Facultad de Ingeniería Química

INTEGRACION NUMERICCA.
 INTRODUCCION

En este tema se tratara de obtener numéricamente valores para la derivada de una función en un punto, o para la
integral definida en algún intervalo, conociendo los valores de la función solo en algunos puntos. La integración
numérica es de gran importancia en ciencias aplicadas e ingeniería. Sus aplicaciones van desde cálculo de la
capacidad de un pantano a partir de datos topográficos en el ámbito de la ingeniería civil, hasta la estimación de la
fuerza total ejercida por el aire sobre las alas de un avión en ingeniería aeronáutica. En todas estas aplicaciones el
objetivo es calcular una integral definida

𝑏
𝐼 = න 𝑓 𝑥 𝑑𝑥,
𝑎

con la mayor precisión y el menor coste computacional posibles. A pesar de este amplio rango de aplicaciones, es
lícito preguntarse por qué es necesario realizar numéricamente el cálculo de la integral .La respuesta a esta pregunta
es muy simple: no siempre es factible calcular analíticamente una integral.
 OBJETIVOS

OBJETIVO PRINCIPAL
Dar a conocer los métodos de integración y derivada.

OBJETIVO ESPECÍFICO
Aplicación de los Métodos de Integración y Derivada.
Entender y comprender el método del trapecio, método de Simpson.
Realizar la programación de ambos métodos en Matlab
 DIFERENCIACIÓN NUMÉRICA

• Diferenciación numérica consiste simplemente en diferenciar la fórmula del polinomio

interpolante que se utilizó en general la derivada de una función tiene muchas aplicaciones,
entre las cuáles esta la Determinación de la velocidad instantánea de una partícula o móvil a
partir de su función de posición.
• el cálculo no nos da una solución directa, por lo tanto se debe recurrir a otro tipo de análisis.
• se estudiara la aproximación polinomial a partir de algunos valores de una función f, y dando
ciertos puntos se puede determinar su derivada en un punto dado. Se ilustrará este
apartado analizando una fórmula para la diferenciación numérica que surge de manera
directa de la definición en términos de límite de f '(x) :

𝑓 𝑥+h −𝑓(𝑥)
F’(x) =
h
Para una función lineal, f(x) = ax + b, la
aproximación que expresa la fórmula (1) resulta
exacta; esto es, proporciona el valor correcto
de f '(x) para cualquier valor de h distinto de
h2
cero. También en otros casos la fórmula puede ser F(x+ h) = f(x)+ hf ′ x 𝑓 ′′(𝜀)
exacta, pero esto ocurre sólo de manera fortuita. 2
Se procede por lo tanto a hacer una estimación del
error asociado a esta fórmula de diferenciación
numérica. El punto de partida es el teorema de
Taylor en la forma:

Las fórmulas de
diferenciación numérica
tienen su aplicación más
importante en la
𝑓 𝑥+h −𝑓(𝑥−h) solución numérica de
F ‘(x) = ecuaciones
2h
diferenciales.
EJERCICIO 01:

1. MATLAB: Evalué la derivada de y(x)= sin(x) Ingrese la función f: sin(x)

para x=1, tomando h=0,01; 0,005; 0,0001
Valor de h :1
utilizando alguna de las siguientes
aproximaciones. function Derivada
f=input('ingrese la funcion sobre el
𝑦 1 + ℎ − 𝑦(1) cual evaluar','s')
a. y′(1) ≈
ℎ f=inline(f )
h=input('ingrese el valor de h=')
𝑦 1 − 𝑦(1 − ℎ)
b. y′(1) ≈ df1=[f(1+h)-f(1)]/h;
ℎ
df2=[f(1)-f(1-h)]/h;
𝑦 1 + 𝑛 − 𝑦(1 − ℎ) df3=[f(1+h)-f(1-h)]/2*h;
c. y′(1) ≈
2ℎ df=[df1 df2 df3]
INTEGRACIÓN NUMÉRICA

La integración numérica es
una herramienta esencial que
se usa en la ciencia y
ingeniería para obtener
valores aproximados de
integrales definidas que no
pueden calcularse
analíticamente.
 INTEGRACIÓN VÍA INTERPOLACIÓN
POLINOMIAL
𝑏
Estos problemas de integración no son tratables con las
න 𝑓(𝑥)𝑑𝑥
técnicas aprendidas en los cursos básicos de cálculo. Estas 𝑎
técnicas dependen de encontrar la antiderivada. Por ello,
para encontrar mediante el cálculo elemental el valor de

se debe primero encontrar una función F con la

𝑏 propiedad de que F ' = f. Entonces resulta que
න 𝑓(𝑥)𝑑𝑥 = 𝑓 𝑏 − 𝑓(𝑎)
𝑎

𝑏 𝑏
una buena ocurrencia sería que los polinomios
son buenos candidatos para el papel de g
න 𝑓 𝑥 𝑑𝑥 ≈ න 𝑔(𝑥)𝑑𝑥
y, de hecho, g puede ser un polinomio que 𝑎 𝑎
interpola a f en cierto conjunto de nodos.
 Esta parte se estudia distintos métodos que nos resultaran útiles
para calcular primitivas. Recordemos que, cuando queremos calcular
una primitiva de una función f, lo que buscamos es otra función F tal que
F ‘(x) = f(x)

Esta claro que no hay una única primitiva de una función f ya que, si C
es cualquier constante, F(x) + C es otra primitiva. Por este motivo, si
F(x)+ c = ‫𝑥𝑑)𝑥(𝑓 ׬‬ encontramos una primitiva, mientras no tengamos ninguna otra condición
fijada, vamos a escribir que

Entendemos por integrar f, en símbolos ‫ 𝑥𝑑)𝑥(𝑓 ׬‬a encontrar el conjunto de todas

las primitivas de f.
Si bien es cierto que toda función continua tiene una primitiva, no siempre es
posible encontrar una. Muchas veces una primitiva de una función es una nueva
función que solo puede definirse diciendo quien es su derivada.
 න 𝑓(𝑥)𝑑𝑥
F(x)

𝑒𝑥 + 𝑐
න 𝒆𝒙

𝟏 Ln(x) + c
න
𝒙
Sen(x) + c
න 𝒄𝒐𝒔(𝒙)

-cos(x) + c
න 𝒔𝒆𝒏(𝒙)
MÉTODO DE SUSTITUCIÓN
MÉTODO DE INTEGRACIÓN POR
El método de integración por PARTES
sustitución nos sirve para integrar
Recordemos como se calcula la
funciones que se obtuvieron
derivada del producto de dos
derivando de una composición de
funciones: Si f y g son funciones
funciones, es decir, aplicando de la
derivables
regla de la cadena. Recordemos
como se deriva la composición de
funciones. Si f y g son dos funciones
derivables en el punto a,
න 𝑓 𝑥 . g ′ x dx = f x . g x − න 𝑓 ′ 𝑥 . g(x)dx

න𝑓 ′ ( g (x)). g′ (x)dx = න𝑓 ′ (𝑢)𝑑𝑢

También estudiaremos diversos métodos numéricos que
nos permitirán obtener aproximaciones bastante precisas.
Esencialmente, veremos tipos de integración numérica:
las fórmulas de Newton-Cotes
Las fórmulas de Newton-Cotes a desarrollar son las tres
primeras, constituidas por las reglas del trapecio y de
Simpson (regla de un tercio y de tres octavos

𝑏 𝑏
I=‫𝑓 𝑎׬‬ 𝑥 𝑑𝑥 ≈ ‫𝑥𝑑)𝑥( 𝑛𝑝 𝑎׬‬

Donde 𝑝𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + ⋯ . +𝑎𝑛 𝑥 𝑛 es un polinomio de aproximación de grado para ciertos valores de

que se escogen apropiadamente (se suele conocer también como polinomio de interpolación, ya que la
condición es que tome los mismos valores que la función original en los puntos elegidos). Estas fórmulas se
pueden aplicar también a una tabla de datos, siendo éstos los puntos a considerar.
Dentro de las fórmulas de Newton-Cotes, existen las formas cerradas y abiertas. En las formas cerradas se
conocen los valores de f(a) y f(b), en caso contrario, se llaman formas abiertas.
MÉTODO DE TRAPECIO
¿QUÉ SIGNIFICA EL MÉTODO DEL TRAPECIO?

Es un método para
Geométricamente, la
integrar
regla del trapecio es
numéricamente se La regla del trapecio
equivalente a
denomina así porque es la primera de las
aproximar el área del
el área descrita por la fórmulas cerradas de
trapecio bajo la línea
integral definida se la integración de
recta que conecta a
aproxima mediante Newton Cotes.
f(a) y f(b) como se
una suma de áreas
muestra en Fig.1
de trapecios.
Recuerde, que la fórmula para calcular el área de un trapecio es la altura por el promedio
de las bases, tal y como se muestra en la fig.2

En la Fig. 2 se muestra la fórmula para calcular el área de un trapezoide

(altura por el promedio de las bases).
En la Fig. 3 para la regla trapezoidal el concepto es el mismo, pero ahora
el trapezoide está sobre su lado
SE APROXIMA LA FUNCIÓN DIVIDIENDO EL INTERVALO [A, B] EN N
INTERVALOS DE IGUAL LONGITUD Y FORMANDO ENTONCES TRAPECIOS
POR ENCIMA DE CADA INTERVALO.

Donde:
𝑏−𝑎
ℎ= y n es el número de
𝑛
divisiones
∆X= Es el ancho de cada una de
los intervalos en los que se divide.
X=representa a las abscisas (eje
horizontal)
Y=representan a las coordenadas
(eje vertical)
 Sea 𝑃 = 𝑥0 , 𝑥1 , … , 𝑥𝑛 la partición que se forma al hacer dicha subdivisión. Usando
las propiedades de la integral, tenemos que:

ℎ 𝑥1 𝑥2 𝑥𝑛
න 𝑓 𝑥 𝑑𝑥 = න 𝑓 𝑥 𝑑𝑥 + න 𝑓 𝑥 𝑑𝑥+. . . + න 𝑓 𝑥 𝑑𝑥
𝑎 𝑥0 𝑥1 𝑥𝑛−1

 Aplicamos la regla del trapecio a cada una de las integrales, obtenemos:

ℎ
𝑓 𝑥0 + 𝑓 𝑥1 𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
න 𝑓 𝑥 𝑑𝑥 ≈ (𝑥1 − 𝑥0 ) + ⋯ + 𝑥𝑛 + 𝑓 𝑥𝑛−1
𝑎 2 2
 Ahora bien, ya que los subintervalos tienen la misma longitud h, tenemos
que:
ℎ
ℎ
න 𝑓 𝑥 𝑑𝑥 ~ 𝑓 𝑥0 + 2𝑓 𝑥2 + ⋯ + 2𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
𝑎 2

 sustituyendo el valor de h y haciendo uso de la notación sigma

(sumatoria), tenemos finalmente:
ℎ
𝑓(𝑥0 + 2 σ𝑛=1
𝑖=1 𝑓 𝑥1 + 𝑓(𝑥𝑛 )
න 𝑓 𝑥 𝑑𝑥 ~(𝑏 − 𝑎)
𝑎 2𝑛

 Esta es la regla del trapecio para n subintervalos.

 Obviamente, esperamos que entre más subintervalos usemos, mejor sea
la aproximación a la integral.
LUSTRACIÓN DE LA REGLA TRAPEZOIDAL DE APLICACIÓN MÚLTIPLE:
A) DOS SEGMENTOS, B) TRES SEGMENTOS, C) CUATRO SEGMENTOS Y
D) CINCO SEGMENTOS
 Una estimación para el error de truncamiento local de una sola aplicación de la regla trapezoidal

es:

 donde está en algún lugar en el intervalo de a a b. La anterior ecuación indica que, si la función

sujeta a integración es lineal, la regla del trapecio será exacta. Ver fig. 4

 Para funciones con derivadas de segundo orden y de orden superior, puede ocurrir algún error.

ERROR DEL MÉTODO DEL

TRAPECIO
MÉTODO DE SIMPSON
 MÉTODO DE
SIMPSON

La fórmula fue utilizada por primera

vez por Evangelista Torricelli, pero
debe su nombre al matemático
Inglés thomas Simpson. Corresponde
a la regla del tonel que Johannes
Kepler ya había formulado en 1615.
FÓRMULA COMPUESTA DEL SIMPSON

Siguela misma estrategia de la fórmula del trapecio, pero ajustando a tres

puntos de cada subintervalo una parábola.

Si Œa;b] sesubdivide en m intervalos, habrá 2m C 1 puntos de abscisas

x i D a C ih, i D 0; 1; : : : ; 2m. La distancia entre los puntos será
h D .b —a/=2m.
LA INTEGRAL ES
l b i ml xi
h
f . x/dxD f . x / d x = . f 0 C 4 f 1C f 2 / C
a x i —1
3
iD1
h h
C 3 . f 2 C 4 f 3 C f 4 / C · · · C 3 .f 2m—2 C4f 2m—1 C f 2 m /
h
D . f 0 C 4f 1 C 2f 2 C 4f 3 C 2f 4 · · · C 2f2m—2 C 4f2m—1 C f 2 m / :
3

El error que se comete,

ˇ m
i
b
h b —a 4
f .x/ dx D . f 2i—2 C 4 f 2i—1 C f 2i / — h f .4/ .$/:
3 180
a
iD1
FÓRMULAS ABIERTAS Y CERRADAS
Sellamaabiertaa una fórmula de integración numérica que no evalúa la función
integrando en uno o en los dos extremos del intervalo.
Newton-Cotes abierta NewtonCotes cerrada

Las fórmulas abiertas son útiles cuando no seconoce la función en un extremo o tiene
un valor infinito (integrales impropias).
EJERCICIO 02:
1. REGLA DE TRAPECIO SIMPLE 1.a MATLAB:
function trapecio_simple Ingrese la función: 1/ sqrt (1+(x^2))
clc; clear; Limite Superior :1
fprintf('\t\tTRAPECIO SIMPLE\n')
Límite Inferior :0
funcion=input('ingrese la funcion \n
f(x)=','s');
b=input('ingrese el limite superior de la
integral\n');
a=input('ingrese el limite inferior de la
integral\n');
h=b-a;
x=a;
f=eval(funcion); x=b;
f= (f+eval(funcion))*(h/2);
fprintf('El valor aproximado es:
%10.15f\n\n',f)
1.b MANUAL:
1 1
‫׬‬0 𝑑𝑥, n=4
1+𝑥 2

1−0 1
∆𝑥 = = 1 = 0.25
4

1
1 1−0
න 𝑑𝑥 ≈ 𝑓 0 + 2𝑓 0.5 + 2𝑓 0.75 + 𝑓(1)
1 + 𝑥2 2 4
0
1 1 1
𝑓 0 = 2
= 1, 𝑓 0.25 = 2
≈ 0.9701, 𝑓 0.5 = ≈ 0.8944,
1+0 1+0.25 1+0.52

1 1
𝑓 0.75 = ≈ 0.8000, 𝑓 1 = ≈ 0.7071,
1+ 0.752 1+ 12
1 1 1
‫׬‬0 2
𝑑𝑥 ≈ 8 1 + 2. 0.9701 + 2. (0.8944) + 2. (0.8) + 0.7071 ,
1+𝑥

1
1 1 7.0361
න 𝑑𝑥 ≈ 1 + 1.9402 + 1.7888 + 1.6 + 0.7071 = ,
0 1 + 𝑥2 8 8

1
1
න 𝑑𝑥 ≈ 0.88
0 1+ 𝑥2
2. REGLA DE TRAPECIO COMPUESTO 2.a MATLAB:
function trapecio_compuesto Ingrese la función: 1/ sqrt (1+(x^2))
clc; clear;
Limite Superior :1
fprintf('\t\tTRAPECIO COMPUESTO\n')
funcion=input('ingrese la funcion \n f(x)=','s'); Límite Inferior :0
b=input('ingrese el limite superior de la integral\n'); Intervalo :4
a=input('ingrese el limite inferior de la integral\n');
n=input('ingrese el numero de intervalos\n');
h=(b-a)/n;
f=0;
for k=1:n-1
x=a+h*k;
f=f+eval(funcion);
end
f=2*f;
x=a; f=f+eval(funcion); x=b; f=f+eval(funcion);
f=(h/2)*(f);
fprintf('El valor aproximado es: %10.15f\n\n',f)
2.b MANUAL:
1 1
‫׬‬0 𝑑𝑥, n=4
1+𝑥 2

1−0 1
∆𝑥 = = 1 = 0.25
4

1
1 1−0
න 𝑑𝑥 ≈ 𝑓 0 + 2𝑓 0.5 + 2𝑓 0.75 + 𝑓(1)
1 + 𝑥2 2 4
0
1 1 1
𝑓 0 = 2
= 1, 𝑓 0.25 = 2
≈ 0.9701, 𝑓 0.5 = ≈ 0.8944,
1+0 1+0.25 1+0.52

1 1
𝑓 0.75 = ≈ 0.8000, 𝑓 1 = ≈ 0.7071,
1+ 0.752 1+ 12
1 1 1
‫׬‬0 2
𝑑𝑥 ≈ 8 1 + 2. 0.9701 + 2. (0.8944) + 2. (0.8) + 0.7071 ,
1+𝑥

1
1 1 7.0361
න 𝑑𝑥 ≈ 1 + 1.9402 + 1.7888 + 1.6 + 0.7071 = ,
0 1 + 𝑥2 8 8

1
1
න 𝑑𝑥 ≈ 0.88
0 1+ 𝑥2
3. REGLA DE SIMPSON 3.1 MATLAB:
function simpson_compuesto Ingrese la función: 1/ x
clc; clear; Limite Superior :4
fprintf('\t\tFORMULA DE SIMPSON COMPUESTO\n')
Límite Inferior :1
funcion=input('ingrese la funcion \n f(x)=','s');
Intervalo :6
b=input('ingrese el limite superior de la integral\n');
a=input('ingrese el limite inferior de la integral\n');
n=input('ingrese el numero de intervalos');
h=(b-a)/(2*n);
f=0;
for k=1:n-1
x=a+h*(2*k);
f=f+eval(funcion);
end
f1=0;
for k=1:n
x=a+h*(2*k-1);
f1=f1+eval(funcion);
3.2 MANUAL:
1 1 41
‫׬‬0 𝑑𝑥 ≈ 0. ‫׬‬1 𝑑𝑥, n=6
1+𝑥 2 𝑥

𝑏−𝑎 4−1 3 1
∆𝑥 = = = = = 0.5
𝑛 6 6 2

4
1 4−1
න 𝑑𝑥 ≈ 𝑓 1 + 4𝑓 1.5 + 2𝑓 2 + 4𝑓 2.5 + 2𝑓 3 + 4𝑓 3.5 + 𝑓(4)
𝑥 3 6
1

1 1 2 1 1 2 1 1 2
𝑓 1 = 1 ≈ 1, 𝑓 1.5 = 3 = 3 , 𝑓 2 = 2 , 𝑓 2.5 = 5 = 5 , 𝑓 3 = 3 , 𝑓 3.5 = 7 =7,
2 2 2

1
𝑓 4 = ,
4

4
1 3 2 1 2 1 2 1 1 8 8 2 8 1
න 𝑑𝑥 ≈ 1 + 4. + 2. + 4. + 2. + 4. + = 1 + + 1 + + + + ,
𝑥 18 3 2 5 3 7 4 6 3 5 3 7 4
1

4 4
1 1 420 + 1120 + 420 + 672 + 280 + 480 + 105 1 2361 3497 1
න 𝑑𝑥 ≈ = = , න 𝑑𝑥 ≈ 1.39
𝑥 6 420 6 420 2520 𝑥
1 1