UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE INGENIERÍA

CARRERA DE INGENIERÍA INDUSTRIAL

MÉTODOS NUMÉRICOS

TEMA:
“METODO DEL TRAPECIO Y METODO DE SIMPSON”

INTEGRANTES:
DENNYS GUAMÁN

DANNY LLUMIGUANO

JUAN CARLOS RODRIGUEZ

BYRON ALULEMA

JUAN CARLOS GUEVARA

PATRICIO VIMOS

DOCENTE:

ING. ALEXANDRA VIÑAN

PERIODO ACADEMICO:
ABRIL – AGOSTO 2018

FECHA DE ENTREGA:

26 DE JULIO DEL 2018

CURSO:

4° SEMESTRE “A”

RIOBAMBA - ECUADOR
1.- INTRODUCCIÓN

Hay varias razones para llevar a cabo la integración numérica. La principal puede ser la
imposibilidad de realizar la integración de forma analítica. Es decir, integrales que requerirían
de un gran conocimiento y manejo de matemática avanzada pueden ser resueltas de una manera
más sencilla mediante métodos numéricos. Incluso existen funciones integrables pero cuya
primitiva no puede ser calculada, siendo la integración numérica de vital importancia. La
solución analítica de una integral nos arrojaría una solución exacta, mientras que la solución
numérica nos daría una solución aproximada. El error de la aproximación, que depende del
método que se utilice y de qué tan fino sea, puede llegar a ser tan pequeño que es posible obtener
un resultado idéntico a la solución analítica en las primeras cifras decimales. Una parte
importante del análisis de cualquier método de integración numérica es estudiar el
comportamiento del error de aproximación como una función del número de evaluaciones del
integrando. Un método que produce un pequeño error para un pequeño número de
evaluaciones es normalmente considerado superior. Reduciendo el número de evaluaciones del
integrando se reduce el número de operaciones aritméticas involucradas, y por tanto se reduce
el error de redondeo total. También, cada evaluación cuesta tiempo, y el integrando puede ser
arbitrariamente complicado.

𝑎+𝑏 𝑎+𝑏
La función pasa a través del punto ; 𝑓( ) este método se llama la regla del punto
2 2

medio. La función interpoladora puede ser un polinomio de grado 2 que pasa a través de los
𝑎+𝑏 𝑎+𝑏
puntos (𝑎, 𝑓(𝑎)); ( ); 𝑓( ) ; 𝑦 [𝑏, 𝑓(𝑏)]. Este método se llama regla de Simpson.
2 2

Es la primera de las fórmulas de integración cerrada de Newton– Cotes. Corresponde al caso

donde el polinomio en la ecuación de integración es de primer orden:

𝑏
𝑓(𝑏) − 𝑓(𝑎) 𝑓(𝑎) + 𝑓(𝑏)
𝐼 = ∫ [𝐹(𝑎) + (𝑥 − 𝑎)] 𝑑𝑥 = (𝑏 − 𝑎)
𝑎 𝑏−𝑎 2

Geométricamente, es equivalente a aproximar el área del trapezoide bajo la línea recta

que conecta f(a) y f (b). Dicho método se llama método del trapecio.
2.- OBJETIVOS.

2.1- Objetivo General.

 Realizar una consultar acerca del tema de método del trapecio y método de Simpson.
2.2- Objetivos Específicos.

 Conocer los métodos de resolución, analizando sus ventajas y desventajas.

 Diferenciar los métodos del trapecio y Simpson que se utilicen para la resolución de
este tipo de sistema.
 Demostrar las resoluciones correspondientes de ejercicios de dichos métodos, utilizando
el lenguaje de programación MATHLAB.

3.-MARCO TEÓRICO

3.1-Método del trapecio.

El método del trapecio utiliza la aproximación por medio de una función lineal; Para la
deducción de la fórmula del trapecio podemos tomar dos caminos uno es por medio de áreas y
el otro es por medio del polinomio lineal interpolante, esta da una idea más clara del error que
se comete, con el método del trapecio utilizamos una función definida a trozos, donde cada
parte es una función lineal (polinomio de grado uno).

El nombre método o regla del trapecio se debe a la interpretación geométrica que se hace de
la fórmula. Cuando el polinomio interpolante es de grado uno, su gráfica representa una línea
recta en el intervalo [a, b] que es el área del trapecio que se forma, como se muestra en la
Ilustración 1.

3.2-Aproximación por medio de áreas.

Para lograr este método se parte del dominio de la función con una partición equidistante
(aunque no necesariamente debe ser equidistante) sobre [𝑎, 𝑏] de 𝑛 + 1 puntos, asi
(𝑏−𝑎)
{𝑥0 , 𝑥1 , … , 𝑥𝑛 } donde h es el tamano del intervalo , asi, ℎ = .
𝑛

En cada subintervalo [𝑥𝑖 , 𝑥𝑖+1 ] se aproxima la función por medio de una recta (un polinomio
de grado 1, o menor, en el caso en que 𝑓(𝑥𝑖 ) = 𝑓(𝑥𝑖+1 )), la forma mas natural, es por medio
de la recta que pasa por los puntos (𝑥𝑖 , 𝑓(𝑥𝑖 )) y (𝑥𝑖+1 , 𝑓(𝑥𝑖+1 )), es decir, por medio del
polinomio interpolador que pasa por (𝑥𝑖 , 𝑓(𝑥𝑖 )) y (𝑥𝑖+1 , 𝑓(𝑥𝑖+1 )),

2 2
Considerando la integra ∫−1 𝑒 −𝑥 𝑑𝑥, con valor de 𝑛 = 4, en este caso tenemos la siguiente
gráfica:

Ilustración 1. Gráfica de la integral propuesta. Explicación de las subdivisiones de la curva en

trapecios.

Formamos 4 trapecios (de aquí el nombre del método), donde el área de cada trapecio puede
hallarla en forma geométrica como:

𝑓(𝑥0 )+𝑓(𝑥1 )
El área del trapecio 1 es [ ]ℎ
2

𝑓(𝑥1 )+𝑓(𝑥2 )
El área del trapecio 2 es [ ]ℎ
2

𝑓(𝑥2 )+𝑓(𝑥3 )
El área del trapecio 3 es [ 2
]ℎ

𝑓(𝑥3 )+𝑓(𝑥4 )
El área del trapecio 4 es [ ]ℎ
2

𝑏−𝑎
Donde ℎ es el tamano de cada subintervalo, en este caso ℎ = .
𝑛

Sumamos dichas áreas (gracias a la linealidad de la integral) y obtenemos

𝑓(𝑥0 ) + 𝑓(𝑥1 ) 𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑓(𝑥2 ) + 𝑓(𝑥3 ) 𝑓(𝑥3 ) + 𝑓(𝑥4 )

ℎ{ + + + }
2 2 2 2
y de esta manera se puede llegar rápido a una generalización, sin embargo, desde este punto de
vista, es muy difícil, realizar el estudio del error que se comete, ahora, lo estudiaremos desde
un punto de vista más analítico, es decir, como ya lo mencionamos en cada subintervalo
[𝑥𝑖 , 𝑥𝑖+1 ]aproximar la funcion por medio del polinomio interpolador que pasa por (𝑥𝑖 , 𝑓(𝑥𝑖 )) y
(𝑥𝑖+1 , 𝑓(𝑥𝑖+1 )), en este caso, para el primer subintervalo, utilizando interpolacion por los
puntos (𝑥0 , 𝑓(𝑥0 )) y (𝑥1 , 𝑓(𝑥1 )) tenemos:

𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑁(𝑥) = 𝑓(𝑥0 ) + ( ) (𝑥 − 𝑥0 )
𝑥1 − 𝑥0
Que es un polinomio de grado 1 el cual vamos a considerar como aproximación de la curva
𝑓(𝑥) en el intervalo [𝑥0 , 𝑥1 ], al hacer esto en cada subintervalo encontramos una funcion
definida a trozos que aproxima la funcion original y es dada en este caso por:
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓(𝑥0 ) + ( ) (𝑥 − 𝑥0 ), 𝑥0 ≤ 𝑥 ≤ 𝑥1
𝑥1 − 𝑥0
𝑓(𝑥2 ) − 𝑓(𝑥1 )
𝑓(𝑥1 ) + ( ) (𝑥 − 𝑥1 ), 𝑥1 < 𝑥 ≤ 𝑥2
𝑥2 − 𝑥1
𝑓𝑇 (𝑥) =
𝑓(𝑥3 ) − 𝑓(𝑥2 )
𝑓(𝑥2 ) + ( ) (𝑥 − 𝑥2 ), 𝑥2 < 𝑥 ≤ 𝑥3
𝑥3 − 𝑥2
𝑓(𝑥4 ) − 𝑓(𝑥3 )
𝑓(𝑥3 ) + ( ) (𝑥 − 𝑥3 ), 𝑥3 < 𝑥 ≤ 𝑥4
{ 𝑥4 − 𝑥3

Y ahora integramos esta función entre 𝑎 y 𝑏, lo cual coincide con el trato geometrico ya que:

𝑥𝑖+1
𝑓(𝑥𝑖+1 ) − 𝑓(𝑥𝑖 ) 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑖+1 )
∫ 𝑓(𝑥𝑖 ) + ( ) (𝑥 − 𝑥𝑖 )𝑑𝑥 = ℎ ( )
𝑥𝑖+1 − 𝑥𝑖 2
𝑥𝑖

Y con lo cual:

𝑏 𝑛−1 𝑥𝑖+1
𝑓(𝑥𝑖+1 ) − 𝑓(𝑥𝑖 )
∫ 𝑓𝑇 (𝑥)𝑑𝑥 = ∑ ∫ 𝑓(𝑥𝑖 ) + ( ) (𝑥 − 𝑥𝑖 )𝑑𝑥
𝑥𝑖+1 − 𝑥𝑖
𝑎 𝑖=0 𝑥𝑖

Y sustituyendo obtenemos:

𝑏
𝑓(𝑥0 ) + 𝑓(𝑥1 ) 𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑓(𝑥2 ) + 𝑓(𝑥3 )
∫ 𝑓𝑇 (𝑥)𝑑𝑥 = ℎ { + +
2 2 2
𝑎

𝑓(𝑥3 ) + 𝑓(𝑥4 )
+ }
2
Y reduciendo términos obtenemos:
 ℎ
𝐴𝑇4 = (𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 2𝑓(𝑥3 ) + 𝑓(𝑥4 ))
2
Al generalizar a 𝑛 subintervalos obtenemos la fórmula:

𝑛−1
ℎ
𝐴𝑇𝑛 = [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
2
𝑖=1

Error de la regla del trapecio

Del ejemplo anterior se puede observar que, si la función a integrar no es lineal, la regla del
trapecio genera un error. La fórmula para calcular el error de truncamiento local de una sola
aplicación de la regla del trapecio viene dada por:

1
𝐸 =− f(2)(ξ)(b − a)3
2

El valor ξ se encuentra en algún lugar del intervalo [a, b]. Si la función a integrar es lineal,
entonces la regla del trapecio será exacta.

Como ejemplo se tiene que ξ=0.5 y f(2)(x) =6x−12, luego f(2)(0.5)=−9.

El error viene dado por:

𝐸𝑥 = −112(−9)(0,5)3 = 0.09375

Lo que indica que, en las funciones a integrar que posean derivadas de segundo orden o de
orden superior, la regla del trapecio genera un error.

Regla del trapecio compuesta

Para obtener una mejor aproximación de la integral con este método, la regla del trapecio se
puede ampliar si se subdivide el intervalo [a, b] en n subintervalos, todos de la misma
longitud h=b−a/n. A este método se le conoce con el nombre de la regla del trapecio compuesta.
Para aplicar este método siga los siguientes pasos:

1. Divida el intervalo [a, b] en subintervalos de igual medida.

2. Aproxime en cada subintervalo la función f(x) por una recta.
3. Aproxime el área bajo la curva f en el intervalo [a, b] mediante la suma de las áreas
4. áreas de los trapecios.
 5. Aplique la regla del trapecio compuesta que viene dada por:

𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + ⋯ 𝑓(𝑏)]
𝑎 2

El error estimado viene dado por la fórmula:

𝑏−𝑎
𝐸𝑥 = − ℎ2𝑓(2)(𝜉)
12

Características
 Carece de numero de interacciones.
 Se obtiene una formula precisa y exacta para el área requerida en las soluciones
algebraicas.
 Se calcula numéricamente una estimación de área para obtener soluciones numéricas.

Ventajas
 Se aplica este método en su forma simple para calcular numéricamente aproximaciones
de algunas integrales definidas.
 Se utiliza para obtener el área total de una integral definida.
 Es a su vez fácil de aplicar a cualquier función integrable.

Desventajas.
 Es imprecisa en comparación con otros métodos, de aproximación numérica ya que su
funcionamiento es mucho mayor comparados con dichos métodos, gran cantidad de
integrales de función básicas no pueden ser expresadas en función a ellas.

EJERCICIO

Usando la regla del trapezoide con n=2 y n=4 aproximamos:

2
𝑑𝑥
∫
1 𝑥
ANALÍTICA
2
1 2
∫ 𝑑𝑥 = ln(𝑋) = ln(2) − ln(1) = 𝟎, 𝟔𝟗𝟑𝟏𝟒𝟕𝟏𝟖
1 𝑥 1

GRÁFICA

Ilustración 2.Gráfica del área bajo la curva. Programa SYMBOLAB.

Resolución por el método de trapecios.

 El problema pide n=2, lo que significa que debemos dividir el área bajo la curva en 2
trapecios.

Ilustración 3. Área dividida en n=2.

 Utilizamos la fórmula del método del trapecio compuesta:

 𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + ⋯ 𝑓(𝑏)]
𝑎 2
 Calculamos h:
(𝑏 − 𝑎) 2−1
ℎ= = = 0,5
𝑛 2

 Sabemos que a=1.

 Calcular (𝑎 + ℎ), (𝑎 + 2ℎ), (𝑎 + 3ℎ), (𝑎 + 4ℎ)

(𝑎 + ℎ) = 1 + 0,5 = 1.5
(𝑎 + 2ℎ) = 1 + 2(0,5) = 2

 Reemplazamos los valores en la formula, para n=2

2
1 0.5 1 1
∫ 𝑑𝑥 ≈ [(1) + 2 ( ) + ( )]
1 𝑥 2 1.5 2
2
1
∫ 𝑑𝑥 ≈ 𝟎, 𝟕𝟎𝟖𝟑𝟑𝟑
1 𝑥

 Ahora resolvemos para n=4.

(𝑏 − 𝑎) 2−1
ℎ= = = 0,25
𝑛 4

(𝑎 + ℎ) = 1 + 0,25 = 1.25
(𝑎 + 2ℎ) = 1 + 2(0,25) = 1,5
(𝑎 + 3ℎ) = 1 + 3(0,25) = 1,75
(𝑎 + 4ℎ) = 1 + 4(0,25) = 2 = 𝑏

2
1 0.25 1 1 1 1
∫ 𝑑𝑥 ≈ [(1) + 2 ( ) + 2( ) +2( )+ ]
1 𝑥 2 1.25 1.5 1.75 2

2
1
∫ 𝑑𝑥 ≈ 𝟎, 𝟔𝟗𝟔𝟏𝟗𝟎
1 𝑥

Ejemplo 1: Usando la regla del trapezoide con n=2 y n=4 aproximamos:

cuyo valor exacto es correcto al número de cifras mostradas. Para n=2
tenemos que h=(2-1)/2=0.5, x0=1, x1=1.5, x2=2. Ahora

Con n=4 tenemos h=(2-1)/4=0.25, x0=1, x1=1.25, x2=1.5, x3=1.75, x2=2, de modo que

Estos cálculos los podemos realizar también utilizando la función trapz de MATLAB. En el
siguiente programa no solo calculamos los dos resultados de arriba sino que generamos una
tabla de errores (exactos) para varios valores de n aprovechando que en este ejemplo tenemos
el valor exacto del integral:

iexacto=log(2);
n=2;
error1=0;
for i=1:10
x=linspace(1,2,n+1);
y=1./x;
iaprox=trapz(x,y);
error=iexacto-iaprox;
ratio=error1/error;
disp(['n=' num2str(n) ', iaprox=' num2str(iaprox,6) ',error=' num2str(error,6) ',ratio='
num2str(ratio,6)])
n=2*n;
error1=error;
end

Los resultados fueron como sigue:

n Tn(f) en=I(f)- Tn(f) en/ e2n

 2 0.708333 -0.0151862 -----

4 0.697024 -0.00387663 3.91736

8 0.694122 -0.00097467 3.97738

16 0.693391 -0.000244022 3.99419

32 0.693208 -0.0000610277 3.99854

64 0.693162 -0.0000152583 3.99963

128 0.693151 -3.81467e-006 3.99991

256 0.693148 -9.53672e-007 3.99998

512 0.693147 -2.38418e-007 3.99999

1024 0.693147 -5.96046e-008 4.00000

Estos resultados confirman claramente la convergencia del método del trapezoide en este
ejemplo particular. Podemos ver que cada ves que se duplica la n, lo cual equivale a dividir la
h entre dos, el error disminuye por un factor de cuatro aproximadamente (última columna de
la tabla) esto es característico de convergencia O(h2) lo cual confirmaremos teóricamente más
adelante.

Método de Simpson

Este método también es conocido como el método de SIMPSON, continua con las mismas
ideas del método del trapecio y las generaliza de la siguiente forma, si el método del trapecio
tomaba un par de puntos y pasaba el polinomio interpolador, el método de Simpson ahora por
cada tres puntos trazara el polinomio de interpolación, Para obtener una aproximación de la
función vista como una función a trozos, donde en cada trozo se toma un polinomio de
interpolación de grado 2 (o 1 o 0) como aproximación de la función original, esto es, tomara
una partición del intervalo (𝑎, 𝑏) al igual que en el trapecio y ahora toma los tres primeros
puntos generados por dicha partición, es decir, (𝑥0 , 𝑓(𝑥0 )) , (𝑥1 , 𝑓(𝑥1 )) y (𝑥2 , 𝑓(𝑥2 )) y
calcula el polinomio interpolador que pasa por dichos puntos, esto lo consideraremos como la
aproximación de la función en el intervalo (𝑥0 , 𝑥2 ).

Con la regla de Simpson es posible obtener una aproximación más precisa del área bajo una
curva ya que se conectan grupos sucesivos de tres puntos sobre la curva mediante parábolas de
segundo grado, y al sumar las áreas bajo las parábolas se obtiene el área aproximada bajo la
curva.

Esta regla a diferencia de la regla del trapecio, donde a mayor número de subdivisiones se
obtiene una mejor aproximación, lo que hace es ajustar una curva de orden superior en lugar de
la línea recta como sucede con la regla del trapecio.

Suponga que se tiene la función f(x) y los siguientes datos:

a xm b
f(a) f(xm) f(b)
Tabla1. Datos necesarios para el método Simpson.

Donde xm es el punto medio entre a y b. Entonces es posible ajustar por

puntos f(a), f(b) y f(xm) una parábola. De la misma forma, si existen dos puntos
entre f(a) y f(b), entonces por esos cuatro puntos será posible ajustar una curva de

En la gráfica se muestra una parábola que aproxima a una función real. Además se observa
que se calcula el área o la integral bajo la parábola que pasa por los tres puntos.

Ilustración 4. Función real vs Parábola de aproximación.

 Así entonces para calcular el área bajo la curva aplicando la regla de Simpson se utiliza la
siguiente fórmula:
b
ℎ 𝑏−𝑎
∫ f(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 4𝑓(𝑥𝑚) + 𝑓(𝑏)], con ℎ =
a 3 2

El error estimado viene dado por la fórmula:

ℎ5 4
𝐸𝑥 = − 𝑓 (𝜉)
90

Se observa que Ex involucra la cuarta derivada, por lo que la regla es exacta para polinomios
de grado menor o igual a tres.

Características:

 Cuando el área se divide en un número par de fajas de ancho se puede utilizar este
método de Simpson 1/3 en su forma simple.
 Su error es proporcional a la cuarta derivada, debido a que el término del coeficiente de
tercer orden va a cero durante la integración de la interpolación polinomial.
 se utiliza para determinar el área aproximada bajo la curva contenida en dos fajas que
tienen un mismo ancho.
Ventajas:

 Una ventaja del método es que es directo, es decir, que no necesita iteraciones para
llegar a su resultado.
 Para la identificación de datos correctos en la integral aproximada se efectúa por lo
menos integraciones con distinto número de sub-intervalos.
 Proporciona resultados exactos para polinomios cúbicos aun cuando se derive de una
parábola, es decir, tiene una precisión de tercer orden aun cuando se base en solo tres
puntos
Desventajas:

 Trabaja con dos grandes secciones, y a su vez con dos márgenes de acotación.
 Es una sucesión de curva que es amoldada a la forma de la función.
 El método se aplica si y solo si cumple con las condiciones específicas que este requiere,
de lo contrario en las funciones que no cumplan con las mismas, no se podrán realizar.
EJERCICIO

Calcular la integral de f(x)=ex2 en el intervalo [0, 1] aplicando la regla Simpson.

En este caso se tienen los siguientes datos:

a=0

1+0 1
xm = =
2 2

𝑏=1

1−0 1
h= =
2 2
2
f(0) = e0 = 1

1 12 1
f ( ) = e2 = e4
2

f(1) = e

Luego aplicando la regla de Simpson 1/3 se tiene que:

b
ℎ 𝑏−𝑎
∫ f(𝑥)𝑑𝑥 ≈ [𝑓(𝑎) + 4𝑓(𝑥𝑚) + 𝑓(𝑏)], con ℎ =
a 3 2
1
2 1 1 1
∫ ex 𝑑𝑥 ≈ ∗ [𝑓(0) + 4𝑓( ) + 𝑓(1)]
0 3 2 2

1
2 1 1
∫ ex 𝑑𝑥 ≈ [1 + 4𝑒 4 + e]
0 6
1
2
∫ ex 𝑑𝑥 ≈ 𝟏. 𝟒𝟕𝟓𝟕𝟑𝟎𝟓𝟖𝟑
0

Se puede observar que el valor obtenido con la regla de Simpson 1/3 es una mejor
aproximación que el obtenido con la regla del trapecio. Para calcular el error, hay que
determinar primero la cuarta derivada de la función, luego aplicar la fórmula establecida
anteriormente.
Regla de Simpson 3/8

De la misma manera como se hizo en la regla de trapecio, la regla de Simpson se puede

ampliar si se subdivide el intervalo [a, b] en n subintervalos, todos de la misma longitud h=b−a
/n. Cuando el número de subdivisiones que se haga sea igual a tres, entonces el método recibe
el nombre de la Regla de Simpson 3/8. Se le da ese nombre debido al factor 3/8h que aparece
en la fórmula.

Suponga que se tiene la función f(x) y los siguientes datos:

a xm xn b

f(a) f(xm) f(xn) f(b)

Tabla 1. Valores necesarios, regla 3/8

Donde xm, xn son los puntos que dividen en tres partes iguales al intervalo [a, b].

En la gráfica se muestra una parábola que aproxima a una función real. Observe que se
calcula el área o la integral bajo la parábola que pasa por los cuatro puntos.

Tabla 2. Regla 3/8

Para calcular el área bajo la curva aplicando la regla de Simpson 3/8 se utiliza la siguiente
fórmula:

𝑏
𝟑 𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥 ≈ ℎ[𝑓(𝑎) + 𝟑𝑓(𝑥𝑚) + 𝟑𝑓(𝑥𝑛) + 𝑓(𝑏)], con ℎ =
𝑎 𝟖 3

Es importante señalar que para la regla de Simpson 3/8 compuesta, el número de

subintervalos solo puede ser un múltiplo de 3, en caso contrario no es posible aplicar la regla.

El error estimado viene dado por la fórmula:

3ℎ5
𝐸𝑥 = − 𝑓(4)(𝜉)
80

Ejemplo 1: Usando la regla de Simpson con n=2 y n=4 aproximamos:

cuyo valor exacto es correcto al número de cifras mostradas. Para n=2

tenemos que h=(2-1)/2=0.5, x0=1, x1=1.5, x2=2. Ahora

Con n=4 tenemos h=(2-1)/4=0.25, x0=1, x1=1.25, x2=1.5, x3=1.75, x2=2, de modo que

MATLAB no tiene una rutina Simpson equivalente a trapecio. ¡Tiene una mejor llamada quad!
La subrutina quad utiliza una regla de Simpson adaptativa donde el valor de h se ajusta para
que el error en la aproximación satisfaga una tolerancia especificada por el usuario. También
MATLAB tiene la subrutina quad8 que al igual que quad usa un método adaptativo, pero con
una fórmula de aproximación de grado mayor. En lugar de usar estas rutinas que hacen las
comparaciones un tanto complicadas, implementamos nuestra versión de Simpson equivalente
a trapezoide:
function q=simp(x,y);
n=length(x)-1;
if (n/2)~=floor(n/2)
disp('n tiene que ser par');
break;
end
h=x(2)-x(1);
v=2*ones(n+1,1);
v2=2*ones(n/2,1);
v(2:2:n)=v(2:2:n)+v2;
v(1)=1;v(n+1)=1;
q=(h/3)*y*v;

Esta subrutina implementa una forma vectorizada del método de Simpson que ejecuta
eficientemente en MATLAB. Note que se requiere que n sea par. Recuerde también que en
MATLAB los índices de los arreglos corren empezando en uno. El mismo programa del
Ejemplo 1 lo podemos usar aquí ahora reemplazando la llamada a trapezoide por Simpson.
Obtuvimos los siguientes resultados:

n Sn(f) en=I(f)- Sn(f) en/ e2n

2 0.694444 -0.00129726 -----

4 0.693254 -0.000106788 12.1481

8 0.693155 -7.35009e-006 14.5288

16 0.693148 -7.35009e-006 14.5288

32 0.693147 -2.97299e-008 15.885

64 0.693147 -1.86151e-009 15.9708

128 0.693147 -1.16398e-010 15.9927

256 0.693147 -7.27562e-012 15.9983

 512 0.693147 -4.54747e-013 15.9993

1024 0.693147 -2.84217e-014 16.0000

Estos resultados confirman claramente la convergencia de la regla de Simpson en este

ejemplo particular. Podemos ver que cada vez que se duplica la n, lo cual equivale a dividir la
h entre dos, el error disminuye por un factor de 16 aproximadamente (última columna de la
tabla) esto es característico de convergencia O(h4) lo cual confirmaremos teóricamente más
adelante.

CONCLUSIONES

 Una de las ventajas del método del trapecio es que aplica este método en su forma simple
para calcular numéricamente aproximaciones de algunas integrales definidas y se utiliza
para obtener el área total de una integral definida. Y una desventaja es imprecisa en
comparación con otros métodos, de aproximación numérica ya que su funcionamiento
es mucho mayor comparados con dichos métodos, gran cantidad de integrales de
función básicas no pueden ser expresadas en función a ellas.

 Mediante los métodos de resolución analizando el método de Simpson es algo más

complicada que la regla del trapecio, pero es algo más precisa, y la regla que resulta al
final es también muy sencilla de aplicar.

 La utilización del lenguaje MATHLAB sirvió para poder encontrar las gráficas de un
sistema, así como del método de trapecio y Simpson, la ayuda de un lenguaje de
programación resulta fundamental para poder realizar estos sistemas en un periodo corto
de tiempo, y con una exactitud correcta.

RECOMENDACIONES

 Al momento de realizar las prácticas computacionales debe existir un conocimiento

avanzado sobre el lenguaje que se va a utilizar.
 Se recomienda realizar ejercicios previos de manera manual para que el concepto de dichos
métodos quede claro.
BIBLIOGRAFÍA

http://repositorio.uned.ac.cr/multimedias/metodos_numericos_ensenanza/modulo4/descripcio
n.html

ANEXOS