INTEGRACIÓN NÚMERICA:

La integración numérica constituye una amplia gama de algoritmos para calcular el valor
numérico de una integral definida y, por extensión, el término se usa a veces para describir
algoritmos numéricos para resolver ecuaciones diferenciales. El término cuadratura
numérica (a menudo abreviado a cuadratura) es más o menos sinónimo de integración
numérica, especialmente si se aplica a integrales de una dimensión a pesar de que para el
caso de dos o más dimensiones (integral múltiple) también se utilizan. El objetivo es
aproximar la integral definida de una función 𝑓(𝑥) en un intervalo [𝑎, 𝑏] evaluando 𝑓(𝑥)en
un número finito de puntos.
Para ello se implementan las fórmulas de cuadratura cerradas de Newton-Cotes:

Para las cuales se implementa un h de la siguiente manera:

 Regla del trapecio 𝒉=𝒃−𝒂

 Regla de Simpson 𝒉 = (𝒃 − 𝒂) /2

 Regla de Simpson 3/8 trapecio 𝒉 = (𝒃 − 𝒂)/𝟑

 Regla de Boole trapecio 𝒉 = (𝒃 − 𝒂)/𝟒

 4. RESULTADOS

 Punto 1:
Resolver a través de Scilab el problema propuesto identificando las siguientes
funciones, a saber:

a) Función SCILAB que tiene el método numérico a utilizar

b) Función SCILAB que tiene la función a investigas
c) Modulo principal SCILAB que tiene los datos de entrada y que ejecuta el método
numérico con la función a investigar

Codigo:

- Función SCILAB que tiene el método numérico a utilizar:

ww=getdate();
mprintf( "AA:%d ,MM:%d ,DD:%d a las HH:%d ,MM:%d ,SS:%d
",ww(1),ww(2),ww(6),ww(7),ww(8),ww(9));

X=[5 6 7 8 9 10];
a=metodo()

- Función SCILAB que tiene la función a investigas

function B=metodo()
B=0.5*(f(X(1))+2*f(X(2))+2*f(X(3))+2*f(X(4))+2*f(X(5))+f(X(6)))
endfunction

- Modulo principal SCILAB que tiene los datos de entrada y que ejecuta el método
numérico con la función a investigar

function [A]=f(X)
A=10.0./(X.*sqrt(X))
endfunction

 Punto 2:

Realizar en SCILAB un solo programa principal que efectúe los cálculos de la primera
derivada de tan(x) en x = 1 utilizando las cinco aproximaciones que aparecen a
continuación (las ecuaciones (1), (2) y (3) y las ecuaciones (A) y (B)), utilizando h=0.1, 0.05
y 0.02. El programa también debe evaluar el error relativo verdadero de cada aproximación.
-Código:

ww=getdate();
mprintf( "AA:%d ,MM:%d ,DD:%d a las HH:%d ,MM:%d ,SS:%d ",ww(1),ww(2),ww(6),ww(7),ww(8),ww(9));

function y=f(x)
y=tan(x);
endfunction
x=1;
valor_real=derivative(f,x)
valor_real1=2*tan(1)*(sec(1))^2;
A=zeros(15,4);
A(1:3:15,2)=0.1;
A(2:3:15,2)=0.05;
A(3:3:15,2)=0.02;
for i=1:3
A(i,1)=1;
A(i,3)=(f(x)-f(x-A(i,2)))/A(i,2);
A(i,4)=abs(A(i,3)-valor_real)*100/valor_real;
end
for i=4:6
A(i,1)=2;
A(i,3)=(f(x+A(i,2))-f(x))/A(i,2);
A(i,4)=abs(A(i,3)-valor_real)*100/valor_real;
end
for i=7:9
A(i,1)=3;
A(i,3)=(f(x+A(i,2))-f(x-A(i,2)))/(2*A(i,2));
A(i,4)=abs(A(i,3)-valor_real)*100/valor_real;
end
for i=10:12
A(i,1)=4;
A(i,3)=(3*f(x)-4*f(x-A(i,2))+f(x-(2*A(i,2))))/(2*A(i,2));
A(i,4)=abs(A(i,3)-valor_real)*100/valor_real;
end
for i=13:15
A(i,1)=5;
A(i,3)=(f(x)-2*f(x-A(i,2))+f(x-(2*A(i,2))))/(A(i,2))^2;
A(i,4)=abs(A(i,3)-valor_real)*100/valor_real;
end
disp('EcuaN°/Valor de h/Valor aprox/Error Relativo %')
disp (A)

4. ANALISIS DE RESULTADOS

 1 Punto:
 Dada la explicación analítica del problema propuesto:

Comparando con la respuesta proporcionada por el programa t= 2.6380027 seg, el valor

se aproxima mucho al obtenido en la demostración realizada.

 2 Punto:

Derivando la función 𝑓(𝑥) = tan 𝑥 obtenemos que su derivada es 𝑓 ´ (𝑥) = sec 2 𝑥

Y para cada h postulada: 0.1, 0.05 y 0.02 se reemplaza en las ecuaciones sugeridas

f 0  f 1
(1) f ' 0 
h

f1  f 0
(2) f '0 
h
 f1  f 1
(3) f ' 0 
2h

3 f 0  4 f 1  f 2
(A) f ' '0 
2h

f 0  2 f 1  f 2
(B) f ' '0 
h2

Las cuales nos brindara una aproximación cercana a la derivada de la función, para este
caso remplazada en x=1, en la cual tenemos que el valor de 𝑓 ´ (𝑥) = sec 2 𝑥 evaluada en x=1
tenemos

𝑓 ´ (1) = sec 2 1 = 3.425518821

Analizando los valores encontrados para cada ecuación reemplazado para el h especificado
se puede afirmar que implementando la ecuación N° 3 se tienen valores más cercanos al
valor verdadero, específicamente con un h = 0.02 dado que el valor aproximado obtenido
es de 3.4293037 con un Error relativo verdadero 0.1104893 %.

La ecuación que más se aleja del valor real de la derivada de la función es la N°5 en el
programa y en las ecuaciones numerada como (B) dado que el valor más lejano calculado
en el programa es de 9.6217086 que genera un error relativo verdadero de 180.88325 %

5. CONCLUSIONES

 El método de derivación numérica implementado en el primer punto nos permite

obtener un aproximación optima de acuerdo a los valores de las abscisas y
ordenadas para el experimento realizado, siendo fácil de calcular de manera
analítica a que no conlleva mucho tiempo en remplazar y organizar valores y
 además se hace incluso más práctico en el programa de Scilab el cual genera un
valor muy confiable y cercano al calculado analíticamente

 En el punto 2 nos permite hallar la derivada de funciones sin necesidad de calcular

la derivada, lo cual facilita en muchos casos cuando la derivada es difícil de
encontrar, permitiendo que a través de diferentes ecuaciones se pueda acercar de
manera muy confiable al valor verdadero en este caso de la función 𝑓(𝑥) = tan 𝑥

 De las ecuaciones implementadas en el punto 2 la que mejor se acerca al valor

verdadero de la derivada de la función 𝑓(𝑥) = tan 𝑥 es la identificada con el N° 3
debido a que el valor del error relativo verdadero es de 0.1104893 %.

 La ecuación que se aleja mucho del valor verdadero de la función se encuentra

registrada como (B) dado que su valor aproximado genere un error relativo
verdadero de 180.88325 %, lo cual no sería factible a la hora de implementarla en
otros cálculos