Instituto Politécnico Nacional 

Unidad Profesional Interdisciplinaria de

Biotecnología   

MÉTODOS NÚMERICOS
Grupo: 4MM1

Parcial 3

Tarea 2: Integración Numérica

Equipo:
• Aparicio Lara Sebastián
• Baltazar Velázquez Gilberto Porfirio
• Francisco Hernández Viviana Carolina
• García Haro Karen Miroslava
• Godinez Aguilar Rodrigo Yael
• Rodríguez Herrera Daniela

Profesores:
1. José Ignacio Flores Núñez
• José Alberto Zamora Justo

Fecha: 31-mayo-2023
 INTRODUCCIÓN
La integración numérica es una técnica fundamental en el campo de los métodos
numéricos, que se utiliza para aproximar el valor de una integral definida. Se trata de un
enfoque que permite calcular el área bajo una curva o la suma de una función en un
intervalo dado, mediante la utilización de fórmulas y algoritmos específicos.

Existen diferentes métodos de integración numérica, cada uno con sus propias
características y aplicaciones. Algunos de los métodos más comunes incluyen la regla del
trapecio, la regla de Simpson y los métodos de cuadratura adaptativa, como el método de
Gauss-Kronrod.

Las fórmulas de Newton-Cotes son los tipos de integración numérica más comunes. Se
basan en la estrategia de reemplazar una función complicada o datos tabulados por un
polinomio de aproximación que es fácil de integrar:

Donde fn(x) es un polinomio de la forma:

donde n es el grado del polinomio.

La integral también se puede aproximar usando un conjunto de polinomios aplicados por

pedazos a la función o datos, sobre segmentos de longitud constante. Existen formas
cerradas y abiertas de las fórmulas de Newton-Cotes. Las formas cerradas son aquellas
donde se conocen los datos al inicio y al final de los límites de integración. Las formas
abiertas tienen límites de integración que se extienden más allá del intervalo de los datos.

La regla del trapecio es un método sencillo que aproxima la integral mediante el cálculo del
área de los trapecios formados por la función y el eje x. La regla de Simpson, por su parte,
utiliza polinomios de segundo grado para obtener una mejor aproximación de la integral.

En cuanto a los métodos de cuadratura adaptativa, se basan en la subdivisión del intervalo

de integración en subintervalos más pequeños, y la evaluación de la función en puntos
específicos dentro de cada subintervalo. Estos métodos son más precisos y eficientes que
los métodos anteriores, ya que se adaptan a la forma de la función para lograr una mejor
aproximación.

Es importante mencionar que la elección del método de integración numérica depende de

varios factores, como la forma de la función, la precisión requerida y los recursos
computacionales disponibles.
 OBJETIVOS
• Aproximar la integral definida de una función f(x) en un intervalo [a,b].
• Empleamos este método cuando f(x) es difícil o imposible de integrar
analíticamente o cuando f(x) está dada como un conjunto de valores
tabulados.

REPORTE Y EJERCICIOS EN CLASE

INTEGRACIÓN NUMÉRICA
La integral de una función se puede ver como el área bajo la curva definida por dicha
función y en algunos está definida en un intervalo determinado. Sin embargo, sí
podemos aproximar la integral de una función o de un conjunto de datos
experimentales si se encuentra estos se encuentran definidos un intervalo
específico.

Gráficamente lo podemos ver así:

Figura 1. Representación gráfica de la integral de

f(x) entre los límites x=a y x=b.

Esta aproximación la podemos encontrar con la ayuda de diversos métodos, como

lo son:
• Método del trapecio (regla simple o compuesta)
• Método de Simpson 1/3 (regla simple o compuesta)
• Método de Simpson 3/8 (regla simple o compuesta)

Método del Trapecio simple y compuesto

-Regla del trapecio simple

Basándonos en la formula del área un trapecio, podremos obtener que:

𝑏
𝑓(𝑏) − 𝑓(𝑎) ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ ( ) ℎ ≈ (𝑓(𝑏) − 𝑓(𝑎))
𝑎 2 2
Donde h=b-a

Regla del trapecio compuesta

𝒂+𝒃 𝒂+𝟐𝒉 𝒃
𝒉 𝒉 𝒉
∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒇(𝒂 + 𝒉) + 𝒇(𝒂)) + ∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒇(𝒂 + 𝒉) + 𝒇(𝒂 + 𝟐𝒉)) + ∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒇(𝒂 + 𝟐𝒉) + 𝒇(𝒃))
𝒂 𝟐 𝒂+𝒉 𝟐 𝒂+𝟐𝒉 𝟐

𝒃
𝒉
∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒇(𝒂) + 𝟐(𝒂 + 𝒉) + 𝟐𝒇(𝒂 + 𝟐𝒉) + 𝒇(𝒃))
𝒂 𝟐

H=(b-a)/N donde N=número de trapecios

𝑵−𝟏
𝒃 𝒉
∴ ∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒇(𝒂) + 𝟐 ∑ 𝒇(𝒂 + 𝒉𝒊) + 𝒇(𝒃))
𝒂 𝟐
𝒊=𝟏

EJEMPLO 1
Resuelve la siguiente integral definida analíticamente y por los métodos de trapecio simple y
trapecio compuesto con n = 3 y n = 30, para cada aproximación, obtén el error relativo porcentual
 Valor Verdadero
Aproximación Error relativo porcentual
1.64711
Trapecio Simple 1.9069 15.7698
Trapecio Com. n=3 n=30 n=3 n=30
1.6759 1.6474 1.74888 0.0174846

CÓDIGO
clc, clear, close all
%integración númerica ejemplo 1
syms x
f=x^3/(1+sqrt(x));
a=1;
b=2;
%solución analítica
vv=vpa(int(f,a,b),6)
%trapecio simple
f=inline(f);
h=b-a;
ts=h/2*(f(a)+f(b))
erp=vpa(abs((vv-ts)/vv)*100,6)
%trapecio compuesto n=3
n=3;
h=(b-a)/n;
tcn3=h/2*(f(a)+2*f(a+h)+2*f(a+2*h)+f(b))
erp=vpa(abs((vv-tcn3)/vv)*100,6)
%trapecio compuesto n=30
n=30;
h=(b-a)/n;
s=0;
for i=1:1:n-1
s=s+f(a+h*i);
end
tcn30=h/2*(f(a)+2*s+f(b))
erp=vpa(abs((vv-tcn30)/vv)*100,6)

Método de Simpson 1/3 (simple y compuesta)

Su fundamento está en que una función continua o discreta debe tener 3 puntos,
con los cuales podremos hacer un polinomio de Lagrange de 2° orden, de esta
forma tendremos un polinomio de fácil integración.
 Polinomio de Lagrange grado 2

Regla de Simpson 1/3 simple

Regla de Simpson 1/3 compuesta

EJEMPLO 2
Resuelve la siguiente integral definida analíticamente y por los métodos de Simpson 1/3 simple y
compuesto con n = 2 y n = 20, para cada aproximación, obtén el error relativo porcentual

12x31+xdx
 Valor Verdadero
Aproximación Error relativo porcentual
1.64711
Simpson 1/3 Simple 1.6470 0.00837512
Simpson 1/3 Compuesto n=10 n=20 n=10 n=20
1.6471 1.6471 0.0000139247 8.71492e-7

CODIGO
clc, clear, close all
%integración númerica ejemplo 1
syms x
f=x^3/(1+sqrt(x));
a=1;
b=2;
%solución analítica
vv=vpa(int(f,a,b),6)
f=inline(f);
%simpson 1/3 simple
h=(b-a)/2;
s13s=h/3*(f(a)+4*f(a+h)+f(b))
erp=vpa(abs((vv-s13s)/vv)*100,6)
%simpson 1/3 compuesto n=10
n=10;
h=(b-a)/n;
s4=0;
for i=1:2:n-1
s4=s4+f(a+h*i);
end
s2=0;
for i=2:2:n-2
s2=s2+f(a+h*i);
end
s13cn10=h/3*(f(a)+4*s4+2*s2+f(b))
erp=vpa(abs((vv-s13cn10)/vv)*100,6)

EJEMPLO 3
Dados los siguientes datos tabulados, obtén el área bajo la curva, por medio del método de
Simpson 1/3
x 0 0.1666 0.333 0.5 0.6666 0.8333 1
f(x) 1 1.0281 1.1175 1.2840 1.5596 2.0025 2.7182

área= 1.4628 𝑼𝟐
CÓDIGO

clc, clear, close all

%integración númerica ejemplo 3
x=[0 0.1666 0.333 0.5 0.6666 0.8333 1];
y=[1 1.0281 1.1175 1.2840 1.5596 2.0025 2.7182];
a=x(1);
b=x(end);
n=length(x);%# de datos
h=(b-a)/(n-1)
s4=0;
for i=2:2:n-1
s4=s4+y(i);
end
s2=0;
for i=3:2:n-2
s2=s2+y(i);
end
s13c=h/3*(y(1)+4*s4+2*s2+y(end))

Método de Simpson 3/8 (simple y compuesta)

Regla de Simpson 3/8 simple

Regla de Simpson 3/8 compuesta

 EJEMPLO 4
Dados los siguientes datos tabulados, obtén el área bajo la curva.

x 0 0.1 0.3 0.5 0.7 0.95 1.2

f(x) 0 6.84 4 4.2 5.51 5.77 1

[0,0.1]=h=0.1=>Trapecio simple

[0.1-0.7]=h=0.2=>Simpson 3/8

[0.7-1.2]=h=0.25=>Simpson 1/3

Área=5.5791 𝑼𝟐

Código
clc, clear, close all
%integración númerica ejemplo 4
x=[0 0.1 0.3 0.5 0.7 0.95 1.2];
y=[0 6.84 4 4.2 5.51 5.77 1];
%trapecio simple [0,0.1]=h=0.1=>Trapecio simple
a=x(1);
b=x(2);
h=b-a;
ts=h/2*(y(1)+y(2));
%[0.1-0.7]=h=0.2=>Simpson 3/8
a=x(2);
b=x(5);
h=(b-a)/3;
s38=3*h/8*(y(2)+3*y(3)+3*y(4)+y(5));
%[0.7-1.2]=h=0.25=>Simpson 1/3
a=x(5);
b=x(7);
h=(b-a)/2;
s13=h/3*(y(5)+4*y(6)+y(7));
Total=ts+s38+s13

TAREA

PROBLEMA 1
Un tanque cónico invertido de 5 ft de radio y 10 ft se llena hasta 2 ft del tope con aceite de
oliva que pesa 57 lb/ft3. Aproximar el valor del trabajo “w” que se requiere para bombear
el aceite hasta el borde del tanque sabiendo que:
 8
57 ∗ 𝜋
𝑤=∫ ∗ (10 − 𝑦)𝑦 2𝑑𝑦
0 4

a) Obtén la integral por medio del método del trapecio compuesto para n=10
b) Obtén la integral por medio del método Simpson 1/3 para h=2
c) Obtén la integral por medio del método Simpson 3/8 para los cuatro primero
puntos, y Simpson 1/3 para los tres últimos puntos h=1.6

Resultados

Método Resultado [lb*ft] Error [%]

Valor verdadero 30561.4 -
Trapecio 3.0485*104 0.25
compuesto
Simpson 1/3 3.0561*104 1.52655*10-15 ≈ 0
h=2
Simpson 3/8 3.0561*104 0
h=1.6
Simpson 1/3
h=1.6

Código de Matlab

a) Trapecio compuesto

clc, clear, close all

%Integración numerica
%Ejemplo 1
syms y
f=57*pi/4*(10-y)*y^2;
a=0;
b=8;
vv=vpa(int(f,a,b),6)
f=inline(f);
n=10;
h=(b-a)/n;
s=0;
for i=1:1:n-1
s=s+f(a+h*i);
end
tcn10=h/2*(f(a)+2*s+f(b))
erp=vpa(abs((vv-tcn10)/vv)*100,6)

b) Simpson 1/3

clc, clear, close all

%integración númerica ejemplo 1
syms y
f=57*pi/4*(10-y)*y^2;
a=0;
b=8;
%solución analítica
vv=vpa(int(f,a,b),6)
f=inline(f);

%simpson 1/3 compuesto n=10

n=2;
h=(b-a)/n;
s4=0;
for i=1:2:n-1
s4=s4+f(a+h*i);
end
s2=0;
for i=2:2:n-2
s2=s2+f(a+h*i);
end
s13cn2=h/3*(f(a)+4*s4+2*s2+f(b))
erp=vpa(abs((vv-s13cn2)/vv),9)

c) Simpson 3/8 y 1/3

clc, clear all, close all
%Integración numérica- Tarea- Ejercicio 1
syms y
f=57*pi/4*(10-y)*y^2;
a=0; b=8;
%Solución analítica- Corresponde al valor verdadero
vv=vpa(int(f,a,b),6)
f=inline(f);
%Puntos para el inciso C
z=linspace(a,b,6);
%Simpson 3/8
a=z(1);
b=z(4);
h=(b-a)/3;
s38n16= 3*h/8*(f(a)+3*f(a+h)+3*f(a+2*h)+f(b))
%Simpson 1/3
a=z(4);
b=z(6);
h=(b-a)/2;
s13n16=h/3 * (f(a) + 4*f(a+h) + f(b))
%Suma de ambas integrales para obtener el total
 Total=s38n16+s13n16
erp=vpa(abs(vv-Total)/vv*100,6)

PROBLEMA 2
Integre la siguiente función entre los límites a=-1 y b=1, utilizando 6 subintervalos.
1 𝑥2
1 −2
∫ 𝑒
−1 √2𝜋

a) Obtén la integral por medio del método del trapecio compuesto

Valor verdadero Aproximación Error relativo porcentual

0.682689 0.6782 0.658816
Código

clc, clear, close all

syms x

f=((1/sqrt(2*pi))*(exp((-x^2)/2)));

a=-1;

b=1;

%solución analítica

vv=vpa(int(f,a,b),6)

f=inline(f);

%trapecio compuesto n=30

n=6;

h=(b-a)/n;

s=0;

for i=1:1:n-1

s=s+f(a+h*i);

end

tcn6=h/2*(f(a)+2*s+f(b))
erp=vpa(abs((vv-tcn6)/vv)*100,6)

b) Obtén la integral por medio del método de Simpson 3/8 para los cuatro primeros
puntos, Simpson 1/3 para los siguientes tres puntos y por Trapecio para los
últimos dos puntos.
x -1 -2/3 -1/3 0 1/3 2/3 1
y 0.2420 0.3294 0.3774 0.3989 0.3774 0.3194 0.2420

Resultado

Simpson 3/8 0.3414

Simpson 1/3 0.2108
Trapecio simple 0.0936

Código

clc, clear, close all

x=[-1 -2/3 -1/3 0 1/3 2/3 1];

y=((1/sqrt(2*pi))*(exp((-x.^2)/2)));

%Simpson 3/8

a=x(1);

b=x(4);

h=(b-a)/3;

s38=3*h/8*(y(1)+3*y(2)+3*y(3)+y(4))

%Simpson 1/3

a=x(5);

b=x(7);

h=(b-a)/2;

s13=h/3*(y(5)+4*y(6)+y(7))

%Trapecio simple

a=x(6);

b=x(7);
h=b-a;

ts=h/2*(y(1)+y(2))

PROBLEMA 3
Un flujo que se mueve a través de un tubo de 12 pulgadas de diámetro tiene el siguiente
perfil de velocidades:

r 0 1 2 3 3.5 4 4.5 5 5.5 6

u 3 2.92 2.78 2.61 2.36 1.78 1.4 .67 .25 0

Encuentra la tasa volumétrica de flujo Q, usando la relación:

Donde r es el radio axial del tubo, R es el radio del tubo y u la velocidad. Utilice la
combinación adecuada de las fórmulas de

integración adecuadas para aproximar el valor de Q.

[0,3] = h = 1 => Simpson 3/8

[3,4.5] = h = 0.5 => Simpson 3/8
[4.5,6] = h = 0.5 => Simpson 3/8

RESULTADO:

 𝑄 = 77.7662 𝑢2

CODIGO MATLAB:
clc, clear, close all
r=[0 1 2 3 3.5 4 4.5 5 5.5 6];
u=[3 2.92 2.78 2.61 2.36 1.78 1.4 0.67 0.25 0];
% 1 Simpson 3/8
a=r(1);
b=r(4);
h=(b-a)/3;
s381=3*h/8*(u(1)+3*u(2)+3*u(3)+u(4))
% 2 Simpson 3/8
a=r(4);
b=r(7);
h=(b-a)/3;
s382=3*h/8*(u(4)+3*u(5)+3*u(6)+u(7))
% 3 Simpson 3/8
a=r(7);
b=r(10);
h=(b-a)/3;
s383=3*h/8*(u(7)+3*u(8)+3*u(9)+u(10))
Q=2*pi*(s381+s382+s383)

PROBLEMA 4
Se tiene la siguiente tabla de valores experimentales, a partir de observaciones clínicas.
Tiempo (h) 0 3 4 6 8 15 18 21 24
Conc. Plasm. (mg/mL) 1.1 3.3 5 9.3 21.9 47.2 35.4 29.2 19.1

La integral de la función (desconocida) tiene un significado clínico de interés. Obtén integral

numérica de mayor precisión posible.
[0,3] = h = 3 => Trapecio simple
[3,4] = h = 1 => Trapecio simple
[4,8] = h = 2 => Simpson 1/3
[8,15] = h = 7 => Trapecio simple
[15,24] = h = 3 => Simpson 3/8

Resultado:
𝑨 = 𝟓𝟔𝟕. 𝟔𝟗𝟓𝟖 𝒖𝟐

Código Matlab:
clc, clear, close all
x = [0 3 4 6 8 15 18 21 24];
y = [1.1 3.3 5 9.3 21.9 47.2 35.4 29.2 19.1];

%[0,3] = h = 3 => Trapecio simple

a = x(1);
b = x(2);
h = b-a;
ts1 = h/2*(y(1)+y(2));

%[3,4] = h = 1 => Trapecio simple

a = x(2);
b = x(3);
h = b-a;
ts2 = h/2*(y(2)+y(3));

%[4,8] = h = 2 => Simpson 1/3

a = x(3);
b = x(5);
h = (b-a)/2;
s13 = h/3*(y(3)+4*y(4)+y(5));

%[8,15] = h = 7 => Trapecio simple

a = x(5);
b = x(6);
h = b-a;
ts3 = h/2*(y(5)+y(6));

%[15,24] = h = 3 => Simpson 3/8

a = x(6);
b = x(9);
h = (b-a)/3;
s38 = 3*h/8*(y(8)+3*y(7)+3*y(8)+y(9));

A=ts1+ts2+s13+ts3+s38

CONCLUSIONES
• Aparicio Lara Sebastián
La integración numérica puede ser una herramienta muy útil cuando no se dispone
de una función analítica para calcular una integral. Permite obtener resultados
aproximados con un cierto grado de precisión y puede ser utilizado en una amplia
gama de aplicaciones, como la física, la ingeniería, la economía y muchas otras
disciplinas. Sin embargo, es importante tener en cuenta que la integración numérica
tiene sus limitaciones. La elección del método y los parámetros adecuados puede
ser crucial para obtener resultados precisos. Además, algunos problemas pueden
presentar dificultades adicionales, como singularidades o integrandos oscilantes,
que pueden requerir métodos numéricos más sofisticados.

• Baltazar Velázquez Gilberto Porfirio

La integración numérica es un método utilizado para aproximar el valor de una
integral definida cuando no es posible calcularla de manera analítica. Este enfoque
implica dividir la región bajo la curva en segmentos más pequeños y aproximar el
área de cada segmento mediante fórmulas específicas. En general, la integración
numérica puede proporcionar resultados aceptables cuando se utiliza una cantidad
suficiente de segmentos pequeños y se elige un método apropiado para la función
a integrar. Sin embargo, es importante tener en cuenta que la integración numérica
es una aproximación y puede haber un error asociado con el resultado obtenido.

• Francisco Hernández Viviana Carolina

El trabajo de integración numérica es fundamental para aproximar el valor de una
integral definida en situaciones donde no se dispone de una solución analítica. Los
métodos estudiados ofrecen una gama de opciones para abordar este problema y
proporcionan resultados precisos cuando se aplican adecuadamente. La integración
numérica es una herramienta esencial en el análisis y la resolución de problemas
en diversos campos científicos y matemáticos.

• García Haro Karen Miroslava

En resumen, la integración numérica es un conjunto de técnicas utilizadas para
calcular aproximaciones numéricas de integrales definidas cuando no es posible
obtener una solución exacta mediante métodos analíticos. Estas técnicas se basan
en la aproximación de la función a integrar mediante una fórmula que se puede
evaluar fácilmente en puntos discretos dentro del intervalo de integración. La
elección del método de integración numérica depende de la precisión requerida, la
forma de la función y la cantidad de puntos de evaluación disponibles. En general,
cuanto más puntos de evaluación se utilicen, mayor será la precisión del cálculo.

• Godinez Aguilar Rodrigo Yael

En conclusión, la integración numérica es una herramienta poderosa y ampliamente
utilizada en matemáticas y ciencias para calcular aproximaciones numéricas de
integrales definidas. A través de diferentes métodos y técnicas, se puede obtener
una aproximación precisa del valor de una integral, lo que permite analizar y resolver
problemas que involucran áreas, volúmenes, probabilidades y otras aplicaciones
matemáticas. Es importante destacar que la integración numérica siempre implica
una cierta cantidad de error debido a la naturaleza aproximada de los métodos
utilizados. Sin embargo, este error se puede controlar y reducir utilizando técnicas
como la subdivisión del intervalo de integración o el refinamiento del método
utilizado.

• Rodríguez Herrera Daniela

La integración numérica es una técnica utilizada para aproximar el valor de una
integral definida cuando no se puede calcular de forma analítica. Esta técnica se
basa en dividir el intervalo de integración en subintervalos más pequeños y utilizar
métodos numéricos para aproximar el área bajo la curva en cada subintervalo.
Existen varios métodos de integración numérica, como el método del rectángulo, el
método del trapecio y el método de Simpson. Estos métodos varían en su precisión
y complejidad, pero todos se basan en el mismo principio básico: aproximación del
área bajo la curva mediante polinomios interpolantes.

BIBLIOGRAFÍA
• Carga, RL y Faires, JD (2011). Análisis numérico (9ª ed.). Aprendizaje Cengage.