Cálculo. Métodos Numéricos.

MÉTODOS NUMÉRICOS
Teorema de Bolzano:
Sea f : [a, b ] → ℝ una función continua en dicho intervalo y tal que toma valores de
distinto signo en los extremos de dicho intervalo( f (a) ⋅ f (b) < 0 ), entonces existe un
punto x 0 ∈ ( a, b ) tal que f ( x 0 ) = 0 .
Es decir la ecuación f(x)=0 tiene al menos una solución en el interior de dicho intervalo.

1) RESOLUCIÓN NUMÉRICA DE ECUACIONES:

MÉTODO DE LA BISECCIÓN:
Sea f(x) una función continua en un intervalo [ a, b ] . El teorema de Bolzano afirma que si se
cumple que f ( a ) ⋅ f ( b ) < 0 entonces existe al menos una solución de la ecuación f(x)=0 en
dicho intervalo. Se trata de aproximarse a dicha solución.
a+b
Calculamos el punto medio del intervalo x1 = y posteriormente calculamos f ( x1 ) .
2
De los dos intervalos [ a, x1 ] y [ x1 , b ] tomamos aquel en que la función tome signos distintos en
los extremos, para volver a aplicar de nuevo el método. Así lo aplicaríamos sucesivamente.
b−a
Cota superior de error en el método de la bisección: en ≤ n
2
Ejemplo 1: Resolver la ecuación x = e− x mediante el método de la bisección. Determinar
cuántas bisecciones hemos de realizar para aproximar la solución con 3 cifras decimales
exactas.
Primero, si no nos dan el intervalo de partida tenemos que buscar dicho intervalo, para ello
representamos gráficamente las funciones:
Luego la función f ( x) = x − e− x tiene una solución en [ 0,1] ya
que es continua y
f (0) = −1 < 0 

f (1) = 1 − e −1 = 0.6321.... > 0 

0 +1
Tomamos x1 = = 0´5 f (0´5) = 0´5 − e −0´5 = −0´10653 < 0
2
1 + 0´5
[0´5,1] x2 = = 0´75 f (0´75) = 0´2776334 > 0
2
0´5 + 0´75
[0´5,0´75] x3 = = 0´625 f ( x3 ) = 0´0897385 > 0
2
0´5 + 0´625
[0´5,0´625] x4 = = 0´5625 f ( x4 ) = −0´0072828 < 0
2
0´5625 + 0´625
[0´5625,0´625] x5 = = 0´59375 f ( x5 ) > 0
2
Y así sucesivamente conforme vamos biseccionando nos vamos acercando a la solución.
b−a
El error que cometemos en la bisección n en ≤ n
2
Para aproximar la solución con tres cifras decimales exactas quiere decir que el error ha de ser
menor que 10−3

1
Cálculo. Métodos Numéricos.

b−a 1 1 1
en ≤ n
= n
< 10−3 ⇒ n
< ⇒ 2n > 000 ⇒ n = 10
2 2 2 1000
Hay que hacer 10 bisecciones.

MÉTODO DE NEWTON-RAPHSON O DE LA TANGENTE:

Sea f(x) una función continua y dos veces diferenciable en [ a, b ] y tal que f ( a ) ⋅ f ( b ) < 0 y
f ´´ tiene signo constante en [ a, b ] , entonces si x 0 ∈ [ a, b ] es un punto cualquiera en el que se
verifica que f (x 0 ) y f´´(x 0 ) tienen el mismo signo, la sucesión {x n } definida por
f ( xn )
xn +1 = xn − converge al punto c tal que f (c) = 0
f ´( xn )
Interpretación geométrica:

Tomamos como x0 extremo cuya imagen tenga el mismo signo

que f´´(x). Supongamos que x0=b
Trazando la tangente a la curva en el extremo ( x0 , f ( x0 ) )
y − f ( x0 ) = f ´( x0 ) ( x − x0 ) .
Calculamos el punto de corte de dicha recta con el eje OX:
y − f ( x0 ) = f ´( x0 ) ( x − x0 )  f (b)
 se obtiene x = b − .
y=0  f ´(b)
A este punto le llamamos x1 . Volvemos trazar la tangente en dicho punto ( x1 , f ( x1 ) ) y
f ( x1 )
calculamos el corte con el eje OX obteniendo x2 = x1 − . Estos puntos cada vez están más
f ´( x1 )
próximos a la solución de la ecuación f(x)=0.
f ( xn )
En general xn+1 = xn − {x n } → c f (c) = 0
f ´( xn )

Ejemplo 2: Resolver la ecuación x = e− x mediante el método de Newton o de la tangente

aproximando con 6 cifras decimales exactas.

f ( x) = x − e− x
f (0´5) = −0´106530659 < 0
f (0´6) = 0´051188363 > 0
f ´( x) = 1 + e− x > 0 creciente
f ´´( x) = −e− x < 0 convexa

Tomamos x0 = 0´5
f ( x0 )
x1 = x0 − = 0´566311002
f ´( x0 )
f ( x1 )
x2 = x1 − = 0´567143165
f ´( x1 )
f ( x2 )
x3 = x2 − = 0´56714329
f ´( x2 )
Hay que tener en cuenta que cuanto más pequeño tomemos el intervalo inicial más rápido
obtendremos la solución.

2
Cálculo. Métodos Numéricos.

Ejemplo 3: Resolver la ecuación x3 − 12 x − 8 = 0 mediante el método de la tangente

aproximando con 4 cifras decimales exactas.
f (0) = −8 < 0
f (−1) = 3 > 0
f ´( x) = 3x 2 − 12 < 0 decreciente
f ´´( x) = 6 x < 0 convexa
x0 = 0
f (0) 8
x1 = 0 − = = −0´6666666
f ´(0) −12
f ( x1 )
x2 = x1 − = −0´69444444
f ´( x1 )
f ( x2 )
x3 = x2 − = −0´694542
f ´( x2 )
f ( x3 )
x4 = x3 − = −0´694592
f ´( x3 )

MÉTODO DE LA CUERDA O DE LA SECANTE:

Es una variante del método de Newton o de la tangente.

Tomamos en lugar de la tangente en el extremo de [ a, b ] ,
la secante entre ambos extremos y el punto de corte de
dicha secante con el eje de abscisas será el extremo para
un nuevo intervalo.

Dejamos fijo siempre el extremo que tenga el mismo

signo que la derivada segunda.

x0 = a  f ( a ) < 0 
  Supongamos f ´´( x) > 0 en [ a, b ] (tomamos x1 =b fijo en los intervalos)
x1 = b  f (b) > 0 
La recta que pasa por ( a, f (a) ) y ( b, f (b) ) es:
f ( x1 ) − f ( x0 ) f ( x1 ) ( x1 − x0 )
y - f ( x1 ) = ( x − x1 ) y su corte con y=0 es x = x1 − = x2
x1 − x0 f ( x1 ) − f ( x0 )
Si repetimos el proceso en el nuevo intervalo que tendrá como extremos el punto anterior y el
otro extremo fijo b, nos vuelve a salir otro punto x3 más cercano a c como muestra el dibujo. Si
f ( xn ) ( xn − xn −1 )
repetimos el proceso reiteradamente llegamos a : xn +1 = xn −
f ( xn ) − f ( xn −1 )

3
Cálculo. Métodos Numéricos.

Ejemplo 4: Resolver la ecuación ln x = e − x mediante el método de la secante aproximando

con 3 cifras decimales exactas.

f ( x) = Lnx − e− x
a =1 f (1) = −0´367879441 < 0
b=2 f (2) = 0´557811897 > 0
1 −x
f ´( x) =
+ e > 0 creciente
x
1
f ´´( x) = − 2 − e− x < 0 convexa
x
Dejamos fijo siempre el extremo x=1 ta que f(1) tiene el mismo signo que f´´(x).

x0 = 1 f ( x0 ) = −0´367879441

x1 = 2 f ( x1 ) = 0´557811897 
Dejamos fijo siempre x 0 = 1
f ( x1 ) ( x1 − x0 )
x2 = x1 − = 1´397410482
f ( x1 ) − f ( x0 )

 x1 = 1  f ( x1 ) f ( x2 ) ( x2 − x1 )
[1,1´397410482]   x3 = x2 − = 1´28547612
 x2 = 1´397410482  f ( x2 ) f ( x2 ) − f ( x1 )
x = 1  f ( x2 ) f ( x3 ) ( x3 − x2 )
[1,1´28547612]  x2 = 1´28547612  x4 = x3 − = 1´310676758
 3  f ( x3 ) f ( x3 ) − f ( x2 )

x = 1  f ( x3 ) f ( x4 ) ( x4 − x3 )
[1,1´310676758 ]  3  x5 = x4 − = 1´309808398
 x4 = 1´310676758  f ( x4 ) f ( x4 ) − f ( x3 )

x = 1  f (x ) f ( x5 ) ( x5 − x4 )
[1,1´309808398]  x4 = 1´309808398 4 x6 = x5 − = 1´309799583
 5  f ( x5 ) f ( x5 ) − f ( x4 )
x = 1 f ( x6 ) ( x6 − x5 )
[1, 1´309799583 ]  x5 = 1´309799583 x7 = x6 − = 1´309799586
 6 f ( x6 ) − f ( x5 )
Este mismo ejercicio con el método de Newton o de la tangente sería:
1
x0 = 1 f ( x0 ) = −0´367879441 f ´( x) = + e− x > 0 creciente
x
1
f ´´( x) = − 2 − e − x < 0 convexa
x
f (1) f ( x1 )
x1 = 1 − = 1´268941 x2 = x1 − = 1´309108403
f ´(1) f ´( x1 )
f ( x2 ) f ( x3 )
x3 = x2 − = 1´309799389 x4 = x3 − = 1´309799586
f ´( x2 ) f ´( x3 )

4
Cálculo. Métodos Numéricos.

Ejemplo 5: Utilizando el método de la cuerda resuelve la ecuación x − senx = 0´25 con error
menor que una milésima.
f ( x) = x − senx − 0´25 = 0
f (1) = −0´091470984 < 0
f (1´2) = 0´017960914 > 0
f ´( x) = 1 − cos x > 0 creciente
f ´´( x) = senx > 0 cóncava
Dejamos fijo el extremo x=1´2
x0 = 1  f ( x0 )  f ( x1 ) ( x1 − x0 )
  x2 = x1 − = 1´167174262
x1 = 1´2  f ( x1 )  f ( x1 ) − f ( x0 )
x1 = 1´167174262  f ( x1 )  f ( x2 ) ( x2 − x1 )
  x3 = 1´2 − = 1´171143012
x2 = 1´2  f ( x2 )  f ( x2 ) − f ( x1 )
x2 = 1´171143012  f ( x2 )  f ( x3 ) ( x3 − x2 )
  x4 = x3 − = 1´171229918
x3 = 1´2  f ( x3 )  f ( x3 ) − f ( x2 )
Por el método de la tangente:
f (x 0 ) f (x1 )
x 0 = 1´2 x1 = x 0 − = 1´171832302 x 2 = x1 − = 1´171229926
f´(x 0 ) f´(x1 )

Ejemplo 6: Calcula 41 con 6 cifras decimales de exactitud

Consideremos la ecuación x 2 − 41 = 0
Utilizamos primero el método de la tangente:, para ello buscamos un intervalo donde la función
cambie de signo:
f (6´4) = −0´04 < 0 
 f´(x) = 2x > 0 creciente en dicho intervalo f´´(x)=2>0 cóncava
f (6´5) = 1´25 > 0 
Tomamos 6´5 como extremo fijo .

Por el método de la tangente:

x 0 = 6´5
f (x 0 )
x1 = x 0 − = 6´403846154
f´(x 0 )
f (x1 )
x 2 = x1 − = 6´403124278
f´(x1 )
f (x 2 )
x3 = x 2 − = 6´403124237
f´(x 2 )
Por el método de la secante:
x0 = 6´4  f ( x1 ) ( x1 − x0 )
 x2 = x1 − = 6´403100775
x1 = 6´5  f ( x1 ) − f ( x0 )
x1 = 6´403100775 f ( x2 ) ( x2 − x1 )
 x3 = x2 − = 6´403124061
x2 = 6´5  f ( x2 ) − f ( x1 )
x2 = 6´403124061  f ( x3 ) ( x3 − x2 )
 x4 = x3 − = 6´402134237
x3 = 6´5  f ( x3 ) − f ( x2 )

5
Cálculo. Métodos Numéricos.

 π
Ejemplo 7: Resolver cos x = x en 0,  con 6 cifras decimales de exactitud.
 2
• Si lo hacemos por el método de la bisección para llegar a dicha precisión habría que hacer
un número “n” de bisecciones tal que
π
−0
π 2n +1
2 < 0´000001 ⇒ n +1
< 0´000001 ⇒ > 1000000 ⇒ 2n +1 > 1000000π luego
2 n
2 π
n +1=22 Por tanto habría que hacer 21 bisecciones para llegar a dicha exactitud.

• Por el método de la tangente o de Newton :

f (0) = 1 > 0  f´(x) = −senx − 1 < 0 decreciente 

f (x) = cos x − x
( ) 
f π < 0  f´´(x) = − cos x < 0 convexa
2 


Al ser una función continua que toma valores de distinto signo en los extremos de un intervalo
nos asegura que existe al menos una solución en dicho intervalo. Como la función es
decreciente en todos los puntos del mismo nos aseguramos la unicidad de la solución en
 π
 0, 2  .
 

( )  π
Como f π < 0 y f´´(x) = − cos x < 0 en  0,  tomamos:
2  2
π
x0 =
2
f (x 0 ) f (x1 )
x1 = x 0 − = 0´785398163 x 2 = x1 − = 0´739536133
f´(x 0 ) f´(x1 )
f (x 2 ) f (x 3 )
x3 = x 2 − = 0´739085178 x 4 = x3 − = 0´739085133
f´(x 2 ) f´(x 3 )
• Por el método de la secante o de la cuerda:
x0 = 0 
 f ( x1 ) ( x1 − x0 )
π x2 = x1 − = 0´61101547
x1 =  f ( x1 ) − f ( x0 )
2
x1 = 0´61101547 
 f ( x2 )( x2 − x1 )
π  x3 = x2 − = 0´723269541
x2 =  f ( x2 ) − f ( x1 )
2 
x2 = 0´723269541
 f ( x3 )( x3 − x2 )
π  x4 = x3 − = 0´739567107
x3 =  f ( x3 ) − f ( x2 )
2 
x3 = 0´739567107 
 f ( x4 ) ( x4 − x3 )
π  x5 = x4 − = 0´739083436
x4 =  f ( x4 ) − f ( x3 )
2 
x4 = 0´739083436 
 f ( x5 )( x5 − x4 )
π  x6 = x5 − = 0´739085133
x5 =  f ( x5 ) − f ( x4 )
2 
x5 = 0´739085133
 f ( x6 )( x6 − x5 )
π  x7 = x6 − = 0´739085133
x6 =  f ( x6 ) − f ( x5 )
2 

6
Cálculo. Métodos Numéricos.

Ejemplo: Calcula una solución negativa de la ecuación 2x 2 − cos x = 0 por el método

de la regula falsi, utilizando 4 iteraciones.
Calculamos primero un intervalo donde las imágenes de los extremos tengan distinto
signo.
f (−1) = 1´4596... 
 Por Bolzano ∃ solución en [ -1,-0´5]
f (−0´5) = −0´3775...
 π
f ´( x) = 4 x + senx > 0 en 0,  ⇒ f creciente →solución única
 2
 π
f ´´( x) = 4 − cos x > 0 en 0,  ⇒ f es cóncava
 2
Fijamos x = −1
x0 = −1  f ( x1 )( x1 − x0 )
 x2 = x1 − = −0´6027558
x1 = −0´5 f ( x1 ) − f ( x0 )
x1 = −1  f ( x2 )( x2 − x1 )
 x3 = x2 − = −0´6275438
x2 = −0´6027558 f ( x2 ) − f ( x1 )
x2 = −1  f ( x3 )( x3 − x2 )
 x4 = x3 − = −0´6330367
x3 = −0´6275438 f ( x3 ) − f ( x2 )
x3 = −1  f ( x4 )( x4 − x3 )
 x5 = x4 − = −0´6342304
x4 = −0´6330367  f ( x4 ) − f ( x3 )

MÉTODO DEL PUNTO FIJO

Se puede usar este método para resolver la ecuación f(x)=0 en aquellos casos en que sea
posible encontrar una función g que verifique ciertas condiciones y de modo que
f(x)=0 se cumpla si y solo si x=g(x). Es decir encontrar una solución para f sea
equivalente a buscar un punto fijo para g.
La ecuación x = g(x) donde a g(x) se le exige que cumpla que sea derivable y que g´(x) < 1
en dicho intervalo.
Ejemplo: Calcular una raíz de la función x − e − x = 0 mediante el método del punto fijo.
Justifica si es única.

f ( x) = x − e− x
f (0) = −1 < 0  Por el teorema de Bolzano al ser f

f (1) = 0´6321205588 > 0 
continua y tener distinto signo en los extremos del intervalo [ 0,1]
podemos asegurar que existe al menos una solución de dicha
ecuación.
Calculando f´(x) = 1 + e− x > 0 en dicho intervalo, luego es estrictamente creciente y por tanto la
solución en dicho intervalo es única.
Vamos a calcular la solución por el método del punto fijo.
Para ello se expresa la función en forma de x = g(x) donde a g(x) se le exige que cumpla que
sea derivable y que g´(x) < 1 en dicho intervalo.

7
Cálculo. Métodos Numéricos.

En nuestro caso x = e− x luego g(x) = e− x . Por tanto

1
g´(x) = −e − x g´(x) = e − x = < 1 ∀x ∈ ( 0,1)
ex
Partimos de un valor inicial x 0 interior a dicho intervalo y vamos calculando los valores
reiterados con x k +1 = g ( x k )
x 4 = g(x 3 ) = 0.560064
x 0 = 0.5
x 5 = g(x 4 ) = 0´571172
x1 = g ( 0.5 ) = e−0.5 = 0.60653065
x 6 = g(x 5 ) = 0´5648
x 2 = g(x1 ) = 0.54523321
x 7 = g(x 6 ) = 0.566409
x 3 = g(x 2 ) = 0.57970309
.....................................
Y así sucesivamente nos vamos acercando a la solución.
Calcula una solución de la ecuación e x − 3x 2 = 0 utilizando el método del punto fijo
f (0) = 1 > 0 

1  1 
f   = 0´898 > 0  Por el teorema de Bolzano existe al menos una solución en  ,1
2  2 
f (1) = e − 3 < 0 
1 
f´(x) = e x − 6x < 0 en  ,1 f es decreciente. ⇒ la solución es única en dicho intervalo
2 
Para aplicar el método del punto fijo despejamos x para expresarla en la forma x=g(x)
Podemos despejar x de distintas formas:
1ª forma:
6x 2 1 
e x = 3x 2 ⇒ x = Ln3x 2 g(x) = Ln3x 2 ⇒ g´(x) = 2 = < 1 en  ,1
3x x 2 
Luego esta forma no nos vale.
x x x
x x 2 2 2
e e e e e
2ª forma: x 2 = ⇒x= = g(x) = g´(x) = <1
3 3 3 3 2 3
Es válida puesto que g(x) cumple las dos condiciones, que es derivable y g´(x) < 1
Tomamos un punto interior a dicho intervalo x=0´8
0´8

e2
g(0´8) = = 0´8613 g(0´9079) = 0´90907 
3 
 g(0´90907) = 0´90958 
g ( 0´8613) = 0´8881 
 g(0´90958) = 0´90981 
g(0´8881) = 0,9001  
 g(0´90981) = 0´90992 
g(0´9001) = 0´9055
 g(0´90992) = 0´90996 
g(0´9055) = 0´9079  
 ...................................



8
Cálculo. Métodos Numéricos.

MÉTODO DE STURM PARA DETERMINAR EL NÚMERO DE RAÍCES DE UN

POLINOMIO
Sistema de polinomios de Sturm
Supongamos que se van a buscar los ceros de un polinomio P(x), lo primero que se tiene
que buscar al utilizar el Teorema de Sturm es un sistema de polinomios especial para
poder evaluar en él, veamos cómo calcular este sistema.
El primer polinomio es el propio P(x); el segundo polinomio es P´(x), es decir, la
derivada del polinomio P(x), a este polinomio lo vamos a denotar P1(x); para el tercer
polinomio se debe realizar la división de P(x) entre P1(x), el resto que se obtiene con
signo contrario será P2(x); este proceso se continúa, es decir, P3(x) será el resto con
signo contrario de la división de P1(x) entre P2(x); el proceso acaba cuando se obtiene
una constante.
Veamos un ejemplo,
EJEMPLO 1
26
p(x) = x 4 − 4x + 1 p1 (x) = p´(x) = 4x 3 − 4 ≡ x 3 − 1 p 2 (x) = 3x − 1 p3 (x) =
27
x 4 − 4x + 1 x3 − 1 x3 −1 3x − 1
1 1 2 1 1
−x 4 + x − x3 + x 2 −1 x + x+
3 3 9 27
1 1
− 3x + 1 − x2 + x −1
3 9
1 1
− x+
9 27
26
−
27

−∞ 0 +∞

P(x) = x 4 − 4x + 1 + + +

P1(x) 4x 3 − 4 ≡ x 3 − 1 − − +

P2(x)= 3x − 1 − − +

26 + + +
P3(x)=
27
Nº cambios de signo 2 2 0

TEOREMAde Sturm:
Sea P (x) un polinomio de coeficientes reales. Construimos el sistema de Sturm para
P(x). Sean a y b números reales, a < b y ninguno de los dos es raíz de f (x) = 0. Entonces
la cantidad de raíces reales de P (x) = 0 entre a y b es la diferencia entre el número de
variaciones de signo del sistema de Sturm
P(x), P1(x), P2(x),..., Pk - 1(x), Pk(x)
para x = b y el número de variaciones del sistema para x = a. Los términos que den cero
deben ser descartados antes de contar los cambios de signo.
Nº raíces reales en el intervalo ( −∞,0 ) será 2 – 2 =0 raíces
Nº raíces reales en el intervalo ( 0, +∞, ) será 2 – 0=2 raíces reales

9
Cálculo. Métodos Numéricos.

2) INTERPOLACIÓN NUMÉRICA .

Método de Lagrange: Se trata de calcular una función polinómica que pase por los puntos
P ( x i , f (x i ) ) que nos indiquen.
n
p( x) = ∑ f ( xi ) ⋅ li ( x) li ( x) = ∏
n (x − xj )
i =0 j =0 ( xi − x j )
j ≠i

Ejemplo 1.- Calcular el polinomio de Lagrange que pase por los puntos
x 0 1 2
y -1 1 3

l0 ( x) =
( x − 1)( x − 2 ) = ( x − 1)( x − 2 ) 

( 0 − 1)( 0 − 2 ) 2 
( x − 0 )( x − 2 ) = x ( x − 2 ) 

l1 ( x) = 
(1 − 0 )(1 − 2 ) −1 
( x − 0 )( x − 1) = x ( x − 1) 
l2 ( x) = 
( 2 − 0 )( 2 − 1) 2 

p( x) = ( −1)
( x − 1)( x − 2 ) + 1 x ( x − 2 ) + 3 x ( x − 1) = 4 x − 2 = 2 x − 1
2 −1 2 2
Los tres puntos están alineados ya que no se obtiene un polinomio de grado dos sino de grado
uno.
Ejemplo 2.- Calcular el polinomio de Lagrange que pase por los puntos
x 0 1 2 -1
y 0 1 3 0

l0 ( x) =
( x − 1)( x − 2 )( x + 1) = ( x − 1)( x − 2 )( x + 1) 

( 0 − 1)( 0 − 2 )( 0 + 1) 2 
( x − 0 )( x − 2 ) = x ( x − 2 )( x + 1) 
l1 ( x) = 
(1 − 0 )(1 − 2 )(1 + 1) −2 

l2 ( x) =
( x − 0 )( x − 1)( x + 1) = x ( x − 1)( x + 1) 
( 2 − 0 )( 2 − 1)( 2 + 1) 6 

l3 ( x) =
( x − 0 )( x − 1)( x − 2 )
=
x ( x − 1)( x − 2 ) 

( −1 − 0 )( −1 − 1)( −1 − 2 ) −6 
x ( x − 2 )( x + 1) x ( x − 1)( x + 1) x2 x
p( x) = −1 + = +
2 2 2 2

10
Cálculo. Métodos Numéricos.

3. INTEGRACIÓN NUMÉRICA:
Para calcular el valor de una integral definida, es decir para calcular el área encerrada por una
curva entre dos valores de x, podemos calcular una aproximación por distintos métodos.
Método del trapecio:
Sea f(x) una función continua en [ a, b ] y dos veces derivable en dicho intervalo.

f (b) + f (a) b−a

b

∫ f (x)dx ≅ (b − a ) = ( f (a) + f (b) )

a
2 2
Basta calcular el área del trapecio de la figura para
comprobar dicha fórmula.

Método del trapecio Compuesto

Las fórmulas compuestas permiten obtener mejores aproximaciones. Para ello dividimos el
intervalo de integración en varios tramos y el área será la suma de los n trapecios, resultando:

b
h b−a
∫ f (x)dx = 2 f (a) + 2f ( x1 ) + 2f ( x 2 ) + .........2f ( x n −1 ) + f (b) h=
n
a
Para su demostración basta con sumar las áreas de los n trapecios:
( f ( x1 ) + f ( x0 ) ) h + ( f ( x2 ) + f ( x1 ) ) h + ( f ( x3 ) + f ( x2 ) ) h + ..... + ( f ( xn ) + f ( xn−1 ) ) h =
2 2 2 2
h
( f ( x1 ) + f ( x0 ) ) + ( f ( x2 ) + f ( x1 ) ) + ( f ( x3 ) + f ( x2 ) ) + ...... + ( f ( xn ) + f ( xn −1 ) )  =
2
h
[ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ....... + 2 f ( xn−1 ) + f ( xn )]
2

Fórmula de Simpson: En este caso se interpola la función f(x) por el polinomio de segundo
grado de interpolación de Lagrange que pasa por los puntos
 a + b  a + b 
( a, f (a) ) ,  ,f    , ( b,f (b) ) e
 2  2 
integrando dicho polinomio entre x=a y x=b.
Resultaría:
b
( b − a ) f (a) + 4f  a + b  + f (b) 
∫ f (x)dx =
a
6 

 
 2 



11
Cálculo. Métodos Numéricos.

FORMULA DE SIMPSON COMPUESTO.

b
b−a
∫ f (x)dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + 4f ( x 3 ) + ... + 2f ( x 2 j ) + 4f ( x 2 j−1 ) .. + f (b) 
h
h=
a
n

Ejemplo1:
1
1
∫ 1 + x dx dividiendo el intervalo en 8 partes.
0
Por el método del trapecio
1 2 3 4 5 7 b−a 1
[0,1] en 8 partes 0, , , , , ,..... ,1 h= =
8 8 8 8 8 8 n 8
1
1 h
∫ 1 + x dx = 2 f (a) + 2f ( x1 ) + 2f ( x 2 ) + .........2f ( x n −1 ) + f (b) =
0
1  16 16 16 16 16 16 16 1 
= 1 + + + + + + + +  = 0´694121
16  9 10 11 12 13 14 15 2 
Por el método del Simpson:
1
1 h
( ) ( )
∫ 1 + x dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + 4f ( x 3 ) + ... + 2f x 2 j + 4f x 2 j−1 .. + f (b)
0
1  32 16 32 16 32 16 32 1 
= 1+ + + + + + + + = 0´693154
24  9 10 11 12 13 14 15 2 
1
1
∫ 1 + x dx = [ Ln(1 + x)]0 = Ln2 = 0´693147
1
Si calculamos dicha integral
0

Ejemplo 2:
9
x
∫ 1 + x 2 dx dividiendo el intervalo en 8 partes.
1

Por el método del trapecio

b − a 9 −1
[1,9] en 8 partes x 0 =1,x1 =2, x 2 =3, x 3 =4,....x 8 =9 h= = =1
n 8
9
x h
∫ 1 + x 2 dx = 2 f (1) + 2f ( 2 ) + 2f ( 3) + 2f ( 4 ) ......... + 2f ( 8) + f (9)  =
1
1  1 4 6 8 10 12 14 16 9 
= + + + + + + + + = 1´857718944
2  2 5 10 17 26 37 50 65 82 

12
Cálculo. Métodos Numéricos.

Por el método del Simpson:

9
x h
∫ 1 + x 2 dx = 3 f (1) + 4f ( 2 ) + 2f ( 3) + 4f ( 4 ) + 2f (5) + 4f (6) + 2f (7) + 4f (8 ) + f (9)  =
1
1  1 8 6 16 10 24 14 32 9 
=  + + + + + + + + = 1´852168098
3  2 5 10 17 26 37 50 65 82 

Si calculamos dicha integral

9 9 9
x 1 2  Ln41
∫ 1 + x 2 dx =  2 Ln(1 + x )  =  Ln (1 + x ) 1 = 2 = 1.856786
2

1 1
Se aproxima más el método del trapecio.

Ejemplo 3:

1
− x2
∫e dx dividiendo el intervalo en 6 partes.
0

Por el método del Trapecio:

1 2 3 4 5 b−a 1
[0,1] en 6 partes 0, , , , , ,1 h= =
6 6 6 6 6 6 6
1
h
∫e
− x2
dx =  f (a) + 2f ( x1 ) + 2f ( x 2 ) + .........2f ( x n −1 ) + f (b)  =
0
2

1  1
1 1 1 4 25
− − − − −
= 1 + 2e 36 + 2e + 2e + 2e + 2e
9 4 9 36 +  = 0´7451194
12  e
 
Por el método del Simpson:
1
h
∫ e dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + ....... + f (b)  =
− x2

1  1
1 1 1 4 25
− − − − −
= 1 + 4e 36 + 2e + 4e + 2e + 4e
9 4 9 36 +  = 0´74683039
18  e
 
1
−x2
Si calculamos dicha integral con ayuda de DERIVE: ∫e dx = 0´746824
0

13