Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Métodos de integración
En el siglo XVII destacan los trabajos de Newton y Leibnitz, que continúan con los métodos
de exhaución para el cálculo de áreas de diferentes curvas. Si bien no es hasta el siglo XIX
cuando los matemáticos Rieman y Cauchy dieron al método de exhaución una base matemáti-
ca, surgiendo el concepto de integral y relacionando la misma con el concepto de derivada
utilizada con anterioridad.
La mayoría de áreas encerradas por una curva y el eje se realiza por la regla de Barrow
b
area = ∫ | f ( x) | dx =| F (b) − F (a) | , pero algunas veces no se puede hacer por este método:
a
Si esto ocurre se usan métodos numéricos de integración que nos das valores aproximados
del resultado, siendo los más importantes: la integración por Suma de Riemann, Integración
por interpolación, método de Newton-Cotes. También son estos los métodos usados por los
programas informáticos para calcular las integrales definidas, dado su gran potencia de cálculo
su resultado puede ser prácticamente exacto.
2. Conceptos previos.
2.1.Método de exhaución.
El método de exhaución fue descrito por Eudoxo matemático griego pupilo de Platón y
completado con posterioridad por Arquímides.
Consistente en recubrir las superficies por figuras cuyas áreas se conozcan (cuadrados) de
forma iterativa (aproximaciones sucesivas) hasta que los cuadrados tengan tamaño casi infi-
nitésimo y recubran exactamente la superficie. Este método se completa con el paso al límite,
concepto que se desarrolló mucho después de manos de Barrow y Rieman. Veamos un ejem-
plo gráfico:
Area(R’)≤area(A)≤area(R’’)
Este método fue usado por la Grecia clásica también para calcular el área aproximada del
círculo a partir de recubrir este por polígonos inscritos e inscritos regulares de n lados y hacer
tender n a infinito.
π π π π
n·2·r·sen ·r·cos n·2·r·sen ·r·cos 2n·r·π ·r·1
per·ap n n area = lim An = lim n n= n = π ·r 2
an = =
2 2 n →∞ n→∞ 2 2
1 1 1
Po otro lado a ({0}x[0,1]) ≤ a [0, ] x[0,1] ∀m∈, y a [0, ] x[0,1] = pues con m
m m m
1
rectángulos [0, ] x[0,1] cubrimos un cuadrado [0,1]x[0,1] cuyo área es 1. De esta forma se
m
n
cumple a ( A) ≤ n·a ({0}x[0,1]) ≤ ∀m∈. Haciendo m tender a ∞,, se cumple a(A)≤0,
a(A) luego
m
se cumple que como el area definida positiva a(A)=0.
≤x≤1, 0≤y≤x2}
o 2, área encerrada por la curva y=x2 y el eje OX (A={(x,y)∈ : 0≤
Ejemplo
Dividimos el segmento [0,1] en n partes iguales (partición), y recubrimos A con dos familias
de rectángulos:
2
k k + 1 k +1
1. Superiores al área, A1: formados por la base , y altura
n n n
2
k k + 1 k
2. Inferiores al área, A2: formados por la base , y altura
n n n
Se cumple que para todo n a(A1)≥a(A)≥a(A2), y cuanto más grande sea n mas se aproximan
las dos áreas. Calculemos a(A1) y a(A2):
n −1 n −1
(k + 1) 2 1 1 1 n
1 n·(n + 1)(2n + 1)
a( A1 ) = ∑ · = ∑ (k + 1) = 3
2
∑i 2
= ·
k =0 n2 n n3 k =0 n i =1 n3 6
n −1 n −1
k2 1 1 1 (n − 1)·(n)(2n − 1)
a( A2 ) = ∑ 2
· = 3 ∑ (k ) ·2
=
k =0 n n nk =0 n3 6
1 n·( n + 1)( 2n + 1) 1
Haciendo tender n a infinito se cumple lim a ( A1 ) = lim 3 · = y
n →∞ n →∞ n 6 3
1 ( n − 1)·( n)(2n − 1) 1
lim a ( A2 ) = lim 3 · = y por tanto como a(A1)≥a(A)≥a(A2) el área exacta
n →∞ n→ ∞ n 6 3
es a(A)=1/3.
Veamos un ejemplo: {0, 1/n, 2/n, …,(n-1)/n, 1} es una partición de [0,1] ∀n∈*. Denota-
remos por ℘[, ] al conjunto de todas las particiones del intervalo [a,b].
Sean Π([a,b]) y Π’([a,b])∈℘[, ] se dice que Π([a,b]) es más fina que Π’([a,b]) si se cum-
ple que Π’⊆Π, es decir Π tiene al menos los mismos puntos que Π’. Por ejemplo Π([0,1])={0,
0.1, 0.2,…,0.9,1} es más fina que Π’([0,1])={0.2, 0.4,…,0.8,1}
3.2.Sumas de Riemann
Sea f una función real acotada y definida en [a,b] y Π([a,b]) ])∈℘[, ] se llama suma infe-
rior de Riemann de la función f y partición Π y se denota como s(f, Π) a la siguiente suma:
n −1
s ( f , Π ) = ∑ m k ( f , Π )·( x k +1 − x k ) con Π={x0=a, x1, x2, …, xn=b} y mk =inf{f(x): x∈[xk, xk+1 ]}
k =0
Sea f una función real acotada y definida en [a,b] y Π([a,b]) ])∈℘[, ] se llama suma su-
perior de Riemann de la función f y partición Π y se denota como S(f, Π) a la siguiente suma:
n−1
S ( f , Π) = ∑ M k ( f , Π)·(xk +1 − xk ) con Π={x0=a, x1, x2, …, xn=b} y Mk =sup{f(x): x∈[xk, xk+1 ]}
k =0
Observaciones:
≤ ≤ ≤
Demostración: tomamos Π’’=Π∪Π’ que es más fina que Π’ y Π. Así por la proposición ante-
rior: s(f, Π’)≤s(f, Π’’ ) ≤S(f, Π’’)≤S(f,Π)
Dada una función f definida y acotada en [a,b] se llama integral inferior de Riemann de f
b
en [a,b] y se denota como ∫a
f (x ) a la suma inferior de Riemann con mayor valor:
Observación: por la proposición vista en apartado anterior tendremos que la partición que
nos generan las integrales superior e inferior de Riemann es la más fina.
1 3n − 1
Ejemplo: f(x)=x2 y [a,b]=[0,1] Π={0,1/n,2/n,…,(n-1)/n,1} se cumple s(f,Π)= − y
3 6n 2
1 3n − 1 b 1 b 1
S(f,Π)= +
3 6n 2
, luego las integrales de Rieamann serán con n→∞ ∫a
x2 = , ∫ x2 = .
3 a 3
3.4.Integral Riemann
Una función f(x) definida en [a,b] se dice que es integrable Riemann en este intervalo si y
b b
sólo si se cumple la siguiente igualdad: ∫ f (x ) = ∫ f (x ) . Si la función es integrable Rie-
a a
mann se llama integral de Riemann al resultado de las integrales superior o inferior y se deno-
b b b
ta como ∫a
f ( x) = ∫
a
f (x ) = ∫
a
f (x )
Proposición: una función f(x) es integrable Riemann en [a,b] si y sólo si se cumple que para
todo ε>0 ∃Π∈℘[a,b] tal que S(f,Π)-s(f,Π)<ε.
El polinomio interpolador es único, si bien hay diferentes métodos de cálculo, uno de ellos
es el método de Lagrange: P ( x) = L0 ( x)· f ( x0 ) + ... + Ln ( x)· f ( x n ) , siendo Li(x) un polinomio
de grado n, interpoladores de Lagrange, que se anula en todos los valores de xj≠xi y que en xi
1 si i = j
vale la unidad, es decir Li ( x j ) = δ ij = . Por el teorema fundamental del ágebra
0 si i ≠ j
( x − x0 )·( x − x1 )·...·( x − xi −1 )( x − xi +1 )·...( x − x n )
este polinomio será Li = . De esta forma:
( x1 − x0 )·...·( xi − xi −1 )( xi − xi +1 )·....( xi − x n )
n n n (x − x j )
g ( x) = Pn ( x) = ∑ f ( xi )·Li ( x) = ∑ f ( xi )·∏
i =0 i =0 j =0 ( xi − x j )
j ≠i
Hay otros métodos de expresar una función de forma aproximada a partir de una función,
por ejemplo truncando una serie de Taylor en un orden n. Veamos un ejemplo.
1 1 n xk n
1 n
1
∫0
e x dx ≈ ∫
0
∑
k = 0 k!
dx = ∑
k = 0 ( k + 1)·k!
= ∑
k = 0 ( k + 1)!
Este método basado en el desarrollo de Taylor no se puede usar sino tenemos la expresión
analítica de la función, así si tenemos sólo valores de la función o la gráfica debemos acudir a
la interpolación polinómica.
b b f (b) − f (a)
∫ f ( x)dx ≈ ∫ f (a) +
144444 −4
( x − a) ·dx =
b2 a 4444 3
a a
ecuacion recta
f ' ' (ξ x ) b (b − a ) 3
2 ∫a
por tanto e = ( x − a )( x − b ) dx =| f ' ' (ξ x )· | con ξ x ∈[a,b].
12
Si tenemos la partición Π={a=x0, x1,….,xn=b}, podemos aplicar la regla del trapecio en cada
uno de de los n subintervalos (xi,xi+1) de forma análoga a lo realizado en las sumas de Riemann.
De esta forma el valor aproximado de la función se aproxima más que el método simple, y
como veremos cuando mayor sea el número de puntos (más pequeño el valor de los interva-
los) menor será el error. El error cometido por este método siempre será menor o igual que el
cometido con la sumas de Riemann con la misma partición, pues el trapecio se ajusta más a la
función que no los cuadrados.
Aplicando la regla del trapecio simple en los n intervalos el resultado será el siguiente:
n n
f ( xi ) − f ( xi −1 )
I = ∫ f ( x) = ∑ ∫ f ( x)dx ≈ ∑ ∫ ( f ( xi −1 ) +
b xi xi
( x − xi −1 )dx
a
i =1
xi −1
i =1
xi −1 xi − xi −1
n
f ( xi −1 ) + f ( xi )
Integrando el resultado es I ≈ ∑ (x
i =1
i − xi −1 )
2
.
Vemos una gran similitud con las sumas de Riemann con la diferencia de que en vez de
multiplicar el intervalo por el máximo Mk o el mínimo mk se multiplica por el valor medio de los
f ( xi −1 ) + f ( xi )
valores de la función de los extremos: .
2
Si tomamos una partición con puntos equidistantes se cumple que (xi-xi-1)=(b-a)/n para to-
dos los valores de i de la suma. De esta forma la suma será
n −1
b−a n b−a b−a
I≈ ∑
2n i =1
f ( x i −1 ) + f ( x i ) = ·
2n
f ( a ) + f (b ) + 2 ∑
i =1
f (a + i· )
n
3
b−a
n n
(b − a ) 3 (b − a) 3
e=
12
∑
i =1
f ' ' (ζ i ) ≤
12·n 3
·M ·n =
12·n 2
·M siendo M = sup{f(x) : x [a, b]}
Vemos que el error tienda a cero cuando el número de intervalos tiende a infinito (orden n2)
a+b
Generalmente se toma x1 como el punto medio de a y b, x1 = , con lo que de esta
2
forma la integral del polinomio interpolador en el intervalo (a,b) vendrá dada por:
b h
I ≈ ∫ p 2 ( x) = ( f ( a ) + 4 f ( a + h) + f (b)) con h=tamaño intervalo= (b-a)/2
(b
a 3
a+2h h
E (h) = ∫ f ( x ) dx − ( f ( a ) + f ( a + h) + f ( a + 2h))
a 3
Siendo nulas las 3 primeras derivadas (las dos primeras
pr
era lógico pues si f(x) fuera polinomio
nomio de segundo
segu grado
el error sería nulo al ser p2(x)=f(x)). Calculando el error
f ' 4 (δ ) 5
mos que e = −
de de Taylor para n=4 tenemos h con δ ∈[a,b]. Si f’4( ξ x )=max{|f’4(x)| con
90
f ' 4 (ξ x ) 5
h) ≤
x∈[a,b]} se cumple que E (h h Notemos que
ue además de que el error para
90
funciones
ciones polinómicas de grado menor o igual que 3 el error es nulo
nulo.
Como tenemos que agrupar los puntos de 3 en tres, de forma que los puntos de los extre- extr
mos de los subintervalos pertenezca a dos de estos subintervalos se tiene que cumplir que el
número de puntos de la partición sea impar. Por comodidad en los cálculos tomaremos
to que
n=par, siendo la partición Π={x0,x1,…,xn+1) entonces n/2 el número
tenemos n+1 puntos, siendo n=pa
de subintevalos que serán estarán formados por los puntos {x2i-2, x2i-1, x2i} con i={1,2,…n/2}. De
b n/2 x21 n/2 x2 i
esta forma se cumple I = ∫ f ( x )dx = ∑ ∫ f ( x )dx ≈ ∑ ∫ p 2 ( x )dx . Si tomamos los
a x2 i − 2 x2 i − 2
i =1 i =1
h5 n / 2 h5 n (b − a) 5
e= ∑
90 1
| f ' 4
(ξ xi ) |≤
90
·M · =
2 180·n 4
·M siendo M=max{|f’4(x)| con x∈[a,b]}
3
( f ( x0 ) + 3 f ( x1 ) + 3 f ( x 2 ) + f ( x3 ) )
b
I ≈ ∫ p3 ( x) =
a 8
a+ 2h
Para calcular el error cometido E (h) = ∫ ( f ( x) − p( x))dx
a
que desarrollando por Tay-
lor al igual que hicimos con el método de 1/3 se cumple que el error (resto de Lagrange) es:
3 5 4 3 5
e=− h f ' (δ ) | e |≤ h ·M siendo M=max{|f(x)|: a≤x≤b}
80 80
3h 5 n/3
3h 5 n (b − a) 5
e=
80
∑ f '4 (δ ) → | e | ≤
i =1 80
·M · →| e |≤
3 80·n 4
·M siendo M = max{| f ( x) | a ≤ x ≤ b}
3h h ( n −1) / 2
I≈ ( f ( x0 ) + 3 f ( x1 ) + 3 f ( x 2 ) + f ( x3 )) + ∑ ( f ( x 2i −1 ) + 4 f ( x 2i ) + f ( x 2i +1 ) )
8 3 i =2
Y el error será:
3 4 1 ( n −1) / 2 4
e ≤ M ·h
80
f ' (δ 1 ) +
5
∑ f ' (δ 2i ) |
90 i = 2
6. Integral de Romberg.
6.1.Regla recursiva del trapecio n=2m.
Si denotamos por T(n) al valor numérico obtenido por integración numérica por el método
del trapecio con n subintervalos (n+1 puntos) de anchura (b-a)/n, se cumple que como vimos
b−a n b−a
T (n) = ∑
n k =0
' f (a + k donde por
n
∑' indicamos que el primer y el último
Se puede relacionar T(n) con T(2n) sin necesidad de calcular todo el sumatorio, pues las
mitad de los puntos ya están en T(n) aunque contribuyen la mitad al ser la mitad en intervalo
T ( n ) (b − a ) n b−a
T ( 2n ) =
2
+ ∑
2n k =1
f ( a + ( 2k − 1)
2n
)
Podemos generalizar este método siempre que se divida el intervalo a la mitad respecto el
intervalo anterior, podemos empezar con 2 intervalos, luego con 4, 8; es decir de la forma 2m:
m −1
T (2 m−1 ) (b − a ) 2 b−a
T (2 ) =
m
2
+
2 m ∑
k =1
f (a + (2k − 1) m )
2
Para asentar lo explicado veamos un ejemplo: queremos calcular la integral en [0,1] de f(x)
Como vimos en el apartado 5 el error es, usando el método del trapecio, para h1 y h2:
(b − a ) 3 2
E (h1 ) = C· = C·(b − a )·h1 2
n1
2
h2
E (h2 ) ≈ E (h1 )· (3)
(b − a ) 3
h1
= C·(b − a )·h2
2
E (h2 ) = C·
n2
2
2
h
Igualando (1) y (2) utilizando el error de (3) tenemos que I (h1 ) + E(h1 ) ≈ I (h2 ) + E(h1 )· 2
h1
con lo que podemos aproximar el error de E(h1) mediante el valor de la integral en h1 Y h2:
Tenemos así que el nuevo valor de la integral I2(h2) es mejor aproximación que la inicial
I(h1), por lo que si procedemos de forma iterativa podemos mejorar el resultado en cada paso
6.3.Método de Romberg
Utilizando lo visto en los dos subapartados anteriores podemos construir un método itera-
tivo que nos mejore los resultado de la integral en cada paso. Veamos el procedimiento:
Calculamos a partir de la integral recursiva del trapecio 2m I(h1), I(h2), I(h3),…,I(hn) cum-
pliendo que hj+1=hj/2, es decir el doble de intervalos. Una vez calculados aplicamos el método
de extrapolación de Richardsom de forma escalonada como veremos a continuación:
I(h1)
I2(h1)
I(h2) I3(h1)
I2(h2) I4(h1)
I(h3) I3(h2)
I2(h3)
I(h4)
Donde las únicas que hay que calcular son las 4 primeras, por ejemplo
h12 I (h1 )
h12 I (h2 ) −
4 4 I (h2 ) − I (h1 )
I 2 (h1 ) = 2
=
h 3
h12 − 1
4
h 2 I ( h2 )
h22 I (h3 ) − 2
4 4 I (h3 ) − I (h2 )
I 2 (h2 ) = 2
=
h 3
h22 − 2
4
…
1
Ejemplo: I = ∫ x dx
2
h1=1, h2=1/2 y h3=1/4
0