UNIVERSIDAD SANTO TOMÁS - SEDE VILLAICENCIO

FACULTAD DE INGENIERÍA MECÁNICA

MODELAMIENTO NÚMERICO – IM5A
9 DE MARZO DEL 2021

1
Diego Andrés Rojas Romero
2271070

2
INTRODUCCIÓN

Mediante el programa MATLAB se desarrolló un código para

la solución de la integral de una función mediante el método
de las sumas de Riemann. Las sumas de Riemann es un
método para aproximar el área total bajo la gráfica de una
curva.

Imagen 2. Gráfica de error vs número de columnas, con la suma de

Riemann por la derecha.

Imagen 1. Método de sumas de Riemann (por la derecha)

Estas sumas toman su nombre del matemático alemán

Bernhard Riemann.

OBJETIVOS

OBJETIVO GENERAL

Mediante el programa MATLAB crear un programa que

evalué su integral mediante el método de sumas Riemann Imagen 3. Gráfica de error vs número de columnas, con la suma de
Riemann por la izquierda.
observando y analizando que sucede al correr el programa y
alcancé un error por debajo del 0,1% con respecto al valor
exacto de la integral.

OBJETIVOS ESPECÍFICOS

 Consultar, Investigar la solución mediante sumas de

Riemann.

 Ejecutar, Desarrollar, Crear un código para la

solución de las sumas de Riemann de forma
automática, mediante ingreso de datos.

DESCRICIÓN DEL PROBLEMA

Imagen 4. Gráfica de error vs número de columnas, con la suma de
Calcular por medio de sumas de Riemann es un medio Riemann en el centro.
bastante desgastante, que por otros métodos como las
integrales resultan mucho más prácticas, el objetivo es por
mediante un software facilitar al usuario el desarrollo por
medio de las sumas de Riemann.
Tabla 1. Resultados Obtenidos
Valor de la Número de
integral real (ir) iteraciones

3
 (columnas)        area1(i)=Vx*s ; 
Por la Derecha 20/3 600     e=abs(( ir-area1(i))*100/ir); 
Por la izquierda 20/3 600     if e>=0.1 
Centrado 20/3 10     area(i)=Vx*s; 
    er(i)=e; 
    m(i)=i; 
ECUACIONES     i=i+1; 
    end 
Se mostrarán las ecuaciones, formulas o funciones que se end 
utilizaron a lo largo del programa para la solución de la subplot(2,1,1),plot(m,area) 
simulación: title('Integral Numerica') 
xlabel('Numero De Columnas') 
La ecuación que tendremos en cuanta para las sumas de ylabel('Valor Area') 
Riemann es: grid('minor') 
subplot(2,1,2),plot(m,er) 
∑𝑓(𝑥𝑖)∆𝑥 𝑛 𝑖=1 title('Error Vs Número De Columnas') 
xlabel('Número De Columnas') 
La función que se tomó para que MATLAB evalué su integral ylabel('Error') 
mediante las sumas de Riemann fue: grid('minor') 
y=x.^2+2

Se cataloga un vector que varía dependiendo del número de

rectángulos que se necesita para generar el error del 0.1:

x=a+Vx:Vx:b (por la derecha  

x=a:Vx:b-Vx (por la izquierda)
x=a+Vx/2:Vx:b-Vx/2 (Centrado)

PROGRAMA
IZQUIERDA:
DERECHA:
clear all 
clear all  clc 
clc  %summas de riemman por derecha% 
%summas de riemman por derecha%  syms x 
syms x  y=x.^2+2; 
y=x.^2+2;  a=0; 
a=0;  b=2; 
b=2;  ir= int(y,a,b) 
ir= int(y,a,b)  i=1; 
i=1;  e=100; 
e=100;  while (e >= 0.1)    
while (e >= 0.1)             Vx=(b-a)/i; 
        Vx=(b-a)/i;          x=a:Vx:b-Vx; 
        x=a+Vx:Vx:b;      c=length(x); 
    c=length(x);      for o=1:c 
    for o=1:c           vf(o)=(x(o)^(2)+2); 
         vf(o)=(x(o)^(2)+2);      s=sum(vf); 
    s=sum(vf);      end 
    end         area1(i)=Vx*s ; 

4
    e=abs(( ir-area1(i))*100/ir);         area1(i)=Vx*s ; 
    if e>=0.1      e=abs(( ir-area1(i))*100/ir); 
    area(i)=Vx*s;      if e>=0.1 
    er(i)=e;      area(i)=Vx*s; 
    m(i)=i;      er(i)=e; 
    i=i+1;      m(i)=i; 
    end      i=i+1; 
end      end 
subplot(2,1,1),plot(m,area)  end 
title('Integral Numerica')  subplot(2,1,1),plot(m,area) 
xlabel('Numero De Columnas')  title('Integral Numerica') 
ylabel('Valor Area')  xlabel('Numero De Columnas') 
grid('minor')  ylabel('Valor Area') 
subplot(2,1,2),plot(m,er)  grid('minor') 
title('Error Vs Número De Columnas')  subplot(2,1,2),plot(m,er) 
xlabel('Número De Columnas')  title('Error Vs Número De Columnas') 
ylabel('Error')  xlabel('Número De Columnas') 
grid('minor')  ylabel('Error') 
grid('minor') 

RESULTADOS OBTENIDOS

Se planteo una función para que MATLAB evalúe su integral

mediante el método de sumas de Riemann y definiendo
nuestros límites de integración, si partimos de que mi error es
igual a 100 para indicar que hay un error del 100% en la
primera iteración, por eso se utiliza un ciclo para calcular
cuantos rectángulos se necesitan y cuanto error se proporciona
dependiendo de la similitud al valor real (error).

Se calcula la variación para delta de x dependiendo del

CENTRADO: número de rectángulos y se cataloga un vector que varía
clear all  dependiendo el número de rectángulos, por último, se creó un
clc  ciclo para hallar el error del 0.1 % que recorre el valor de la
%summas de riemman por derecha%  función (y) evaluada para cada posición que se generó, tener
syms x  en cuenta que mi aproximación real va hacer el área de cada
y=x.^2+2;  rectángulo.
a=0; 
b=2;  Lo anteriormente explicado se hace con el objetivo de dar a
ir= int(y,a,b)  entender como se efectúa mi código en el programa de
MATLAB obteniendo como resultado el valor de la integral
i=1; 
real de la función y mis graficas de error vs número de
e=100;  columnas todo esto ya mostradas anteriormente.
while (e >= 0.1)    
        Vx=(b-a)/i; 
        x=a+Vx/2:Vx:b-Vx/2; 
    c=length(x);  ANÁLISIS DE RESULTADOS Y CONCLUSIONES
    for o=1:c 
         vf(o)=(x(o)^(2)+2);  Usando la notación de integral definida, podemos representar
    s=sum(vf);  el área exacta como:
    end 
∑𝑓(𝑥𝑖)∆𝑥 𝑛 𝑖=1

5
Podemos aproximar esta área mediante sumas de Riemann.
Sea R(n) la aproximación por sumas de Riemann sea el caso
con n subdivisiones (es decir, n rectángulos de ancho igual).

Podemos mejorar nuestra aproximación al dividir nuestra área

en más rectángulos con bases menores, es decir, al usar R(n)
con valores mayores de n

Puedes observar cómo la aproximación se acerca más al área

real conforme el número de rectángulos

no importa si consideramos el límite de una suma de Riemann

derecha, de una suma de Riemann izquierda o de cualquier
otra aproximación común, siempre obtendremos el valor exac-
to de la integral definida.

Para la función establecida en el método por derecha y por

izquierda (sumas de Riemann) se obtiene que
aproximadamente se necesitan unas 600 iteraciones para hallar
la solución de la integral de mi función y el error referente al
0.1 %, en cambio para el método centrado se usa
notablemente menos iteraciones o rectángulos.

Se calcula la variación para delta de x dependiendo del

número de rectángulos que se necesitan para generar el error
del 0.1 %

El valor de la integral real no cambia para ninguno de los

casos, siempre será lo mismo (20/3), pero lo que si cambia son
mis graficas dependiendo el caso

Por supuesto, usar aún más rectángulos nos acercará aún más,
pero una aproximación siempre es solo una aproximación.

BIBLIOGRAFÍA
[1] R. F. Arturo, Calculo integral [En línea]. Available:
http://repositorio.udomanagua.edu.ni/libros/Calculo/C
%C3%A1lculo%20Integral%20-%20Antonio%20Rivera
%20Figueroa.pdf

[2] Matlab [En línea] Available:

http://www.unsam.edu.ar/escuelas/ciencia/alumnos/tutori
al_matlab_tdi.pdf