METODOS NUMERICOS

Contenido
INTRODUCCIÓN ................................................................................................................................... 2
OBJETIVOS: .......................................................................................................................................... 3
1.1 Objetivo General ................................................................................................................. 3
1.2 Objetivos específicos ........................................................................................................... 3
MARCO TEORICO:................................................................................................................................ 3
1.3 ANCEDENTES: ...................................................................................................................... 3
1.4 BASES TEORICAS .................................................................................................................. 4
1.4.1 FORMULA DE INTEGRACION DE NEWTON – COTES.................................................... 4
1.4.2 REGLA DEL TRAPECIO .................................................................................................. 6
1.4.3 REGLA DE SIMPSON................................................................................................... 10
....................................................................................................................................................... 11
........................................................................................................................................................... 11
........................................................................................................................................................... 11
........................................................................................................................................................... 11
1.5 EJERCICIOs ......................................................................................................................... 17
CONCLUSIONES ................................................................................................................................. 21
RECOMENDACIONES ......................................................................................................................... 21
Referencias ........................................................................................................................................ 22

1
 METODOS NUMERICOS

INTRODUCCIÓN

En el curso de Análisis Matemático II se estudió el cálculo de integrales,

evaluándolas analíticamente mediante diversos métodos de integración, los cuales nos
proporcionaban los resultados exactos; sin embargo durante nuestra vida profesional se
presentarán casos en los cuales las funciones a integrar no serán sencillas o simplemente
serán imposibles de evaluar, dado que los resultados no se podrán expresar en las funciones
elementales que conocemos; además, también se presentarán funciones dadas como un
conjunto de valores tabulados. Es por ello que se presentan los métodos de integración
numérica, los cuales nos proporcionarán resultados aproximados a las integrales analizadas
con su respectivo error de cálculo.

En el presente trabajo, se dará a conocer los métodos de integración numérica,

dados por las fórmulas de integración de Newton – Cotes, que se basan en la estrategia de
reemplazar una función complicada o datos tabulados por un polinomio de aproximación
que es fácil de integrar. Dentro de estas fórmulas se considerará a la regla del trapecio, la
regla de Simpson de 1/3 y la regla de Simpson de 3/8, las cuales representan las áreas bajo
los polinomios de primero, segundo y tercer grado, respectivamente.

También, se presentarán las aplicaciones múltiples de cada una de las reglas

anteriormente mencionadas, así como, sus respectivas fórmulas de error y algunos
ejercicios que nos permitirán comprender los temas de mejor manera.

Es importante conocer acerca de la integración numérica, puesto que nos ayudará

a calcular aquellas integrales que no podamos resolver de forma analítica y que provienen
de problemas reales que se manifestarán a lo largo de nuestra vida profesional futura.

El grupo

2
 METODOS NUMERICOS

OBJETIVOS:
1.1 OBJETIVO GENERAL

 Conocer las diversas reglas pertenecientes a las fórmulas de integración de Newton – Cotes,
para resolver problemas de integración y valorar su aplicación en la solución de problemas
en ingeniería

1.2 OBJETIVOS ESPECÍFICOS

 Analizar y conocer la obtención de cada una de las fórmulas de Newton – Cotes, las cuales
comprenden a la regla del trapecio, la regla de Simpson de 1/3 y la regla de Simpson de 3/8.

 Estudiar las fórmulas dadas para la obtención del error en cada una de las reglas analizadas
y sus aplicaciones múltiples.

 Estar en la capacidad de determinar la mejor fórmula a emplear para cualquier contexto de

un problema específico, conociendo las ventajas y desventajas de cada una de ellas.

MARCO TEORICO:
1.3 ANCEDENTES:

Para el cálculo analítico de integrales definidas existen fórmulas, donde se busca determinar
una integral entre límites específicos, como en:

De acuerdo con el teorema fundamental del cálculo integral, la ecuación anterior se evalúa
así:

Donde F(x) = integral de f(x); es decir, cualquier función tal que F′(x) = f(x). La nomenclatura
del lado derecho corresponde a:

Las estimaciones exactas de las integrales son importantes en ingeniería. Se presenta varios
ejemplos relacionados directamente con la idea de la integral como el área bajo la curva.

3
 METODOS NUMERICOS

En la siguiente figura se ilustra algunos ejemplos de cómo se utiliza la integración para evaluar
áreas en problemas de ingeniería.
.

Parte a)
Un topógrafo podría necesitar saber el área de un campo limitado por una corriente
zigzagueante y dos caminos.

Parte b)
Un ingeniero en hidráulica tal vez requiera conocer el área de la sección transversal de un río.

Parte c)
Un ingeniero en estructuras quizá necesite determinar la fuerza neta ejercida por un viento no
uniforme que sopla contra un lado de un rascacielos. (Chapra, 2007)

1.4 BASES TEORICAS

1.4.1 FORMULA DE INTEGRACION DE NEWTON – COTES

Uno de los temas que tocamos en métodos numéricos son las fórmulas de integración de Newton
Cotes, las cuales fueron realizadas por dos personajes famosos como Isaac Newton y Roger Cotes.

La fórmula de integración de Newton - Cotes se clasifican en:

 Formula de integración de Newton - Cotes cerrado

Donde el soporte incluye a los dos extremos del intervalo de integración.
 Formula de integración de Newton - Cotes abierto
Los extremos del intervalo de integración no se incluyen éntrelas abscisas que forman el
soporte.

Pero en este caso nos avocaremos a la primera ya que la segunda la hemos visto en los cursos
antecesores, como análisis matemático ll (integración de Riemann).

En análisis numérico, las fórmulas de Newton - Cotes son la forma más común de desarrollar una
integración numérica; básicamente son un conjunto de fórmulas de tipo interpolatorio, en las
cuales se evalúa una función equidistante, para de esta manera hallar el valor aproximado de una
4
 METODOS NUMERICOS

determinada integral. Esto se logra reemplazando una función complicada o datos tabulados por
un polinomio que es fácil de integrar; cuanto más se divida el intervalo, más preciso será el
resultado. Entonces si queremos estimar el valor de:
𝑏
∫ 𝑓(𝑥)𝑑𝑥
𝑎

Donde f es continua en el intervalo [𝑎, 𝑏]

Los pasos a seguir son:

 Dividimos el intervalo [𝑎, 𝑏] en 𝑛 subintervalos de la longitud

𝑏−𝑎
ℎ=
𝑛

Donde h se llama tamaño de paso.

Los puntos de división son de la forma:

𝑥0 = 𝑎,

𝑥1 = 𝑎 + 1ℎ,

𝑥2 = 𝑎 + 2ℎ,

𝑥𝑗 = 𝑎 + 𝑗ℎ,

𝑥𝑛 = 𝑎 + 𝑛ℎ = 𝑏.

Además como sabes que:

𝑛

𝑓𝑛 (𝑥) = ∑ 𝑓(𝑥𝑗 )𝐿𝑗 (𝑥)

𝑗=0

Es el polinomio de interpolación de LaGrange para la función.

Entonces:

5
 METODOS NUMERICOS

𝑏 𝑏 𝑏 𝑛 𝑛 𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≅ ∫ 𝑓𝑛 (𝑥)𝑑𝑥 = ∫ ∑ 𝑓(𝑥𝑗 )𝐿𝑗 (𝑥) 𝑑𝑥 = ∑ 𝑓(𝑥𝑗 )𝐿𝑗 (𝑥) ∫ 𝐿𝑗 (𝑥)𝑑𝑥
𝑎 𝑎 𝑎 𝑗=0 𝑗=0 𝑎

Donde: 𝑓𝑛 (𝑥) es un polinomio de interpolación de grado 𝑛

1.4.2 REGLA DEL TRAPECIO

El Método de los trapecios es un Método de Newton-Cotes basado en la interpolación lineal.

El método de los trapecios se basa en la idea de dividir en intervalos de integración n subintervalos

de amplitud h mediante un conjunto de puntos{𝑎 = 𝑥0 , 𝑥1 , … , 𝑥𝑛 = 𝑏} y descomponer la integral
en “n” integrales, cada una de las cuales posee un intervalo de integración pequeño de longitud h,
como se muestra en la figura:

El parámetro h se denomina paso y juega un papel importante en la exactitud del resultado

obtenido, es decir:
𝑏 𝑥 𝑥 𝑥
∫𝑎 𝑓(𝑥)𝑑𝑥 = ∫𝑥 1 𝑓(𝑥)𝑑𝑥 + ∫𝑥 2 𝑓(𝑥)𝑑𝑥 + ⋯ + ∫𝑥 𝑛 𝑓(𝑥)𝑑𝑥
0 1 𝑛−1

Donde:
𝑏−𝑎
𝑥𝑖 − 𝑥𝑖−1 = ℎ, para 𝑖 = 1,2, … , 𝑛 y ℎ=
𝑛

Para el cálculo de la integral resultante, se aproxima mediante la formación de un polinomio

interpolador en cada subintervalo formado; la interpolación que se realizara es el de Lagrange.

De la siguiente manera:

6
 METODOS NUMERICOS

A x1 x2 x3 x4 x5 x6 xn-1 xn

De esta forma se aproxima la gráfica 𝑦 = 𝑓(𝑥) mediante un conjunto de 𝑛 regiones, cada uno en
forma de trapecio (cuadriláteros con dos lados paralelos)

Ahora, se aproximara cada subintervalo [𝑥𝑘 ; 𝑥𝑘+1 ], 𝑘 = 0; … ; 𝑛 − 1 mediante el polinomio

interpolador de Lagrange 𝑃𝑘 (𝑥), usando los nodos [𝑥𝑘 𝑦 𝑥𝑘+1 ]

El polinomio interpolador de estos nodos será:

𝑥 − 𝑥𝑘+1 𝑥 − 𝑥𝑘
𝑃𝑘 (𝑥) = 𝑓(𝑥𝑘 ) ( ) + 𝑓(𝑥𝑘+1 ) ( )
𝑥𝑘 − 𝑥𝑘+1 𝑥𝑘+1 − 𝑥𝑘

La integral respecto a la función interpolada en este intervalo es:

𝑥𝑘+1 𝑥𝑘+1
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑃𝑘 (𝑥)
𝑥𝑘 𝑥𝑘

𝑥𝑘+1
𝑥 − 𝑥𝑘+1 𝑥 − 𝑥𝑘
=∫ [𝑓(𝑥𝑘 ) ( )] + [𝑓(𝑥𝑘+1 ) ( )] 𝑑𝑥
𝑥𝑘 𝑥𝑘 − 𝑥𝑘+1 𝑥𝑘+1 − 𝑥𝑘

Integrando y evaluando, se obtiene:

(𝑥𝑘+1 − 𝑥𝑘 )2 (𝑥𝑘 − 𝑥𝑘+1 )2

= 𝑓(𝑥𝑘+1 ) − 𝑓(𝑥𝑘 )
2(𝑥𝑘+1 − 𝑥𝑘 ) 2(𝑥𝑘 − 𝑥𝑘+1 )

Entonces:
𝑥𝑘+1
𝑓(𝑥𝑘 ) + 𝑓(𝑥𝑘+1 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑥𝑘+1 − 𝑥𝑘 )
𝑥𝑘 2

Pero: ℎ = 𝑥𝑘+1 − 𝑥𝑘 , así que:

𝑥𝑘+1
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑥𝑘 ) + 𝑓(𝑥𝑘+1 ))
𝑥𝑘 2

7
 METODOS NUMERICOS

𝑏
Y entonces 𝐼 = ∫𝑎 𝑓(𝑥)𝑑𝑥

𝑛−1 𝑥𝑘+1 𝑛−1

ℎ
= ∑ [∫ 𝑓(𝑥)] 𝑑𝑥 ≈ ∑ [ (𝑓(𝑥𝑘 ) + 𝑓(𝑥𝑘+1 ))] ;
𝑥𝑘 2
𝑘=0 𝑘=0

Es decir:

𝑏 𝑛−1
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 𝑓(𝑏) + 2 ∑ 𝑓(𝑥𝑘 )] ó
𝑎 2
𝑘=1

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

En caso n>1, la formula anterior se conoce como regla compuesta de los trapecios.

En el caso n=1, caso en el cual h=b-a, dicha fórmula se reduce a

𝑏
𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑎) + 𝑓(𝑏))
𝑎 2

Formula que se conoce como regla simple de los trapecios.

1.4.2.1 ERROR PARA LA REGLA DEL TRAPECIO

Cuando empleamos la integral bajo un segmento de línea recta para aproximar la integral bajo una
curva, obviamente se tiene un error que puede ser importante.

Se presenta el siguiente caso:

Representación gráfica del empleo de una sola aplicación de la regla del trapecio para aproximar la
integral de f(x) = 0.2 + 25x – 200x2 + 675x3 –900x4 + 400x5 de x = 0 a x = 0,8.

8
 METODOS NUMERICOS

En la figura, se aprecia que al aplicar la regla del trapecio una sola vez, se presenta un error muy
grande, que varía del verdadero valor estimado de la integral.

Una estimación al error de truncamiento local para una sola aplicación de la regla del trapecio es:

1 ''
Et  f ( x)(b  a )3 …(1)
12

Donde x está en algún lugar en el intervalo de a a b. La ecuación, anteriormente mencionada

indica que si la función sujeta a integración es lineal, la regla del trapecio será exacta. De otra
manera, para funciones con derivadas de segundo orden y de orden superior (es decir, con
curvatura), puede ocurrir algún error.

Se tiene un error con la regla del trapecio de aplicación múltiple al sumar los errores individuales
de cada segmento, así:

(b  a)3 n ''
Et    f ( xi ) …(2)
12n3 i 1
´´
Donde f ( xi ) es la segunda derivada en un punto ( xi ) , localizado en el segmento i. Este resultado
se simplifica al estimar la media o valor promedio de la segunda derivada en todo el intervalo
como:

 f ''
( xi )
f  '' i 1
…(3)
n

Por lo tanto:

n 

 f ''( x )  n f
i 1
i
''
…(4)

Entonces, la ecuación (2) se reescribe como:

(b  a )3  ''
Ea  f …(5)
12n 2

Así, si se duplica el número de segmentos, el error de truncamiento se divide entre cuatro.

9
 METODOS NUMERICOS

Ejemplo aplicativo:

4
1
Calcular:  x dx
1

Solución:

 Se aplica la formula compuesta de los trapecios con n=3

1 ba n 1

f  a   2 f  xi   f  b  
4
 1 x
dx  
2n  1 
 
la partición será: 1, 2,3, 4 y 1, 1 , 1 , 1 , por lo tanto:
2 3 4 
4 1 4 1   1 1  1  35
1 x
dx  
2  3 
1 2     
 2 3  4  25
 1.45833

 calculo de la cota de error:

2
f ''  x  
x3
Evaluándolo en el punto 1

M 2  f '' 1  2
 4  1
3

 2  0.5
12  3
2

1.4.3 REGLA DE SIMPSON

Además de usar la regla del trapecio, otra forma de obtener una estimación más exacta de un
integral, es usando polinomios de grado superior para unir los puntos.

Pues la fórmula que resulta de tomar las integrales bajo estos polinomios se les conoce como la
regla de SIMPSON.
1.4.3.1 REGLA DE SIMPSON 1/3
La regla de Simpson 1/3 resulta cuando un polinomio de interpolación de segundo grado se
sustituye en la ecuación.

b b
I   f ( x) dx   p2 ( x)dx
a a

10
 METODOS NUMERICOS
y

x
a  x0 ab b  x2
x1 
2

p2 ( x)  f ( x)  Ax2  BX  C

b b


a
f ( x)dx    Ax 2  Bx  C dx
a
b
b x x 
3 2
  A  B Cx 
a 3 2  a
b
 b a 
3
b a 3 2
 2

 f ( x)dx   A    B   C b  a 
a   3   2  

b3  a3  (b  a)(b 2  ab  a 2 )

Además sabemos b 2  a 2  (b  a)(a  b)

b A(b  a)(b 2  ab  a 2 ) B(b  a )(b  a )

 a
f ( x)dx 
3

2
 C (b  a)

2 A(b  a)(b 2  ab  a 2 )  3B(b a)(b a)  6 c(b  a)


6
ba
  2 Ab 2  2 Aab  2 Aa 2  3Bb  3Ba  6C 
6

ba
  Aa 2  Ba  C    Ab 2  2 Bb  4C   Ab 2  2 Aab  Aa 2  2Bb  2Ba  4C 
6  

11
 METODOS NUMERICOS

ba  ab 2 a b 
  f (a)  f (b)  4 A( )  4 B( )  4C 
6  2 2 
ba  a b 
  f (a)  f (b)  4 f ( )
2  2 

ba  ab 
b

 f ( x)dx 
a
6  f (a)  4 f (
2
)  f (b) 


Generalizando vamos a decir:

Sea una función f en cada subintervalo  xk ; xk  2  ; k  0,1, 2,..., n  2 mediante un polinomio de
interpolación de Lagrange de grado menor o igual que 2, usando los nodos xk ; xk 1 ; x k  2 , se
observa que en este caso el número de subintervalos n debe de ser par n  2 .

pk ( x)  f ( xk )
 x  xk 1  x  xk 2   f ( x )  x  xk  x  xk 2   f ( x )  x  xk  x  xk 1 
 xk  xk 2  xk  xk 2  k 1
 xk 1  xk  xk 1  xk 2  k 2
 xk 2  xk  xk 2  xk 1 

Entonces

xk  2 xk  2
xk f  x  dx xk pk ( x ) dx

 xk  2  xk 
xk 2  f ( xk )  4 f ( )  f ( xk  2 ) 
 f ( x)dx  ( xk  2  xk ) 
6
2
 ; h  xk 1  xk  xk  2  xk 1
 
xk

 

xk  2 xk  2  xk  f (x k )  4 f(x k 1 )  f(x k  2 ) 
 xk
f ( x)dx 
2 
 3 

Por lo tanto
h
 f  xk   4 f  xk 1   f  xk  2  
xk 2
 xk
f ( x)dx 
3

12
 METODOS NUMERICOS

Entonces
b x2 x4 xn
I   f ( x)dx  f ( x)dx   f ( x)dx  ...   f ( x)dx
a x0 x2 xn2

h
3
 f ( x0 )  4 f ( x1 )  f ( x2 )   f ( x2 )  4 f ( x3 )  f ( x4 )  ...   f ( xn2 )  4 f ( xn1 )  f ( xn ) 

 n2 n2

h
f (a )  f (b)  4 f ( x2 k 1 )  2 f ( x2 k )   Et
b 2 2

 a
f ( x)dx
3 k 0 k 1

 

Es el Caso de regla de Simpson 1/3 cuando; n  2m

Regla general para aplicaciones múltiples

 n 1 n2

 f ( a )  4   f ( xi )  2   f ( x j )  f (b) 
I  (b  a )  
i 1,3,5,... j  2,4,6,...

 3n 
 
 

Error de truncamiento

 b  a  f ( 4 ) ( ) ; M  f ( 4) ( )
n 5
2
1 ( 4)
Et    f ( ).h5   4
j 1 90 180n 4

Ejemplo aplicativo: 2
1. Calcular con la regla de Simpson 1/3 0
( x 4  1) dx
Aplicando la formula
ba  ab 
I  f (a )  f (b)  4 f ( )
6  2 
20
  f (0)  f (2)  4 f (1)
6
De la función
 f (0)  1

 f (1)  2
 f (2)  17


13
 METODOS NUMERICOS

20
I 1  17  4* 2
6
1
I   26
3
I  8.6667
Ahora para el error acotamos
1 iv 1
 f ( )h5  h5 M iv
90 90
f ( x)  x 4  1
f ( x)  4 x3
f ( x)  12 x 2
f ( x)  24 x
f ( x)iv  24
1 b  a 
5

  M iv
90  2 
1 2  0
5

 24
90  2 
  0.26667

1.4.3.2 REGLA DE SIMPSON DE 3/8

La regla de los tres octavos de Simpson es similar a

la regla de un tercio excepto, excepto que se
determina el área bajo una parábola de tercer
grado que conecta cuatro puntos sobre una curva
dada. Además se usa polinomios de LaGrange de
tercer orden interpolando la función f en cada

subintervalo  xk ; xk 3  , k  0;1; 2;...; n  3 lo

que requiere que n sea múltiplo de 3; es decir qué n  3m ; donde m tiene que ser un entero
positivo.

Entonces mediante el polinomio de interpolación de LaGrange de grado menor o igual a tres,

tenemos.

b b
a
f ( x)dx   f 3 ( x)dx
a

Para f 3 :

14
 METODOS NUMERICOS

f3 ( x)  f ( x0 )
 x  x1  x  x2  x  x3   f ( x )  x  x0  x  x2  x  x3 
 x0  x1  x0  x2  x0  x3  1
 x1  x0  x1  x2  x1  x3 

 f ( x2 )
 x  x0  x  x1  x  x3   f ( x )  x  x0  x  x1  x  x2 
 x2  x0  x2  x1  x2  x3  3
 x3  x0  x3  x1  x3  x2 
Entonces:

x3 x3  x  x1  x  x2  x  x3  dx  f ( x ) x3  x  x0  x  x2  x  x3 
x0
f ( x)dx  f ( x0 ) 
x0
 x0  x1  x0  x2  x0  x3  1 x
 x1  x0  x1  x2  x1  x3 
0

 f ( x2 ) 
x3  x  x0  x  x1  x  x3   f ( x ) x  x  x0  x  x1  x  x2 
3 x
3

x0
 x2  x0  x2  x1  x2  x3   x3  x0  x3  x1  x3  x2 
0

Como:

x 3  x0  3h x1  x0  h
x2  x0  2h x2  x1  h
x3  x1  2h x3  x2  h

x3  x  x1  x  x2  x  x3  dx  f ( x ) x3  x  x0  x  x2  x  x3 
x3
x 0
f ( x)dx  f ( x0 ) 
x
 h  2h  3h 
0
1 x
 h  h  2h 
0

x  x  x  x  x  x  x  x  x  x  x  x  x  x 
 f ( x2 )   f ( x3 ) 
3 0 1 3 0 31 2
x 0  2h  h  h  x
 3h  2h  h 
0

Donde:

x3 x3  x  x1  x  x2  x  x3  dx  f ( x ) x3  x  x0  x  x2  x  x3 
x0
f ( x)dx   f ( x0 ) 
x0 6h 3 1  x0 2h 3

 f ( x2 ) 
x3  x  x0  x  x1  x  x3   f ( x ) x  x  x0  x  x1  x  x2 

3

3 3
x0 2h x0 6h 3
Finalmente se llega a:

3
f ( x)dx  h  f ( x0 )  3 f ( x1 )  3 f ( x2 )  f ( x3 ) 
b
a 8
Que es la fórmula de la regla de 3/8 de Simpson.

15
 METODOS NUMERICOS

Donde:

ba
h
3

Y el error de truncamiento es:

3 5 iv
E( f )  h f ( ) ;  Se encuentra en el intervalo  a, b
80
Ejemplo aplicativo:

Aplique la regla de Simpson 3/8 para hallar la siguiente integral definida.

lnx dx
1

SOLUCION

lnx dx  8  f  x   3 f  x   3 f  x   f  x  
3h
0 1 2 3
1

Donde:

2 1
h  0.3333
3

f ( x0 )  ln1
f ( x1 )  ln(1  0.3333)  ln(1.3333)
f ( x2 )  ln(1.3333  0.3333)  1.6667
f ( x3 )  ln(1.6667  0.3333)  2

2
3(0.3333)
lnx dx   ln1  3*ln1.3333  3*ln1.6667  ln 2   0.3860
1
8

Como la derivada cuarta de f ( ) es:

f iv    6 /  4

El error de truncamiento será:

3h5 f iv  
 , donde 1  c  2
80

16
 METODOS NUMERICOS

3*6  0.33335  18  0.33335 

   0.0009
80 4 80

Por lo tanto por la regla de Simpson nos queda.

lnx dx  0.3860  0.0009

1

Usando el programa Matlab tenemos:

Que efectivamente se aproxima al valor real.

1.5 EJERCICIOS
4 170
1. Calcular aproximadamente la siguiente integral definida 
2 1  x2
dx , mediante el método

del trapecio, utilizando 6 intervalos:

Tomando n  6 subintervalos resulta:

b  a 4  (2)
h  1
n 6

En la siguiente tabla, se muestran los valores de xi y y  f ( xi ) , para i  0;1; 2;3; 4;5;6.

17
 METODOS NUMERICOS

i xi f(xi)
0 -2 34
1 -1 85
2 0 170
3 1 85
4 2 34
5 3 17
6 4 10

A partir de ahí se obtiene:

4170 1 1
2 1  x 2
dx  h( f ( x0 )  f ( x1 )  f ( x2 )  f ( x3 )  f ( x4 )  f ( x5 )  f ( x6 ))  413
2 2
3
Calcular aproximadamente la siguiente integral definida 2
1  x 2 dx , mediante el método de los
trapecios, utilizando 6 intervalos:

Tomando n  6 subintervalos resulta:

b  a 3 2 1
h    0,1667
n 6 6

En la siguiente tabla, se muestran los valores de xi y y  f ( xi ) , para i  0;1; 2;3; 4;5;6.

i xi f(xi)
0 2.0000 2.23607
1 2.1667 2.38633
2 2.3334 2.53865
3 2.5001 2.69268
4 2.6668 2.84813
5 2.8335 3.00478
6 3.0002 3.16228

A partir de ahí se obtiene:

3 1 1
2
1  x 2 dx  h( f ( x0 )  f ( x1 )  f ( x2 )  f ( x3 )  f ( x4 )  f ( x5 )  f ( x6 ))  2, 69549
2 2

18
 METODOS NUMERICOS

2.- Aplique la regla de trapecio y Simpson para hallar la siguiente integral definida. Además,
determinar cuál de las reglas se aproxima más al valor real.

𝑓(𝑥) = 𝐿𝑛𝑥

En un intervalo de [1,2]

SOLUCION:
2
∫ 𝑙𝑛𝑥 𝑑𝑥
1

LA REGLA DEL TRAPECIO ESTIMA QUE:

2
ℎ 𝑙𝑛2
∫ 𝑙𝑛𝑥 𝑑𝑥 ≈ (𝑓(𝑥𝑜) + 𝑓(𝑥1)) = ≈ 0,3466
1 2 2

El error para la regla del trapecio es

ℎ3 𝑓"(𝑐)
− , 𝑑𝑜𝑛𝑑𝑒 1 < 𝑐 < 2
12

Dado que:

𝑓"(𝑐) = −1/𝑥 2

La magnitud del error es a lo sumo:

13 1
2
≤ ≈ 0.0834
12𝑐 12

Por lo tanto tenemos:

2
∫ 𝑙𝑛𝑥 𝑑𝑥 = 0.3466 ± 0.0834
1

POR LA REGLA DE SIMPSON DE 1/3 TENEMOS:

2
ℎ
∫ 𝑙𝑛𝑥 𝑑𝑥 ≈ (𝑓(𝑥𝑜) + 4𝑓(𝑥1) + 𝑓(𝑥2))
1 3

0.5 3
= (𝑙𝑛1 + 4𝑙𝑛 + 𝑙𝑛2) ≈ 0.3858
3 2

El error para la regla de Simpson será:

ℎ5 𝑓 𝑖𝑣 (𝑐)
− , 𝑑𝑜𝑛𝑑𝑒 1 < 𝑐 < 2
90

19
 METODOS NUMERICOS

Dado que:

𝑓 𝑖𝑣 (𝑐) = −6/𝑥 4

El error es como máximo

6(0.55 ) 6(0.55 )
≤ ≈ 0.0021
90𝑐 4 90

Por lo tanto, por la regla de Simpson nos queda.

2
∫ 𝑙𝑛𝑥 𝑑𝑥 = 0.3858 ± 0.0021
1

USANDO LA REGLA DE SIMPSON DE 3/8

2
3ℎ
∫ 𝑙𝑛𝑥 𝑑𝑥 ≈ (𝑓(𝑥𝑜) + 3𝑓(𝑥1) + 3𝑓(𝑥2) + 𝑓(𝑥3))
1 8

3 ∗ 0.3333
= (𝐿𝑛1 + 3𝐿𝑛1.3333 + 3𝐿𝑛1.6667 + 𝐿𝑛2) ≈ 0.3860
8

El error para la regla de Simpson de 3/8 será:

ℎ5 𝑓 𝑖𝑣 (𝑐)
− , 𝑑𝑜𝑛𝑑𝑒 1 < 𝑐 < 2
90

Dado que:

𝑓 𝑖𝑣 (𝑐) = −6/𝑥 4

El error es como máximo

6(0.33335 ) 6(0.33335 )
≤ ≈ 0.0003
90𝑐 4 90

Por lo tanto, por la regla de Simpson nos queda.

2
∫ 𝑙𝑛𝑥 𝑑𝑥 = 0.3860 ± 0.0003
1

Como se puede observar la regla de Simpson de 3/8 da con mayor exactitud en el cálculo de la
integral deseada.

20
 METODOS NUMERICOS

CONCLUSIONES
 Los métodos numéricos son una forma de expresar situaciones reales en modelamientos
matemáticos, es por ello que diversos factores relacionados a la ingeniería ya se
encuentran modelados mediante funciones o integrales, algunas de las cuales son más
complejas que otras; el tema de pandeo en vigas, flexión, entre otros, requieren el uso de
integración para su cálculo numérico y debido a su complejidad es necesario el uso de
métodos computacionales, los cuales facilitan y mejoran los cálculos estimados.
 Las estimaciones de las integrales son importantes en ingeniería, pues provienen de
problemas reales que se presentan en las diversas especialidades como topografía,
hidráulica y estructuras.
 Usando Newton – Cotes se subdivide el intervalo en [𝑎, 𝑏] en n intervalos iguales. Así se
obtienen 𝑛 + 1 puntos donde se evalúa la función.
 En el método del trapecio, a medida que el parámetro “h”, denominado paso, toma
valores más pequeños se obtiene resultados más exactos.
 La regla que más aproxima o estima al valor es la regla de Simpson de 1/3 y 3/8
 Una forma de obtener la mejor precisión de cada una de las reglas es dividir el intervalo de
integración de “a” y “b” en varios segmentos, es decir más segmentos mejor
aproximación.
 Cuando el paso se reduce a la mitad, el error se reduce aproximadamente a la cuarta
parte.

RECOMENDACIONES

 En los cálculos se debe considerar como mínimo hasta 6 decimales o más ya que de lo
contrario los resultados se alejarán y no serán los deseados.

 Se recomienda, en cada una de las reglas estudiadas aumentar el número de segmentos

empleados o subdivisiones del intervalo, ya que de esta manera el error se disminuye y se
obtiene resultados más exactos.

21
 METODOS NUMERICOS

REFERENCIAS
Asís, L. E. (2010). Métodos Numéricos. Lima-Perú: UCH.

Chapra, S. y. (2007). Métodos Numericos para Ingenieros . Mexico: McGraw-Hill.

Francisco, P. (2008). Métodos Matemáticos. Cataluña: Escuela Politecnica superior de Ingeniería.

Sauer, T. (2013). Analisis Numerico. Mexico: Pearson Educacion.

22