Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integración numérica
Sitio: AulaCBI: Apoyo a Cursos Presenciales y Aula Virtual Impreso por: Islas Samaniego Eduardo
Curso: Cálculo Integral CBI 20-O Fecha: jueves, 25 de marzo de 2021, 01:28
Libro: Integración numérica
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 1/8
25/3/2021 Integración numérica
Tabla de Contenidos
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 2/8
25/3/2021 Integración numérica
La integración numérica es el proceso de aproximar una integral definida mediante sumas de valores de la función, convenientemente seleccionados. Se
necesita cuando no se puede determinar una primitiva explícitamente, como en el caso de la función f (x) = e−x , ver figura siguiente:
2
/2
Para aproximar la integral definida ∫a , se fija un número natural n y se divide [a, b] en n subintervalos de longitud Δx = (b − a)/n . Los extremos
b
f (x) dx
x0 = a, x1 = a + Δx, x2 = a + 2Δx, … , xn = b
y j = f (xj ) = f (a + jΔx).
La Regla del trapecio Tn aproxima ∫a por el área de los trapecios que se obtienen uniendo los puntos (x0 , y 0 ), (x1 , y 1 ), … , (xn , y n ) con
b
f (x) dx
1
El área del trapecio j-ésimo es Δx(y j−1 + y j ) y, por tanto:
2
1 1 1
Tn = Δx(y 0 + y 1 ) + Δx(y 1 + y 2 ) + ⋯ + Δx(y n−1 + y n ))
2 2 2
1
= Δx[(y 0 + y 1 ) + (y 1 + y 2 ) + ⋯ + (y n−1 + y n )]
2
1
Tn = Δx(y 0 + 2y 1 + 2y 2 + ⋯ + 2y n−1 + y n )
2
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 3/8
25/3/2021 Integración numérica
1
Tn = Δx(y 0 + 2y 1 + 2y 2 + ⋯ + 2y n−1 + y n )
2
b−a
donde Δx = y yj = f (a + jΔx) .
n
el área del trapecio j-ésimo es igual a la media de las áreas de los rectángulos basados en los extremos, con alturas y j−1 e y j . De esta manera, Tn es igual al
promedio de las aproximaciones basadas en el extremo superior y en el extremo inferior que se introdujeron en la semana uno.
1
Tn = (Rn + Ln )
2
3−1 1
Solución: Divida [1, 3] en n=8 subintervalos de longitud Δx = = . A continuación, sume los valores de la función en los extremos, ver figura
8 4
siguiente:
1 1
2 2 2 2 2 2 2 2 2
T8 = ( ) [sen (1 ) + 2sen (1.25 ) + 2sen (1.5 ) + 2sen (1.75 ) + 2sen (2 ) + 2sen (2.25 ) + 2sen (2.5 ) + 2sen (2.75 ) + sen (3 )] ≈ 0.4281
2 4
En las aplicaciones prácticas, es importante conocer la precisión de una aproximación numérica. Se define el error para Tn como:
∣ b ∣
Error(Tn ) = ∫ f (x) dx − Tn
∣ a ∣
Según el siguiente teorema, la magnitud de este error esta relacionada con el valor de la segunda derivada f ′′ (x) .
Teorema 1. Cota de error para Tn Suponga que f ′′ (x) existe y que es continua. Sea K2 un valor, tal que, |f ′′ (x)| ≤ K2 para todo x ∈ [a, b] . Entonces:
3
K 2 (b − a)
Error(Tn ) ≤
2
12n
Observación. En la cota de error, se puede considerar K2 , como el valor máximo de |f ′′ (x)| en [a, b], pero si no es posible o conveniente determinar el
máximo explícitamente, considerar K2 , como cualquier número que, pueda asegurar, es superior al máximo.
−
−
Ejemplo 2. Comprobación de la cota de error Calcule T6 para ∫1 .
4
√x dx
4−1 1
Solución: Divida [1, 4] en seis subintervalos de amplitud Δx = = . Utilizando los extremos se obtiene:
6 2
1 1 – −
−− – −
−− – −
−− –
T6 = ( ) [√1 + 2√1.5 + 2√2 + 2√2.5 + 2√3 + 2√3.5 + √4 ] ≈ 4.661488
2 2
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 4/8
25/3/2021 Integración numérica
−
− 1
a) Sea f (x) = √x . Se debe determinar un valor K2 , tal que, |f ′′ (x)| ≤ K2 para 1 ≤ x ≤ 4 . Se tiene que f ′′ (x) = − x
−3/2
es decreciente en [1, 4], por
4
1
De esta manera, se puede considerar K2 = |f
′′
(x) = | . Según el teorema 1:
4
1
3
3 (4 − 1)
K 2 (b − a) 1
4
Error(T6 ) ≤ = = ≈ 0.0156
2 2
12n 12(6) 64
4
−
− 2 ∣ 14
b) El valor exacto es ∫1 , de modo que los errores reales son:
4 3/2
√x dx = x ∣ =
3 ∣1 3
∣ 14 ∣
Error(T6 ) ≈ ∣ − 4.661488∣ ≈ 0.00518
∣ 3 ∣
El error real es menor que la cota de error, por lo que se cumple el teorema 1.
La cota de error se puede utilizar para determinar valores de n que proporcionen una precisión fijada.
Ejemplo 3. Obtención de la precisión requerida Determine n, tal que, Tn aproxime a ∫0 con un error máximo de 10−4 .
3 −x
2
e dx
Solución: Sea f (x) = e−x . Para aplicar la cota de error, se debe determinar un valor K2 , tal que, |f ′′ (x)| ≤ K2 para todo x ∈ [0, 3] . Se tiene que
2
y
2
′′ −x
f (x) = −2xe
2
′′ 2 −x
f (x) = (4x − 2)e
La gráfica muestra que el valor máximo de |f ′′ (x)| en [0, 3] es f ′′ (0) = | − 2| = 2 , por lo que se va a considerar K2 = 2 en la cota de error:
3 3
K 2 (b − a) 2(3 − 0) 9
Error(Tn ) ≤ = =
2 2 2
12n 12n 2n
−4
9 9(10 ) 300
−4 2
≤ 10 ⇒ n ≥ ⇒ n ≥ ≈ 212.1
2 –
2n 2 √2
Regla de Simpson
Teorema 1. Regla de Simpson Si n es par, la aproximación de orden n a ∫a según la regla de Simpson es:
b
f (x) dx
1
Sn = Δx[y 0 + 4y 1 + 2y 2 + ⋯ + 4y n−3 + 2y n−2 + 4y n−1 + y n ] Ec. (1)
3
b−a
donde Δx = , y j = f (a + jΔx) .
n
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 5/8
25/3/2021 Integración numérica
Observación. Noté el patrón de los coeficientes en Sn :
1, 4, 2, 4, 2, 4, … , 4, 2, 4, 1
4−2 1
Solución: Se tiene que Δx = = . La figura siguiente muestra los valores y los coeficientes necesarios para calcular S8 utilizando la ec. (1):
8 4
1
= [3 + 4(3.52003) + 2(4.07738) + 4(4.66871) + 2(5.2915) + 4(5.94375) + 2(6.62382) + 4(7.33037) + 8.06226] ≈ 10.74159
12
b
Error(S n ) = ∣∫ f (x) − S n (f ) dx∣
∣ a ∣
Teorema 2 Cota de error para Sn Sea K4 un valor, tal que, |f (4) (x)| ≤ K4 para todo x ∈ [a, b] . Entonces:
5
K 4 (b − a)
Error(S n ) ≤
4
180n
b) Determine n, tal que, el error cometido con Sn sea como mucho de 10−6 .
3−1 1
Solución: La amplitud es Δx = = y los extremos de la partición de [1, 3] son 1, 1.25, 1.5, … , 2.75, 3 . Utilizando la ec. (3) con f (x) = x−1 , se
8 4
obtiene:
1 1 1 4 2 4 2 4 2 4 1
S8 = ( )[ + + + + + + + + ] ≈
3 4 1 1.25 1.5 1.75 2 2.25 2.5 2.75 3
≈ 1.09873
a) La cuarta derivada f (4) (x) ≈ 24x−5 es decreciente, por lo que el máximo de |f (4) (x)| en [1, 3] es |f (4) (1)| = 24 . Así, se utilizará la cota de error con
K 4 = 24 ;
5 5
K 4 (b − a) 24(3 − 1) 64
Error(S n ) ≤ = =
4 4 4
180n 180n 15n
5 5
K 4 (b − a) 24(3 − 1)
Error(S 8 ) ≤ = ≈ 0.001
4 4
1808 180(8 )
64
−6
Error(S n ) = ≤ 10
4
15n
En otras palabras:
6 1/4
64 10 ⋅ 64
4 6
n ≥ 10 ( ) on ≥ ( ) ≈ 45.45
15 15
De esta, manera se debe considerar n = 46 . Con un programa informático de cálculo simbólico, se obtiene:
S 46 ≈ 1.09861241
3 1
∫ dx = ln (3) ≈ 1.09861229
1
x
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 6/8
25/3/2021 Integración numérica
Efectivamente el error es menor que 10−6
.
Observación. Aunque la regla de Simpson proporciona buenas aproximaciones, en los programas informáticos de cálculo simbólico se encuentran
implementadas técnicas más sofisticadas: Éstas se estudian en un área de las matemáticas que se denomina análisis numérico. En un curso posterior
Métodos numéricos se verán otras técnicas numéricas.
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 7/8
25/3/2021 Integración numérica
https://ixil2.izt.uam.mx/aulas2/mod/book/tool/print/index.php?id=13932 8/8