675*x.^3-900*x.^4+400*x.^5
>> In=quad(gx,0,0.8)
In =
1.6405

Ing. Héctor G. Bolaños Sosa Pag .27

Integración Numérica

EJERCICIOS DE APLICACIÓN

1. Determinar el calor necesario para elevar 1000 gramos de agua desde -100 a
200ºC.
El calor requerido por una masa está determinado por:

∆𝐻 = 𝑚𝐶𝑝∆𝑇
Donde:
M: Masa; gr
Cp: calor específico; J/Kg°C
∆T: Incremento de temperatura; °C

Cuando el ∆𝑇 es pequeño, se puede despreciar

Cuando el ∆𝑇 es grande, de debe calcular
El valor del Cp no es constante y varía en función de la temperatura, según:

𝑐𝑝 = 0.132 + 1.56𝑥10−4 𝑇 + 2.64𝑥10−7 𝑇 2 J/Kg°C

𝑇2
∫ 𝐶𝑝(𝑇)𝑑𝑇
𝐶𝑝(𝑇) = 𝑇1
𝑇2 − 𝑇1
∆𝐻 = 𝑚𝐶𝑝∆𝑇
𝑇2
∆𝐻 = 𝑚 ∫ 𝑐𝑝𝑑𝑡
𝑇1
𝐽
∆𝐻 = 𝐾𝑔 °𝐶 = 𝐽
𝐾𝑔°𝐶
Solución analítica:
𝑇2
∆𝐻 = 𝑚 ∫ (0.132 + 1.56𝑥10−4 𝑇 + 2.64𝑥10−7 𝑇 2 )𝑑𝑡
𝑇1
1.56𝑥10−4 2 2.64𝑥10−7 3
∆𝐻 = 𝑚 (0.132𝑇 + 𝑇 + 𝑇 )
2 3
Dando valores:

1.56𝑥10−4 2.64𝑥10−7
∆𝐻 = 1000 (0.132(200) + (200)2 + (200)3 )
2 3
1.56𝑥10−4 2.64𝑥10−7
− (0.132(−100) + (−100)2 + (−100)3 )
2 3
∆𝐻 = 42728 𝑐𝑎𝑙𝑜𝑟𝑖𝑎𝑠

Solución Numérica:

>> fx=inline('0.132+1.56e-4*T+2.64e- >> m=1000

7*T.^2') >> AH=m*I
>a=-100;b=200; AH = 42732
>> I=quad(fx,a,b)
I = 42.7320

Usando el método del trapecio:

>> T=[-100:50:200]' >> IT=trapz(T,Y)

>> Y=0.132+1.56e-4*T+2.64e-7*T.^2 IT =

Ing. Héctor G. Bolaños Sosa Pag .28

Integración Numérica

>> Tabla=[T Y] 42765

Tabla =
-100.0000 0.1190 >> m=1000;
-50.0000 0.1249 >> AH=m*IT
0 0.1320 AH =
50.0000 0.1405 42765
100.0000 0.1502
150.0000 0.1613
200.0000 0.1738

2. La concentración química a la salida de un reactor de mezcla completa se mide

como:
𝑡2
𝑀 = 𝑄∫ 𝑐
𝑡1
>> t=[0:5:50]' min
>> Y=[10,22,35,47,55,58,52,40,37,32,34]' mg/m3
Q=4 m3/min
>> T=[t,Y]'
T=
0 5 10 15 20 25 30 35 40 45 50
10 22 35 47 55 58 52 40 37 32 34

Solución:

>> t=[0:5:50]' >> I=trapz(t,Y)

>> Y=[10,22,35,47,55,58,52,40,37,32,34]' I = 2000
>> T=[t Y] >> plot(t,Y),grid
T=
0 10 Para 50 minutos, la masa es:
5 22 >> Q=4 m3/min
10 35 >> M=Q*I = 8000 mg
15 47
20 55
25 58
30 52
35 40
40 37
45 32
50 34

Ing. Héctor G. Bolaños Sosa Pag .29

Integración Numérica

60

55

50

45

40
c (mg/m3)

35

30

25

20

15

10
0 5 10 15 20 25 30 35 40 45 50
t (min)

3. En el interior de un cilindro se tiene una resistencia eléctrica que genera una

temperatura de T1=1200°F.(punto central). En la superficie exterior del cilindro
circula un fluido que mantiene su temperatura a T2=300°F. Calcule la cantidad
de calor transferido al fluido por unidad de tiempo.
R1=2 pulg
R2= 12 pulg
L=12 pulg

La conductividad térmica del aluminio varía con la temperatura segun:

Tabla metodo Simpson 3/8

N T (°F) k
1 300 108
2 600 130
3 900 150
4 1200 165

Solución
𝑑𝑇
𝑞 = −𝑘𝐴
𝑑𝑟
𝑅2
𝑑𝑟 1 𝑇2
= − ∫ 𝑘𝑑𝑇 ∫
𝑅1 𝐴 𝑞 𝑇1
𝑇2
∫ 𝑘𝑑𝑇
𝑞 = − 𝑇1
1 𝑅2
2𝜋𝐿 ln (𝑅1 )
Integrando con el método de Simpson 3/8, el numerador se tiene:

Solucion
Terminos Valor
1 108
2 390
3 450
4 165
I 125212.5
Luego:

Ing. Héctor G. Bolaños Sosa Pag .30

Integración Numérica

𝑇2
∫ 𝑘𝑑𝑇
𝑞 = − 𝑇1
1 𝑅2
2𝜋𝐿 ln (𝑅1 )
Reemplazando datos, se tiene:
439084.2375 BTU/hr

Ing. Héctor G. Bolaños Sosa Pag .31