Métodos Numéricos: Resumen y ejemplos

Tema 3: Integración numérica

Francisco Palacios
Escuela Politécnica Superior de Ingeniería de Manresa
Universidad Politécnica de Cataluña
Marzo 2008, versión 1.4

Contenido

1. Fórmulas de cuadratura

2. Fórmulas de Newton-Cotes

3. Fórmulas compuestas

1 Fórmulas de cuadratura
• Objetivo
Aproximar la integral
Z b
I= f (x) dx
a
usando una combinación lineal de valores de f (x) en puntos del intervalo
[a, b],
a ≤ x0 < x1 < · · · < xn ≤ b,

Z b
f (x) dx ' α0 f (x0 ) + α1 f (x1 ) + · · · + αn f (xn ).
a

La fórmula de cuadratura es

F (f ) = α0 f (x0 ) + α1 f (x1 ) + · · · + αn f (xn ).

• Error

E (f ) = I − F (f )
Z b
= f (x) dx − [α0 f (x0 ) + α1 f (x1 ) + · · · + αn f (xn )] .
a

1
Francisco Palacios Tema 3: Integración Numérica 2

Ejemplo 1.1 Consideramos la integral

Z 1
I= x sin x dx.
0
1. Aproxima el valor de I con la fórmula de cuadratura
∙ µ ¶ ¸
b−a a+b
F (f ) = f (a) + 4f + f (b) .
6 2
2. Calcula el valor exacto de la integral y el valor del error.

1. Valor aproximado.
Tenemos
a = 0, b = 1, f (x) = x sin x,
1−0
F (f ) = (0 + 4 · (0.5) sin (0.5) + sin 1) = 0. 30005.
6
2. Valor exacto y error.
Calculamos una primitiva de f (x)
Z
x sin x dx = integramos por partes
Z
µ ¶ = −x cos x − (− cos x) dx
u=x du = dx Z
dv = sin x dx v = − cos x = −x cos x + cos x dx
= −x cos x + sin x + c
El valor exacto es
Z 1
x sin x dx = [−x cos x + sin x]x=1
x=0 = − cos 1 + sin 1 = 0. 30117.
0
Error
|E (f )| = |I − F (f )| = |0. 30117 − 0. 30005| = 0.00 112.
La fórmula de cuadratura ha producido una aproximación con 2 decimales
exactos. ¤

• Grado de precisión
Dado un intervalo [a, b], decimos que una fórmula de cuadratura
F (f ) = α0 f (x0 ) + α1 f (x1 ) + · · · + αn f (xn )
tiene grado de precisión g si es exacta para todos los polinomios de grado
≤ g (y no lo es para alguno de grado g +1). Es decir, si p(x) es un polinomio
de grado ≤ g, entonces la fórmula de cuadratura es exacta para p(x)
Z b
p(x) dx = α0 p(x0 ) + α1 p(x1 ) + · · · + αn p(xn ).
a
Francisco Palacios Tema 3: Integración Numérica 3

• Determinación del grado de precisión

Puede demostrarse que la fórmula de cuadratura F (f ) tiene grado de pre-
cisión g si es exacta para los polinomios

p0 (x) = 1, p1 (x) = x, p2 (x) = x2 , . . . , pg (x) = xg

y no lo es para
pg+1 (x) = xg+1 .

Ejemplo 1.2 Consideramos el intervalo [0, 2]. Determina el grado de pre-

cisión de la fórmula de cuadratura
1
F (f ) = [f (0) + 4f (1) + f (2)] .
3
Tenemos que verificar la exactitud de F (f ) sobre

p0 (x) = 1, p1 (x) = x, p2 (x) = x2 , . . .

Z 2 ⎫
2
1 dx = [x]0 = 2 ⎪
⎪
⎪
⎬
0
⇒ F (f ) exacta para p0 (x) = 1.
⎪
⎪
6 ⎪
F (1) = 13 (1 + 4 + 1) = = 2 ⎭
3
Z 2 ∙ 2 ¸2 ⎫
x ⎪
⎪
x dx = =2 ⎬
0 2 0 ⇒ F (f ) exacta para p1 (x) = x.
⎪
⎪
⎭
F (x) = 13 (0 + 4 · 1 + 2) = 63 = 2
Z 2 ∙ 3 ¸2 ⎫
x 8 ⎪
⎪
x2 dx = = ⎪
⎪
3 0 3 ⎬
0
⇒ F (f ) exacta para p2 (x) = x2 .
⎪
¡ ¢ 8 ⎪⎪
F x2 = 13 (0 + 4 · 1 + 4) = ⎪ ⎭
3
Z 2 ∙ 4 ¸2 ⎫
x 16 ⎪
⎪
3
x dx = = =4 ⎪
⎪
4 4 ⎬
0 0
⇒ F (f ) exacta para p3 (x) = x3 .
⎪
⎪
¡ ¢ 12 ⎪
F x3 = 13 (0 + 4 · 1 + 8) = =4 ⎪ ⎭
3
Z 2 ∙ 5 ¸2 ⎫
x 32 ⎪
⎪
4
x dx = = ⎪
⎪
5 5 ⎬
0 0
⇒ F (f )no exacta para p4 (x) = x4 .
⎪
⎪
¡ ¢ 20 ⎪⎪
F x4 = 13 (0 + 4 · 1 + 16) = ⎭
3
Francisco Palacios Tema 3: Integración Numérica 4

La fórmula de cuadratura tiene grado de precisión 3, y es exacta para todas

las integrales Z 2
p(x) dx
0
con p(x) polinomio de grado ≤ 3. Por ejemplo, tomemos

p(x) = x3 − x,
Z 2 ∙ 4 ¸2
¡ 3 ¢ x x2 16 4
x − x dx = − = − = 4 − 2 = 2,
0 4 2 0 4 2
1 6
F (p) = [0 + 4· (1 − 1) + (8 − 2)] = = 2. ¤
3 | {z } | {z } 3
p(1) p(2)

2 Fórmulas de Newton-Cotes
Las fórmulas de Newton-Cotes se obtienen integrando el polinomio interpo-
lador construido con nodos igualmente espaciados.
• Estrategia

1. Dividimos [a, b] en n subintervalos de longitud

b−a
h= ,
n

los puntos de división son de la forma

x0 = a,
x1 = a + h,
x2 = a + 2h,
..
.
xj = a + jh,
..
.
xn = a + nh = b.
Francisco Palacios Tema 3: Integración Numérica 5

2. Calculamos el polinomio pn (x) que interpola f (x) en los nodos

x0 , x1 , x2 , . . . , xn .

3. Tomamos Z Z
b b
f (x) dx ' pn (x) dx.
a a

2.1 Fórmula del trapecio y de Simpson

• Fórmula del Trapecio
Es la fórmula de Newton-Cotes de 2 puntos.

Z b
f (a) + f (b)
p1 (x) dx = (b − a) .
a 2
b−a
FT (f ) = [f (a) + f (b)] .
2
Si tomamos h = b − a

h
FT (f ) = [f (x0 ) + f (x1 )] ,
2
x0 = a, x1 = a + h,
h = b − a.

• Fórmula de Simpson
Es la fórmula de Newton-Cotes de 3 puntos.
b−a
h= ,
2
x0 = a, x1 = a + h, x2 = a + 2h = b.
Francisco Palacios Tema 3: Integración Numérica 6

Puede demostrarse que

Z b ∙ µ ¶ ¸
b−a a+b
p2 (x) dx = f (a) + 4f + f (b)
a 6 2
h
= [f (x0 ) + 4f (x1 ) + f (x2 )] .
3

h
FS (f ) = [f (x0 ) + 4f (x1 ) + f (x2 )] ,
3
x0 = a, x1 = a + h, x2 = a + 2h,
b−a
h= .
2

Ejemplo 2.1 Consideramos la integral

Z 2
1
I= dx
1 x

1. Aproxima el valor de I usando la fórmula del trapecio.

2. Aproxima el valor de I usando la fórmula de Simpson.
3. Calcula los errores.

1. Aproximación por trapecio.

Tenemos
1
a = 1, b = 2, f (x) = ,
x
µ ¶
2−1 1 1 3 3
FT (f ) = 1+ = · = = 0.75.
2 2 2 2 4
2. Aproximación por Simpson.
Tenemos
2−1
h= = 0.5,
2
x0 = 1, x1 = 1.5, x2 = 2,
µ ¶
0.5 1 1
FS (f ) = 1+4 + = 0. 69444.
3 1.5 2
Francisco Palacios Tema 3: Integración Numérica 7

3. Valor exacto y errores.

Z 2
1
dx = [ln x]21 = ln 2 = 0. 69315,
1 x

|ET (f )| = |I − FT (f )| = |0. 69315 − 0.75| = 0.0 5685,

|ES (f )| = |I − FS (f )| = |0. 69315 − 0. 69444| = 0.00 129.
Con la fórmula Simpson, hemos obtenido 2 decimales exactos. ¤

2.2 Errores
• Fórmula del trapecio
Sea f (x) de clase C 2 [a, b],

x0 = a, x1 = b, h = b − a.
Se cumple
Z b
h h3
I= f (x) dx = [f (x0 ) + f (x1 )] − f (2) (t) , t ∈ (a, b) .
a 2 12
Valor absoluto del error
h3 ¯¯ (2) ¯¯
|ET (f )| = |I − FT (f )| = ¯f (t)¯ , t ∈ (a, b) .
12
Cota superior de error

h3 ¯ ¯
|ET (f )| ≤ M2 , M2 = max ¯f (2) (x)¯ .
12 x∈[a,b]

• Fórmula de Simpson
Sea f (x) de clase C 4 [a, b],
b−a
x0 = a, x1 = a + h, x2 = b, h= .
2
Se cumple
Z b
h h5
I= f (x) dx = [f (x0 ) + 4f (x1 ) + f (x2 )] − f (4) (t) , t ∈ (a, b) .
a 3 90
Valor absoluto del error
h5 ¯¯ (4) ¯¯
|ES (f )| = |I − FS (f )| = ¯f (t)¯ , t ∈ (a, b) .
90
Cota superior de error

h5 ¯ ¯
|ES (f )| ≤ M4 , M4 = max ¯f (4) (x)¯ .
90 x∈[a,b]
Francisco Palacios Tema 3: Integración Numérica 8

Ejemplo 2.2 Consideramos la integral

Z 2
I= x ln x dx.
1

1. Aproxima el valor de I usando la fórmula del trapecio; calcula una cota

superior de error.
2. Aproxima el valor de I usando la fórmula de Simpson; calcula una cota
superior de error.
3. Calcula el valor exacto de la integral y verifica los resultados.

1. Aproximación trapecio.
Tenemos
a = 1, b = 2, h = 2 − 1 = 1, f (x) = x ln x,
1
FT (f ) = (1 ln 1 + 2 ln 2) = ln 2 = 0. 69315.
2
Cota de error
h3 ¯ ¯
|ET (f )| ≤ M2 , M2 = max ¯f (2) (x)¯ .
12 x∈[1,2]

Calculamos las derivadas

f 0 (x) = ln x + 1,
1
f 00 (x) = ,
x
f 00 (x) es positiva si x ∈ [1, 2]. La función objetivo es
¯ ¯ 1
¯ ¯
g(x) = ¯f (2) (x)¯ = ,
x
−1
g 0 (x) = ,
x2
la derivada g 0 (x) es negativa, por lo tanto g(x) es decreciente en el intervalo
y resulta ¯ ¯
¯ ¯
M2 = max ¯f (2) (x)¯ = g(1) = 1.
x∈[1,2]

La cota de error es
h3 1
|ET (f )| ≤ M2 = = 0.083333.
12 12

2. Aproximación por Simpson.

Tenemos
2−1
h= = 0.5,
2
Francisco Palacios Tema 3: Integración Numérica 9

x0 = 1, x1 = 1.5, x2 = 2.
Valor de la aproximación,
0.5
FS (f ) = (1 ln 1 + 4 · 1.5 ln (1.5) + 2 ln 2) = 0. 63651.
3
Cota de error,

h5 ¯ ¯
|Es (f )| ≤ M4 , M4 = max ¯f (4) (x)¯ .
90 x∈[1,2]

Empezamos por determinar M4 . Calculamos las derivadas

1
f 000 (x) = − ,
x2
2
f (4) (x) = .
x3
La derivada f (4) (x) es positiva si x ∈ [1, 2], por lo tanto, la función objetivo
es ¯ ¯
¯ ¯ 2
g(x) = ¯f (4) (x)¯ = 3 .
x
Calculamos la derivada de la función objetivo
−6
g 0 (x) = ,
x4
vemos que g 0 (x) es negativa y, en consecuencia, la función objetivo g(x) es
decreciente ¯ ¯
¯ ¯
M4 = max ¯f (4) (x)¯ = g(1) = 2.
x∈[1,2]

Cota de error para la aproximación mediante la fórmula de Simpson

h5 (0.5)5
|ES (f )| ≤ M4 = 2 = 0.0006 9444.
90 90
Vemos que, en este caso, podemos asegurar 2 decimales exactos.
3. Valor exacto y errores.
Calculamos una primitiva de f (x)
Z
x ln x dx = integramos por partes.
Z 2
x2 x 1
⎛ 1 ⎞ = ln x − dx
u = ln x, du = dx. 2 2 x
⎜ ⎟ x2 Z
x
⎝ 2 ⎠ = ln x − 1 x dx
x 2 2
dv = x dx, v = .
2 x2 x2
= ln x − + c.
2 4
Francisco Palacios Tema 3: Integración Numérica 10

El valor exacto, con cinco decimales, es

Z 2 ∙ 2 ¸x=2 µ ¶
x x2 1 1
x ln x dx = ln x − = (2 ln 2 − 1) − ln 1 −
1 2 4 x=1 2 4
= 2 ln 2 − 1 + 1/4 = 0. 63629.
Error trapecio
|ET (f )| = |I − FT (f )| = |0. 63629 − 0. 69315| = 0.0 5686,
cota error trapecio
|ET (f )| ≤ 0.083333.
Error Simpson
|ES (f )| = |I − FS (f )| = |0. 63629 − 0. 63651| = 0.000 22,
cota error Simpson
|ES (f )| ≤ 0.0006 94.
Observamos que los errores son inferiores a las cotas de error correspondien-
tes. ¤

3 Fórmulas compuestas
3.1 Trapecio compuesto
• Estrategia
1. Dividimos el intervalo [a, b] en n subintervalos de longitud
b−a
h= ,
n
y obtenemos n + 1 puntos
x0 = a, x1 = a + h, x2 = a + 2h, . . . , xn = a + nh = b.

Los n subintervalos son

A1 = [x0 , x1 ], A2 = [x1 , x2 ] , . . . , Aj = [xj−1 , xj ] , . . . , An = [xn−1 , xn ] .

2. Aplicamos la fórmula del trapecio a cada subintervalo

(1) h
A1 = [x0 , x1 ] ⇒ FT = [f (x0 ) + f (x1 )] ,
2
.. ..
. .
(j) h
Aj = [xj−1 , xj ] ⇒ FT = [f (xj−1 ) + f (xj )] ,
2
.. ..
. .
(n) h
An = [xn−1 , xn ] ⇒ FT = [f (xn−1 ) + f (xn )] .
2
Francisco Palacios Tema 3: Integración Numérica 11

3. Tomamos como aproximación global la suma de las aproximaciones

sobre los subintervalos
(n) (1) (2) (j) (n)
FT C = FT + FT + · · · + FT + · · · + FT .

• Fórmula de trapecio compuesto

(n) h
FT C = [f (x0 ) + 2f (x1 ) + · · · + 2f (xj ) + · · · + 2f (xn−1 ) + f (xn )] ,
2
b−a
h= .
n

Si agrupamos términos, obtenemos

X n−1
(n) h b−a
FT C = [f (x0 ) + f (xn )] + h f (xj ) , h= .
2 n
j=1

• Cota de error
Si f (x) es de clase C 2 [a, b], se cumple

¯ ¯ ¯Z ¯
¯ (n) ¯ ¯¯ (n) ¯
b
b−a 2 b−a
¯ET C ¯ = ¯ f (x)dx − FT C ¯¯ ≤ h M2 , h= .
a 12 n
¯ ¯
¯ ¯
M2 = max ¯f (2) (x)¯ .
x∈[a,b]

• Demostración de la cota de error

Francisco Palacios Tema 3: Integración Numérica 12

Dividimos el intervalo en n subintervalos y aplicamos las propiedades de las

integrales
Z b Z x1 Z x2 Z xn
f (x) dx = f (x) dx + f (x) dx + · · · + f (x) dx,
a x0 x1 xn−1
Z Z Z
= f (x) dx + f (x) dx + · · · + f (x) dx,
A1 A2 An
= I1 + I2 + · · · + In .
Definimos
(n) (1) (2) (n)
FT C = FT + FT + · · · + FT ,
(j)
donde FT es el valor de la fórmula simple del trapecio sobre el intervalo
Aj = [xj−1 , xj ] . Entonces se cumple
¯ ¯ ¯Z b ¯
¯ (n) ¯ ¯ (n) ¯¯
¯ET C ¯ = ¯ ¯ f (x) dx − FT C ¯
¯ a ³ ´¯
¯ (1) (2) (n) ¯
= ¯(I1 + I2 + · · · + In ) − FT + FT + · · · + FT ¯
¯³ ´ ³ ´ ³ ´¯
¯ (1) (2) (n) ¯
= ¯ I1 − FT + I2 − FT + · · · + In − FT ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ (1) ¯ ¯ (2) ¯ ¯ (n) ¯
≤ ¯I1 − FT ¯ + ¯I2 − FT ¯ + · · · + ¯In − FT ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ (1) ¯ ¯ (2) ¯ ¯ (n) ¯
≤ ¯ET ¯ + ¯ET ¯ + · · · + ¯ET ¯ ,
¯ ¯
¯ (j) ¯
donde ¯ET ¯ representa el error del trapecio simple en el intervalo Aj .
Podemos acotar el error en cada subintervalo como sigue
¯ ¯ ¯ ¯
¯ (j) ¯ h3 (j) (j) ¯ ¯
¯ET ¯ ≤ M2 , M2 = max ¯f (2) (x)¯ .
12 x∈A j

Entonces, resulta la siguiente cota para el error global

¯ ¯
¯ (n) ¯ h3 (1) h3 (2) h3 (n)
¯ET C ¯ ≤ M2 + M2 + · · · + M2 .
12 12 12
Si tomamos ¯ ¯
¯ ¯
M2 = max ¯f (2) (x)¯ ,
x∈[a,b]

se cumple para todos los intervalos

¯ ¯ ¯ ¯
(j) ¯ ¯ ¯ ¯
M2 = max ¯f (2) (x)¯ ≤ max ¯f (2) (x)¯ = M2 ,
x∈Aj x∈[a,b]

por lo tanto
¯ ¯ h3 h3 h3 h3 b − a h2
¯ (n) ¯
¯ET C ¯ ≤ M2 + M2 + · · · + M2 = n M2 = n M2
12 12 12 12 n 12
b−a 2
≤ h M2 . ¤
12
Francisco Palacios Tema 3: Integración Numérica 13

Ejemplo 3.1 Calcula Z 2

x ln x dx
1
con 2 decimales exactos usando la fórmula del trapecio compuesto.

1. Cálculo del número de intervalos.

a = 1, b = 2, f (x) = x ln x.

Tenemos la acotación
¯ ¯
¯ (n) ¯ b − a 2 b−a
¯ET C ¯ ≤ h M2 , h = ,
12 n
¯ ¯
¯ ¯
M2 = max ¯f (2) (x)¯ .
x∈[1,2]

Hemos visto en el Ejemplo 2.2 que

¯ ¯
¯ ¯
M2 = max ¯f (2) (x)¯ = 1,
x∈[1,2]

entonces ¯ ¯
¯ (n) ¯ 1
¯ET C ¯ ≤ h2 .
12
Exigimos ¯ ¯
¯ (n) ¯ 1
¯ T C ¯ ≤ h2 ≤ 0.5 × 10−2
E
12
y resulta ¡ ¢
h2 ≤ 12 · 0.5 × 10−2 = 0.0 6,
√
h ≤ 0.0 6 = 0. 24495.
Como
2−1 1
h= = ,
n n
resulta
1 1
≤ 0. 24495 ⇒ n≥ = 4. 0825.
n 0. 24495
Necesitamos 5 subintervalos.
2. Valor de la aproximación.
Con n = 5, el valor del step es
1
h= = 0.2.
5
Obtenemos los nodos

x0 = 1, x1 = 1.2, x2 = 1.4, x3 = 1.6, x4 = 1.8, x5 = 2.

Francisco Palacios Tema 3: Integración Numérica 14

La fórmula del trapecio compuesto con 5 subintervalos es

X 4
(5) h
FT C = [f (x0 ) + f (x5 )] + h f (xj ) ,
2
j=1

en nuestro caso resulta

(5) 0.2
FT C = (1 ln 1 + 2 ln 2) + (0.2) (1.2 ln 1.2 + 1.4 ln 1.4 + 1.6 ln 1.6 + 1.8 ln 1.8)
2
= 0. 13863 + 0. 49997 = 0. 63860.

3. Error exacto.
Valor exacto con 5 decimales
Z 2
I= x ln x dx = 0. 63629.
1

Error
¯ ¯ ¯ ¯
¯ (5) ¯ ¯ (5) ¯
¯ET C ¯ = ¯I − FT C ¯ = |0. 63629 − 0. 63860| = 0.00 231. ¤

3.2 Fórmula de Simpson compuesto

• Estrategia
La idea es dividir el intervalo [a, b] en m subintervalos de igual longitud

A1 , A2 , . . . , Am

y aplicar la regla simple de Simpson a cada subintervalo. Para centrar ideas,

expondremos el caso m = 3.

1. Para aplicar la regla de Simpson, debemos tomar el punto medio de

cada intervalo. Por lo tanto, la distancia entre nodos (step) es

b−a
h= .
2m
Los nodos son

x0 = a, x1 = a + h, x2 = a + 2h, . . . , xn = a + 2mh = b.

Si m = 3, la distancia entre nodos será

b−a
h=
6
y tendremos 2m + 1 = 7 nodos
Francisco Palacios Tema 3: Integración Numérica 15

en este caso, los intervalos son

A1 = [x0 , x2 ], punto medio x1 .

A2 = [x2 , x4 ], punto medio x3 .
A3 = [x4 , x6 ], punto medio x5 .

2. Aplicamos la fórmula de Simpson a cada subintervalo

(1) h
A1 = [x0 , x2 ] ⇒ FS = [f (x0 ) + 4f (x1 ) + f (x2 )] .
3

(2) h
A2 = [x2 , x4 ] ⇒ FS = [f (x2 ) + 4f (x3 ) + f (x4 )] .
3

(3) h
A3 = [x4 , x6 ], ⇒ FS = [f (x4 ) + 4f (x5 ) + f (x6 )] .
3

3. Tomamos como aproximación global la suma de las aproximaciones

sobre los subintervalos
(m) (1) (2) (m)
FSC = FS + FS + · · · + FS .

En el caso m = 3
(3) h
FSC = [f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + 4f (x5 ) + f (x6 )] .
3
Podemos reordenar y agrupar los valores como sigue.

(3) h
FSC = {f (x0 ) + f (x6 ) +2 [f (x2 ) + f (x4 )] +4 [f (x1 ) + f (x3 ) + f (x5 )]}.
3 | {z } | {z } | {z }
nodos extremos nodos pares interiores nodos impares

• Fórmula de Simpson compuesto

⎡ ⎤
m−1
X m
X
(m) h⎣ b−a
FSC = f (x0 ) + f (x2m ) + 2 f (x2j ) + 4 f (x2j−1 )⎦ , h= .
3 2m
j=1 j=1
Francisco Palacios Tema 3: Integración Numérica 16

• Cota de error
Si f (x) es de clase C 4 [a, b], se cumple
¯ ¯ ¯Z ¯
¯ (m) ¯ ¯¯ (m) ¯
b
b−a 4 b−a
¯ESC ¯ = ¯ f (x)dx − FSC ¯¯ ≤ h M4 , h= .
a 180 2m
¯ ¯
¯ ¯
M4 = max ¯f (4) (x)¯ .
x∈[a,b]

• Demostración de la cota de error

El procedimiento es muy parecido al empleado en la demostración de la cota
de error para la fórmula del trapecio compuesto. Tenemos
Z b Z Z Z
f (x) dx = f (x) dx + f (x) dx + · · · + f (x) dx
a A1 A2 Am
= I1 + I2 + · · · + Im .
(m) (1) (2) (m)
FSC = FS + FS + · · · + FS ,
(j)
donde FS es el valor de la fórmula simple de Simpson sobre el intervalo
Aj = [x2j−2 , x2j ] . Entonces
¯ ¯ ¯Z b ¯
¯ (m) ¯ ¯ (m) ¯
¯ESC ¯ = ¯¯ f (x) dx − FSC ¯¯
¯ a ³ ´¯
¯ (1) (2) (m) ¯
= ¯(I1 + I2 + · · · + Im ) − FS + FS + · · · + FS ¯
¯³ ´ ³ ´ ³ ´¯
¯ (1) (2) (m) ¯
= ¯ I1 − FS + I2 − FS + · · · + Im − FS ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ (1) ¯ ¯ (2) ¯ ¯ (m) ¯
≤ ¯I1 − FS ¯ + ¯I2 − FS ¯ + · · · + ¯Im − FS ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ (1) ¯ ¯ (2) ¯ ¯ (m) ¯
≤ ¯ES ¯ + ¯ES ¯ + · · · + ¯ES ¯ ,
¯ ¯
¯ (j) ¯
donde ¯ES ¯ representa el error de Simpson simple en el intervalo Aj . Sabe-
mos que se cumple
¯ ¯ ¯ ¯
¯ (j) ¯ h5 (j) (j) ¯ ¯
¯ES ¯ ≤ M4 , M4 = max ¯f (4) (x)¯ ,
90 x∈Aj

entonces ¯ ¯
¯ (m) ¯ h5 (1) h5 (2) h5 (m)
¯ESC ¯ ≤ M4 + M4 + · · · + M4 .
90 90 90
Si tomamos ¯ ¯
¯ ¯
M4 = max ¯f (4) (x)¯ ,
x∈[a,b]

se cumple para todos los intervalos

¯ ¯ ¯ ¯
(j) ¯ ¯ ¯ ¯
M4 = max ¯f (4) (x)¯ ≤ max ¯f (4) (x)¯ = M4 ,
x∈Aj x∈[a,b]
Francisco Palacios Tema 3: Integración Numérica 17

por lo tanto
¯ ¯ h5 h5 h5
¯ (m) ¯
¯ESC ¯ ≤ M4 + M4 + · · · + M4
90 90 90
h5 b − a h4
≤ m M4 = m M4
90 2m 90
b−a 4
≤ h M4 . ¤
180
Ejemplo 3.2 Calcula Z 2
x ln x dx
1
con 4 decimales exactos usando la fórmula de Simpson compuesto.

1. Cálculo del número de intervalos.

a = 1, b = 2, f (x) = x ln x.

Tenemos la acotación
¯ ¯
¯ (m) ¯ b − a 4 b−a
¯ESC ¯ ≤ h M4 , h = ,
180 2m
¯ ¯
¯ ¯
M4 = max ¯f (4) (x)¯ .
x∈[a,b]

Hemos visto en el Ejemplo 2.2 que

¯ ¯
¯ ¯
M4 = max ¯f (4) (x)¯ = 2,
x∈[1,2]

entonces ¯ ¯
¯ (m) ¯ 1 4
¯ESC ¯ ≤ h · 2.
180
Exigimos
1 4
h · 2 ≤ 0.5 × 10−4 ,
180
¡ ¢
4 180 · 0.5 × 10−4
h ≤ = 0.00 45,
2
√
4
h ≤ 0.0 045 = 0. 259.
Como
2−1 1
h= = ,
2m 2m
resulta
1 1
≤ 0. 259 ⇒ m ≥ = 1. 9305.
2m 2 · 0. 259
Necesitamos tomar m = 2. Se trata de Simpson doble, con 2m = 4 subin-
tervalos.
Francisco Palacios Tema 3: Integración Numérica 18

2. Valor de la aproximación.
Con m = 2, resulta
1
h= = 0.25.
4
Los nodos son

x0 = 1, x1 = 1.25, x2 = 1.5, x3 = 1.75, x4 = 2.

La fórmula de Simpson doble es

⎡ ⎤
1
X 2
X
(2) h⎣
FSC = f (x0 ) + f (x4 ) + 2 f (x2j ) + 4 f (x2j−1 )⎦
3
j=1 j=1
h
= {f (x0 ) + f (x4 ) + 2f (x2 ) + 4 [f (x1 ) + f (x3 )]} ,
3
en concreto
(2) 0.25
FSC = [(1 ln 1 + 2 ln 2) + 2 (1.5 ln 1.5) + 4 (1.25 ln 1.25 + 1.75 ln 1.75)]
3
0.25
= 7. 63571 8 = 0. 63630 98.
3
3. Error exacto.
Z 2
I= x ln x dx = 0. 63629 44.
1
¯ ¯ ¯ ¯
¯ (2) ¯ ¯ (2) ¯
¯ESC ¯ = ¯I − FSC ¯ = |0. 63629 44 − 0. 63630 98| = 0.154 × 10−4 . ¤