INTEGRACIÓN

NUMÉRICA
La integración numérica es una
herramienta esencial que se usa en
la ciencia y la ingeniería para
obtener valores aproximados de
integrales definidas que no pueden
calcularse analíticamente.
 INTRODUCCIÓN

Nuestro 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.
 Definición 1 Supongamos que a = x0<x1<…
....,xM = b. Una fórmula del tipo

M
Q[ f ] = ∑ wk f ( xk )
k =0 (1)
= w0 f ( x0 ) + w1 f ( x1 ) + ...... + wM f ( xM )

de manera que

∫ f ( x ) dx = Q[ f ] + E[ f ]
b

a (2)
se llama fórmula de
integración numérica o de
cuadratura; el término E[f] se
llama error de truncamiento de
la fórmula; los valores {xk} se
llaman nodos de integración y
los valores {wk} se llaman
pesos de la fórmula.
Definición 2
El grado de precisión de una fórmula
de cuadratura es el número natural n
que verifica lo siguiente: E[Pi]=0 para
todos los polinomios de grados ≤ n, y
existe un polinomio Pn+1(x) de grado
n+1 tal que E[Pn+1]≠0.
Los métodos de integración numérica se pueden
dividir en dos grupos: Fórmulas de Newton-Cotes y
cuadraturas Gaussiana. Los fórmulas de Newton-
Cotes son caracterizados por que sus abscisas
estan igualmente espaciados, e incluyen métodos
bien conocidos tales como la regla trapecio y regla
de Simpson.
En la cuadratura Gaussiana, las localizaciones de
las abscisas se eligen de tal manera que puedan
dar la mejor exactitud posible.
 Teorema 1 (Fórmulas de cuadratura cerradas
de Newton-Cotes). Supongamos que xk=x0+kh
(K=0,1…,M) son nodos equiespaciados y sea fk=f(xk) para
cada k=0,1,…,M. Las cuatro primeras fórmulas cerradas
de Newton-Cotes son
x1
h
(regla del trapecio),
∫ f ( x )dx ≈ ( f 0 + f 1 ) (3)
x0
2
(regla del Simpson),
h
f ( x ) dx ≈ ( f 0 + 4 f1 + f 2 )
x
∫x0 2
3
(4)
(regla 3/8 de Simpson),
3h
f ( x ) dx ≈ ( f 0 + 3 f1 + 3 f 2 + f 3 )
x

(regla de Boole). ∫x03

8
(5)
2h
f ( x ) dx ≈ ( 7 f 0 + 32 f1 + 12 f 2 + 32 f 3 + 7 f 4 )
x
∫x0
4 (6)
45
Corolario 1 (Precisión de las fórmulas de
Newton-Cotes). Supongamos que f(x) es
suficientemente derivable en un cierto punto c∈(a,b).

La regla del trapecio tiene un grado de precisión

n=1 y si f ∈C2[a,b]

3
h h (2)
f ( x ) dx = ( f 0 + f1 ) − f (c)
x1
∫ x0 2 12

(7)
La regla de Simpson tiene un grado de
precisión n=3 y si f ∈C4[a,b], entonces

5
h h ( 4)
f ( x ) dx = ( f 0 + 4 f1 + f 2 ) − f (c)
x2
∫ x0 3 90

(8)
La regla 3/8 de Simpson tiene un
grado de precisión n=3 y si f ∈C4[a,b],
entonces

3h 3h 5 ( 4)
f ( x ) dx = ( f 0 + 3 f1 + 3 f 2 + f 3 ) − f (c)
x3
∫ x0 8 80

(9)
La regla de Boole tiene un grado de
precisión n=5 y si f ∈C6[a,b], entonces

2h
f ( x ) dx = ( 7 f 0 + 32 f1 + 12 f 2 + 32 f 3 + 7 f 4 )
x4
∫ x0 45
7
8h (6)
− f (c)
945

(10)
Ejemplo 1

Consideremos la función f ( x ) = 1 + e −x
sen ( 4 x ) los nodos de
cuadratura equiespaciados y los valores de la función
están dados en la tabla. El incremento es h=0.5

X0=0.0 f0=1.00000
X1=0.5 f1=1.55152

X2=1.0 f2=0.72159

X3=1.5 f3=0.93765

X4=2.0 f4=1.13390
 Vamos a aplicar las fórmulas de cuadratura (3) a (6)

0.5
f ( x ) dx ≈ (1.00000 + 1.55152 ) = 0.63788
0.5
∫
0 2
(R. Trapecio)

f ( x ) dx ≈
0.5
(1.00000 + 4 (1.55152 ) + 0.72159 ) = 1.32128,
1.0
∫ 0 3
(R. Simpson)

3 ( 0.5 )
f ( x ) dx ≈ (1.00000 + 3 (1.55152 ) + 3 ( 0.72159 ) + 0.93765 )
1.5
∫
0 8
(R. 3/8 Simpson)

= 1.64193
 2 ( 0.5 )
f ( x ) dx ≈ (7 (1.00000 ) + 32 (1.55152 ) + 12 ( 0.72159 )
2.0
∫
0 45
+ 32 ( 0.93765 ) + 7 (1.13390 ) = 2.294444
(R. Boole)

Tener en cuenta que las fórmulas de cuadraturas

aplicadas en este ejemplo proporcionan
aproximaciones a integrales en intervalos
diferentes.
Ejemplo 2

Haremos la integración en un solo intervalo [0,1]

de la misma función f ( x ) = 1 + e− x sen ( 4 x ) para ello
vamos aplicar otra vez las fórmulas (3)-(6)

Para la regla del trapecio tenemos h=1

∫0 f ( x ) dx ≈ 2 ( f ( 0 ) + f (1) )
1 1

1
= (1.00000 + 0.72159 ) = 0.86079
2
Para la regla de Simpson tenemos h=1/2
1/ 2  1 
∫0 f ( x ) dx ≈ 3  f ( 0 ) + 4 f  2  + f (1) 
1

= (1.00000 + 4 (1.55152 ) + 0.72159 ) = 1.32128

1
6

Para la regla 3/8 de Simpson tenemos h=1/3

3 (1/ 3)  1 2 
f ( x ) dx ≈ f ( 0) + 3 f   + f (1) 
1
∫0 8    +3f
3 3 
= (1.00000 + 3 (1.69642 ) + 3 (1.23447 ) + 0.72159 ) = 1.31440
1
8
Para la regla de Boole tenemos h=1/4

2 (1/ 4 )  1 1 3 

f ( x ) dx ≈  7 f ( 0 ) + 32 f   + 12 f   + 32 f   + 7 f (1) 
1
∫
0 45  4 2 4 
1
= (7 (1.00000 ) + 32 (1.65534 ) + 12 (1.55152 )
90
+ 32 (1.06666 ) + 7 ( 0.72159 )) = 1.30859
El valor exacto es
21e − 4cos ( 4 ) − sen ( 4 )
f ( x ) dx =
1
∫0 17e
= 1.3082506046426...,

así la aproximación por la regla de Boole es la mejor.

¿Qué es la integración numérica
compuesta?

Si la región donde se quiere calcular la integral

es grande o la función tiene un comportamiento
complicado, las aproximaciones obtenidas con
las fórmulas anteriores son malas. Para calcular
la integral en esos casos es más conveniente
subdividir el intervalo de integración en otros
más pequeños e ir aplicando sucesivamente
alguna de estas fórmulas de integración que se
denomina a veces integración compuesta.
 Teorema 2 (Regla compuesta del Trapecio)
h
a b tenemos M
subintervalos
x0 x1 xk x k+1 xM
xk = a + kh Nodos k = 0,1, 2,..., M h = (b − a ) / M

están equiespaciados.
La regla compuesta del trapecio con M
subintervalos son:

M
T ( f , h ) = ∑ ( f ( xk −1 ) + f ( xk ) )
h
(2a)
2 k =1
O bién

h
T ( f , h ) = ( f 0 + 2 f1 + 2 f 2 + 2 f 3 + .... + 2 f M −1 + f M ) (2b)
2

O bién
M −1
T ( f , h ) = ( f ( a ) + f ( b ) ) + h ∑ f ( xk )
h
(2c)
2 k =1
Luego la integral es:

∫a f ( x ) dx = T ( f , h ) + ET ( f , h )
b
(2d)

donde el término de error

(2)
− (b − a ) f (c) h 2
ET ( f , h ) =
12
( )
=O h 2

(2e)
TEOREMA 3 (REGLA COMPUESTA DE SIMPSON)
h
a b

x0 x1 x 2 ..... xk x k+1 ..... x 2M-1 x 2M

dividimos [a,b] en 2M-subintervalos h = ( b − a ) / ( 2M )

xk = a + kh k = 0,1, 2,..., 2M
La regla compuesta de simpson con 2M-subintervalos
se puede expresar:

h M
S ( f , h ) = ∑ ( f ( x2 k −2 ) + 4 f ( x2 k −1 ) + f ( x2 k ) )
3 k =1

(3a)
 o bién

h
S ( f , h ) = ( f 0 + 4 f1 + 2 f 2 + 4 f 3 +
3 (3b)
+ ......2 f 2 M −2 + 4 f 2 M −1 + f 2 M )
o bién

2h M −1
S ( f , h ) = ( f ( a ) + f (b) ) +
h
∑ f ( x2 k )
3 3 k =1
M
4h
+ ∑ f ( x2 k −1 ) (3c)
3 k =1
 Luego la integral es:

f ( x ) dx = S ( f , h ) + ES ( f , h )
b
∫a (3d)

donde el término de error

( 4)
− (b − a ) f ( c ) h4
ES ( f , h ) =
180
( )
= O h4 (3e)
EJEMPLO 1
(
Sea la función f ( x ) = 2 + sen 2 x)usaremos la regla
del trapecio compuesta con 11 nodos para
aproximar la integral de f(x) en [1,6]
Solución. Para 11 nodos, tomamos M=10, h=(6-1)/10
=1/2. Usaremos la fórmula (2c)
 1  1/ 2
T f, = ( f (1) + f ( 6 ) )
 2 2
1 3 5
+  f   + f ( 2) + f   + f ( 3)
2 2 2
7 9  11  
+ f   + f ( 4) + f   + f ( 5) + f  
2 2  2 
 1
= ( 2.90929743 + 1.01735756 )
4
1
+ ( 2.63815764 + 2.30807174 + 1.97931647
2
+ 1.68305284 + 1.43530410 + 1.24319750
+1.10831775 + 1.02872220 + 1.00024140 )
1 1
= ( 3.92665499 ) + (14.42438165 )
4 2
= 0.98166375 + 7.21219083 = 8.19385457
 EJEMPLO 2
( )
Sea la función f ( x ) = 2 + sen 2 x usaremos la regla
compuesta de Simpson con 11 nodos para
aproximar la integral de f(x) en [1,6].

Solución. Para 11 nodos, tomamos M=5, h=(6-1)/10

=1/2. Usaremos la fórmula (3c)

 1 1
S  f ,  = ( f (1) + f ( 6 ) ) + ( f ( 2 ) + f ( 3) + f ( 4 ) + f ( 5 ) )
1
 2 6 3
2 3 5 7 9  11  
+  f  + f  + f  + f  + f  
3 2 2 2 2  2 
 1
= ( 2.90929743 + 1.01735756 )
6
1 2
+ ( 6.26304429 ) + ( 8.16133735 )
3 3
= 0.65444250 + 2.08768143 + 5.44089157

 1
S  f ,  = 8.18301550
 2
 REGLAS
RECURSIVAS
Ahora mostraremos cómo se pueden calcular
las aproximaciones de la regla de Simpson
usando combinaciones lineales especiales de
las aproximaciones dadas por la regla del
trapecio.
(a) T(0) es el área de 20=1 trapecio (b) T(1) es el área de 21=2 trapecios

(c) T(2) es el área de 22=4 trapecios (d) T(3) es el área de 23=8 trapecios

y=f(x) y=f(x)

a (a) b a (b) b

y=f(x) y=f(x)

a b a b
(c) (d)
TEOREMA 1 (REGLAS DEL TRAPECIO SUCESIVAS)
Supongamos que J≥1 y que los puntos {xk=a+kh}
dividen [a,b] en 2J=2M subintervalos del mismo
tamaño h=(b-a)/2J. Las reglas del trapecio T(f,h) y
T(f,2h) verifican
T ( f , 2h ) M
T ( f , h) = + h∑ f ( x2 k −1 )......... (1)
2 k =1
Definición 1 (Sucesión de aproximaciones con la
regla del trapecio)
Se define T(0)=(h/2)(f(a)+f(b)), y para cada J≥1,
se define T(J)=T(f,h), donde T(f,h) es la regla del
trapecio con incremento h=(b-a)/2J.
Corolario (Regla recursiva del trapecio)
A partir del valor inicial T(0)=(h/2)(f(a)+f(b)), la
sucesión {T(f,h)} de aproximaciones dadas por la
regla del trapecio viene generada por la fórmula
recursiva
T ( J − 1) M
( 2) T ( J ) = + h∑ f ( x2 k −1 ) . J = 1, 2,.....,
2 k =1

siendo h = (b − a ) / 2J { xk = a + kh}
 Ejemplo Vamos a usar la regla recursiva del trapecio
Ejemplo.
para calcular las aproximaciones T(0), T(1), T(2) y T(3)
a la integral 5 dx
∫ 1 x = ln ( 5) − ln (1) = 1.609437912
Solución. Hace falta nueve puntos para calcular T(3) y
Solución
los puntos medios necesarios para calcular T(1), T(2) y
T(3).
4
Cuando h=4: T (0) = (1.000000 + 0.2000000 ) = 2.4000000.
2
T ( 0)
T (1) = + 2 ( 0.333333)
Cuando h=2: 2
= 1.200000 + 0.666666 = 1.866666.
 T (1)
T ( 2) = + 1( 0.500000 + 0.2500000 )
Cuando h=1: 2
= 0.933333 + 0.750000 = 1.683333.

T ( 2) 1
T ( 3) = + (0.6666667 + 0.400000
Cuando h=1/2:
2 2
+0.285714+0.222222)
= 0.841667 + 0.787302 = 1.628968.
TEOREMA 2 (REGLA RECURSIVA DE SIMPSON)

Supongamos que {T(J)} es la sucesión de

aproximaciones obtenidas con la regla del trapecio
generada recursivamente como en el corolario
anterior. Si J≥1 y S(J) es la aproximación dada en la
regla de Simpson con 2J subintervalos de [a,b],
entonces S(J) y las aproximaciones obtenidas con la
regla del trapecio T(J-1) y T(J) verifican

4T ( J ) − T ( J − 1)
S (J ) = .................... ( 3)
3
4T ( f , h ) − T ( f , 2h )
=
3
EJEMPLO
Vamos a usar la regla recursiva de Simpson para
calcular la aproximaciones S(1), S(2) y S(3) a la
integral del ejemplo anterior.

Solución
Solución. Usando los resultados del ejemplo
anterior con J=1,2 y 3, obtenemos
4T (1) − T ( 0 ) 4 (1.866666 ) − 2.400000
S (1) = = = 1.688888,
3 3
4T ( 2 ) − T (1) 4 (1.683333) − 1.866666
S ( 2) = = = 1.6222222,
3 3

4T ( 3) − T ( 2 ) 4 (1.628968 ) − 1.6833333
S ( 3) = = = 1.610846.
3 3
INTEGRACIÓN DE
ROMBERG
 INTEGRACIÓN ROMBERG
De los resultados anteriores, se tiene

∫a f ( x ) dx = T ( f , h ) + O ( h )..........(1)
b 2

∫a f ( x ) dx = S ( f , h ) + O ( h ).......... ( 2 )
b 4

∫a f ( x ) dx = B ( f , h ) + O ( h )..........( 3)
b 6
Supongamos que usamos una aproximación con
incrementos h y 2h, entonces podemos manipular
algebraicamente ambas respuestas para obtener una
respuesta mejorada, de manera que cada nivel de
mejora incrementa el orden del término del error de
O(h2N) a O(h2N+2). Este proceso es llamado método
de integración de Romberg.

Para la regla del trapecio, el término del error puede

representarse en potencias de h que sólo contengan
potencias pares.

ET ( f , h ) = a1h + a2 h + a3h + ........, (4)

2 4 6
Podemos usar el método de extrapolación de
Richardson para ir eliminando a1,a2,a3,…. y
generar fórmulas de cuadratura cuyos
términos de error tengan órdenes de
aproximación O(h4), O(h6) y asi
sucesivamente.

Partiendo de
( 5) ∫a f ( x ) dx = T ( f , 2h ) + a1 4h2 + a216h4 + a3 64h6 + .....
b

( 6 ) ∫a f ( x ) dx = T ( f , h ) + a1h
b 2
+ a2 h + a3h + .....
4 6
 restando
4∫ f ( x ) dx = 4T ( f , h ) + a1 4h 2 + a2 4h 4 + a3 4h6 + .....
b
a

f ( x ) dx = T ( f , 2h ) + a1 4h 2 + a216h 4 + a3 64h6 + .....

b
∫a
3∫ f ( x ) dx = 4T ( f , h ) − T ( f , 2h ) − a212h4 − a3 60h6 − .....
b
a
4T ( f , h ) − T ( f , 2h )
( 6 ) ∫a f ( x ) dx =
b
+ b1h 4 + b2 h6 + .......

 3 
S ( f ,h )

Como vimos, el primer término del miembro derecho

de (6) es la fórmula de cuadratura de la regla de
Simpson S(f,h)
 ESQUEMA DE RICHARDSON PARA EL
MÉTODO DE INTEGRACIÓN ROMBERG

Dadas dos aproximaciones R(2h,K-1) y R(h,K-1) de

una cantidad Q que verifican

(7) Q = R ( h, k − 1) + c1h 2k
+ c2 h 2k +2
+ .....
y
(8) Q = R ( 2h, k − 1) + c1 4k h 2 k + c2 4k +1 h 2 k + 2 + .....,
entonces podemos construir una aproximación
mejor que viene dada por la fórmula

4k R ( h, k − 1) − R ( 2h, k − 1)
(9) Q=
4 −1
k
+O h ( 2k +2
)
Definición 2 Se define la sucesión {R ( J , k ) : J ≥ k }J =0
∞

de fórmulas cuadraturas para aproximar la integral

de f(x) en [a,b] de la sgte manera

R(J,0)=T(J) para J≥0, regla recursiva del trapecio.

R(J,1)=S(J) para J≥1, regla recursiva de Simpson.
R(J,2)=B(J) para J≥2, regla recursiva de Boole.

Las fórmulas {R(J,0)} de partida se usan para

generar la primeras mejoras {R(J,1)} que, a su vez,
se usan para generar las segundas mejoras {R(J,2)};
es decir 41 R ( J , 0 ) − R ( J − 1, 0 )
R ( J ,1) = , J ≥1
4 −1
1

42 R ( J ,1) − R ( J − 1,1)
R ( J , 2) = , J≥2
4 −1
2

La regla general para construir recursivamente

las mejoras es

4 R ( J , k − 1) − R ( J − 1, k − 1)
k
R(J,k) = , J≥k
4 −1
k
Esquema de Integración de Romberg
EJEMPLO
Usaremos la integración de Romberg para calcular
aproximaciones a la integral definida
π π
∫0 ( )
2
π/2
x 2 + x + 1 cos ( x ) dx = −2 + + = 2.038197427067...
2 4

Los cálculos se muestran en la tabla sgte, donde se

puede apreciar que, en cada columna, los valores
convergen a 2.038197427067…y, también, que los
valores dados por la regla de Simpson convergen
más rápidamente que los dados por la regla del
trapecio; más generalmente, en este ejemplo la
convergencia en cada columna es más rápida que en
la columna adyacente por la izquierda.
Esquema de integración de Romberg del ejemplo

4T ( J ) − T ( J − 1)
S (J ) =
3
T ( J − 1) M 4T ( f , h ) − T ( f , 2h )
T (J ) = + h∑ f ( x2 k −1 ) . =
2 3
k =1
FIN