UNIVERSIDAD DE ORIENTE

NUCLEO DE MONAGAS
ESCUELA DE INGENIERIA Y CIENCIAS APLICADAS
DEPARTAMENTO DE COMPUTACION Y SISTEMAS

METODOS NUMERICOS

Profesora Bachiller
Yeisland Rodríguez Yunelkis Marcano
C.I:19.603.291

1
 Interpolación
y
Aproximación
DEFINICION DE:
INTERPOLACION Y
APROXIMACION.
 INTERPOLACION INVERSA.

 INTERPOLACION GRAFICA.

MINIMOS CUADRADOS PARA

FUNCION Y PARA DATOS
DISCRETOS.

2
Definición de: Interpolación y aproximación.

Definición general de interpolación

Dados n+1 puntos que corresponden a los datos:

x x0 x1 … xn
y y0 y1 … yn

y los cuales se representan gráficamente como puntos en el plano

cartesiano,

(x1,y1)

(xn, yn)

(x0,y0)

3
 Si existe una función f(x) definida en el intervalo [x0,xn] (donde
suponemos que x0 < x1 < x2 < …< xn ), y tal que f(xi) = yi para i
= 0,1,2,…,n , entonces a f(x) se le llama una Función de
Interpolación de los datos, cuando es usada para aproximar
valores dentro del intervalo, y se le llama Función de
Extrapolación de los datos, cuando está definida y es usada para
aproximar valores fuera del intervalo.

(x1,y1)

(xn, yn)

(x0,y0)

Es decir la interpolación proceso por el cual consiste en hallar un

dato dentro de un intervalo en el que conocemos los valores en
los extremos.

4
Evidentemente pueden existir varios tipos de funciones que
interpolen los mismos datos; por ejemplo, trigonométricas,
exponenciales, polinomiales, combinaciones de éstas, etc. El tipo
de interpolación que uno elige, depende generalmente de la
naturaleza de los datos que se están manejando, así como de los
valores intermedios que se están esperando.

Definición general de aproximación

La diferenciación numérica, o aproximación por diferencias, es

un método que se utiliza para evaluar las derivadas de una
función por medio de sus valores dados en los puntos de una
retícula. Las aproximaciones por diferencias son importantes en
la solución de ecuaciones diferenciales ordinarias y parciales.
Para ilustrar la diferenciación numérica, consideremos una
función f(x) como la que se muestra en la siguiente figura .
5
Explicación gráfica de las aproximaciones por diferencias de: f'
(x0).

f'(x0) se aproxima mediante el gradiente de una recta que pasa por f(x0) (x0)

Supongamos que Se desea evaluar la primera Derivada def(x) en x = x0. Si se

conocen los valores def en x0 - h, x0 y x0 + h, donde h es el tamaño del intervalo
entre dos puntos consecutivos en el eje x, entonces se puede aproximar f' (x)
mediante el gradiente de la interpolación lineal A, B o C mostradas en la figura. Estas
tres aproximaciones se llaman respectivamente las aproximaciones por diferencias
hacia adelante, hacia atrás y central. Sus formulas matemáticas son como sigue:

6
a) Aproximación que utiliza A (aproximación por diferencias
hacia adelante)

b) Aproximación que utiliza B (aproximación por diferencias hacia atrás)

c) Aproximación que utiliza C (aproximación central)

Existen tres tipos de enfoques para obtener aproximaciones por

diferencias. El primero se basa en el desarrollo de Taylor de La
Función alrededor de un punto de la retícula, el segundo utiliza
los operadores de diferencia y el tercero deriva los polinomios de
interpolación

7
El objetivo principal de la interpolación y aproximación de
funciones es poder estimar valores funcionales a partir de cierto
numero de datos iniciales. Este objetivo es fundamental ya que
de él se deducen los métodos de derivación e integración
numérica.

Interpolación inversa
Como la nomenclatura implica, los valores de f(x)
y x en la mayoría de los problemas de interpolación son las
variables dependiente e independiente, respectivamente. En
consecuencia, los valores de las x con frecuencia están
espaciados uniformemente. Un ejemplo simple es una tabla
de valores obtenida para la función f(x) = 1/x.

x 1 2 3 4 5 6 7

ƒ(x) 1 0.5 0.3333 0.25 0.2 0.1667 0.1429

8
Ahora suponga que usted debe usar los mismos datos, pero
que se le ha dado un valor de f(x) y debe determinar el valor
correspondiente de x. Por ejemplo, para los datos anteriores,
suponga que se le pide determinar el valor de x que
corresponda a f(x) = 0.3. En tal caso, como se tiene la función
y es fácil de manipular, la respuesta correcta se
determina directamente, x = 1/0.3 = 3.3333.
A ese problema se le conoce como interpolación inversa. En un
caso más complicado, usted puede sentirse tentado a intercambiar los
valores f(x) y x [es decir, tan sólo graficar x contra f(x)] y usar un
procedimiento como la interpolación de LaGrange para
determinar el resultado. Por desgracia, cuando usted invierte las
variables no hay garantía de que los valores junto con la nueva
abscisa [las f(x)] estén espaciados de una manera uniforme. Es
más, en muchos casos, los valores estarán “condensados”. Es
decir, tendrán la apariencia de una escala logarítmica, con
algunos puntos adyacentes muy amontonados y otros muy
dispersos. Por ejemplo, para f(x) = 1/x el resultado es:

9
f (x) 0.1429 0.1667 0.2 0.25 0.3333 0.5 1

X 7 6 5 4 3 2 1

Tal espaciamiento no uniforme en las abscisas a menudo lleva a

oscilaciones en el resultado del polinomio de interpolación. Esto
puede ocurrir aun para polinomios de grado inferior.
Una estrategia alterna es ajustar un polinomio de interpolación
de orden n-ésimo, fn(x), a los datos originales [es decir, con f(x)
contra x]. En la mayoría de los casos, como las x están
espaciadas de manera uniforme, este polinomio no estará mal
condicionado. La respuesta a su problema, entonces, consiste en
encontrar el valor de x que haga este polinomio igual al dado
por f(x). Así, ¡el problema de interpolación se reduce a un
problema de raíces!
Por ejemplo, para el problema antes descrito, un procedimiento
simple sería ajustar los tres puntos a un polinomio cuadrático: (2,
0.5), (3, 0.3333) y (4, 0.25), cuyo resultado será:

f2(x) = 1.08333 – 0.375x + 0.041667x2

10
La respuesta al problema de interpolación inversa para
determinar la x correspondiente a f(x) = 0.3 será equivalente a la
determinación de las raíces de:
0.3 = 1.08333 – 0.375x + 0.041667x2
En este caso simple, la fórmula cuadrática se utiliza para
calcular:

Así, la segunda raíz, 3.296, es una buena aproximación al valor

verdadero: 3.333. Si se desea una exactitud adicional, entonces
podría emplear un polinomio de tercer o cuarto grado junto con
uno de los métodos para la localización de raíces.

En sentido general en la interpolación inversa hay que

considerar a la f como variable independiente y a x como
variable dependiente.

11
INTERPOLACIÓN GRAFICA
La interpolación grafica o lineal nos permite encontrar datos
desconocidos entre o en medio de otros datos ya conocidos. El
tipo de interpolación difiere según la naturaleza de los datos
tratados.
El modo más simple de interpolación es conectar dos puntos con
una línea recta. Esta técnica, llamada interpolación lineal, se
ilustra en forma gráfica en la figura A. Mediante triángulos
semejantes,
ec 1

la cual se puede reordenar para dar

ec 2

12
 FIGURA A
Ilustración gráfica de interpolación lineal. Las áreas sombreadas indican los
triángulos semejantes usados para obtener la fórmula de interpolación lineal (vea
la ecuación2)

que es una fórmula de interpolación lineal. La notación f(x)

designa que es una interpolación de polinomios de primer orden.
Observe que además de representar lapendiente de la línea que
conecta los puntos, el término \f(xx) — f(x0)]/(xx — x0 ) es una
aproximación por diferencia dividida finita de la primera
derivada. En general, cuanto más pequeño sea el intervalo de
datos, mejor será la aproximación. Esto se debe al hecho de que,
en tanto el intervalo disminuya, una función continua se
aproximará mejor por una línea recta.
13
Ejemplo: interpolación lineal o grafica.
Enunciado del problema. Estime el logaritmo natural de 2
mediante interpolación lineal. Primero, realice el cálculo por
interpolación entre ln 1 = 0 y ln 6 = 1.791759. Después, repita el
procedimiento, pero use un intervalo más pequeño de ln 1 a ln 4
(1.386294). Observe que el valor real de ln 2 es 0.6931472.

Solución. Usaremos la ecuación (2) y una interpolación lineal

para ln(2) de x0 = 1 a X1 = 6 para dar

que representa un error de et = 48.3%. Con el intervalo más

pequeño de, x0 = 1 a x1 =4 se obtiene

Así, con el intervalo más corto se reduce el error relativo

porcentual a et — 33.3%. Ambas interpolaciones se muestran en
la figura B, junto con la función real.

14
FIGURA B
Dos interpolaciones lineales para estimar ln 2. Observe cómo el
intervalo más pequeño proporciona una mejor estimación.

15
MÍNIMOS CUADRADOS PARA
FUNCIONES Y PARA DATOS

Mínimos cuadrados es una técnica de análisis numérico

encuadrada dentro de la optimización matemática, en la que,
dados un conjunto de pares ordenados: variable independiente,
variable dependiente, y una familia de funciones, se intenta
encontrar la función, dentro de dicha familia, que mejor se
aproxime a los datos (un "mejor ajuste"), de acuerdo con el
criterio de mínimo error cuadrático.
En su forma más simple, intenta minimizar la suma de
cuadrados de las diferencias en las ordenadas (llamadas
residuos) entre los puntos generados por la función elegida y los
correspondientes valores en los datos. Específicamente, se llama
mínimos cuadrados promedio (LMS) cuando el número de datos
medidos es 1 y se usa el método de descenso por gradiente para
minimizar el residuo cuadrado. Se puede demostrar que LMS
minimiza el residuo cuadrado esperado, con el mínimo de
operaciones (por iteración), pero requiere un gran número de
iteraciones para converger.

16
Mínimos cuadrados de funciones

Dada la función tabular definida por la tabla anterior se trata

de obtener los valores de los coeficientes de la función:
Y=F(x)=ao+a1X+a2X2+a3X3+ amxn-1........(1)
Cuya gráfica es una curva que se acerca a la mayoría de los
puntos (curva de trazos de la figura anterior).
Se llama residuos a la diferencia de ordenadas de la curva para
x=xi menos la del punto xi, yi representado por Ri a este residuo,
se tiene Ri=f(xi)-yi..t2),es decir:
Ri= a0+a1X+a2X2+a3X3+.....amxn-yi ........ (3) ,donde i=1 ,2,3,..n.
El método de los mínimos cuadrados consiste en determinar los
valores de los parámetros a0,a1 ,a2,a3,.....am; de manera que
haga mínima la suma de Ios cuadrados de los residuos. Esta
suma vale Re=( o+Xj+Xi+Xi+... +mXi-Yi)...... (4)
Se tiene el mínimo de esta igualdad a cero sus primeras
derivadas parciales con . respecto a todo y cada uno de sus
parámetros .Derivando con respecto a ai, donde

17
j=0,1,2,3,...m; se obtiene :
Ri= (a0+a1X+ a2X2+a3X3+.....amxn-yi )2............ (4)
Ri = 2(a0+a1X+ a2X2+a3X3+.....amxn-yi ) Xi
igualando con cero esta derivada a:
a0+a1Xj+1+ a2Xj+2+a3Xj+3+.....amxyi+m ............ (5)

Finalmente, considerando j=0,1,.2,3,....,m; se obtiene el siguiente

sistema de ecuaciones normales.
na0+a1X+a2X2+a3X3+.....+amxm = y
a0x+a1X2+a2X3+a3X4+.....+amxm = xy
a0X2+a1X3+a2X4+a3X5+.....+amxm = x2y
a0X3+a1X4+a2X5+a3X6+.....+amxm = x3y
a0Xm+ a1Xm+1+a2Xm+2+ a3Xm+3 +..…+amxm = xmy.......... (6)
en donde, por simplicidad se ha omitido los índices de X y Y, y los
limites de las sumatorias , pero debe de entenderse que estas son
sobre todo los valores de X y Y dados la tabla inicial.

18
Ejercicio :-Encontrar la mejor recta que se ajuste a los puntos de
La siguiente tabla:
X01234567
Y24365798
Y=F(X)=ao+a1X
nao+a1X=Y
aoy+a1X2 = XY
8ao+28 a1 =44
28ao+140a1=193
método de gauss -jordan
8 28 44 1 3.5 5.5 1 0 2.249
28 140 193 0 42 34 0 1 0.929
R1 - R1/8 R2 - R2/42
R2 - R2(-28)R1 R1 - (-35)R2+R1
ao= 2.249
a1= 0.929 ,por lo tanto Y=F(x)= 2.249+.929X
SUMA
X 0 1 2 3 4 5 6 7 25
Y 2 4 3 6 5 7 9 8 44
X2 0 1 4 9 16 25 36 49 140
Y2 0 4 6 18 20 35 54 56 193

19
Por regla de cramer se tiene que:
Y=F(X)= 2.250+ .929X
Sustituyendo se tiene que para :
X=0
Y=F(X)= 2.250+ .929(0)=2.250
X=1
Y=F(X)= 2.250+ .929(1)=3.179
X=2
Y=F(X)= 2.250+ .929(2)=4.108
X=3
Y=F(X)= 2.250+ .929(3)=5.037
X=4
Y=F(X)= 2.250+ .929(4)=5.966
X=5
Y=F(X)= 2.250+ .929(5)=6.895
X=6
Y=F(X)= 2.250+ .929(6)=7.824
X=7
Y=F(X)= 2.250+ .929(7)=8.753

20
Mínimos cuadrados para datos discretos
Hasta ahora se ha estudiado el problema de aproximar una
función y = f(x), a través de una función interpolante dados unos
valores ((x1, f(x1)), (x2, f(x2)),...,(xn,f(xn))).
Ahora estudiaremos el siguiente problema:
Supongamos que existe una relación funcional y = f(x) entre dos
valores x y y, con f desconocida y se conocen valores yk que
aproximan a f(xk), o sea:

Para , f(xk)= y k +EK, k = 0, 1,..., n

Con EK desconocido.
Se trata de recuperar la función f a partir de los datos yk, k = 0,
1,..., n.
Este problema se conoce como ajuste de datos discreto.
Trabajaremos en el caso en el que f es una función polinómica.
Si f es polinómica (f(x) = pm(x)), entonces el problema se
transforma en:
Dados n+1 puntos (x0, y0), (x1, y1),..., (xn, yn) con x0, x1,..., xn
numeros reales diferentes, se trata de encontrar un polinomio

21
Pm (x)=a 0+a 1 x+…+ a m xm , con m < n
que mejor se ajuste a los datos.
Sea mínimo.
El grado m del polinomio pm(x) se puede escoger libremente, por
ejemplo, para una aplicación que se pretenda dar al polinomio.
En muchos casos, el grado será uno y el polinomio obtenido se
llamará la recta que mejor se ajusta o la recta de mínimos
cuadrados para los datos.
Una condición necesaria para la existencia de un mínimo
relativo de la función S es que las derivadas de la función con
respecto a las aj, sean cero.
De esto resultan las siguientes m+1 ecuaciones con incógnitas a0,
a1,..., am:

22
Si en las ecuaciones anteriores cancelamos el dos, obtenemos:

Éste es un sistema de m+1 ecuaciones con m+1 incógnitas a0,

a1,..., am, que se llama sistema de ecuaciones normales.
Este sistema de ecuaciones tiene solución única (puede
demostrarse), por esta razón, se garantiza la existencia de un
único polinomio de ajuste según mínimos cuadrados, en el caso
de que x1, x2,..., xn son todos distintos.
Para el caso de m = 1, p1(x) = a0 + a1x es la recta de mínimos
cuadrados, a0 y a1 se obtienen resolviendo el sistema:

23
La regla rectangular,
trapezoidal y de
Simpson
Integrales definidas

 TECNICAS DE INATRACION MAS

USUALES.
 REGLA RECTANGULAR.

 REGLA TRAPEZOIDAL.

 REGLAS DE SIMPSON .

 TECNICAS DE INATRACION DE
INTEGRALES DEFINIDAS.

24
TECNICAS DE INATRACION MAS
USUALES

La integración es un procedimiento esencialmente de ensayo que

facilita el cálculo de cada integral que se presente. Ésta debe
compararse con las distintas integrales elementales ordinarias;
si coinciden plenamente con alguna de ellas se conoce el
resultado, pero si existen diferencias se deberá recurrir a las
técnicas o metodos de integración.
Como muchas integrales indefinidas es imposible encontrarlas
directamente, debemos buscar la forma de arreglarlas o
presentarlas a las que ya conocemos, con base en procesos
matemáticos que requieran la aplicación adecuada de las
propiedades básicas que forman la estructura de la Matemática.

25
1) Método del cambio de variable o sustitución

El método de integración por sustitución o cambio de variable se

basa en la derivada de la función compuesta.

Para cambiar de variable identificamos una parte de lo que se

va a integrar con una nueva variable t, de modo que se obtenga
una integral más sencilla de resolver.
Pasos para integrar por cambio de variable:

a) Se hace el cambio de variable y se diferencian los dos términos.

26
Se despeja u y dx, sustituyendo en la integral

b) Si la integral resultante es mas sencilla, integramos:

c) Se vuelve a la variable inicial:

Ejemplo: calcular

Solución:

27
 2) Método de integración por cambio de variable
Tiene por objeto transformar una integral en otra más sencilla, aplicando una
expresión deducida a partir de la diferenciación de un producto de funciones.
Sean u=u(x), v=v(x) , funciones continuas con derivada continua
en un intervalo I. Diferenciando,
d (uv)=udv+vdu , despejando,
udv=d (uv)−vdu , integrando,
udv =uv−vdu

El método consiste en expresar la función subintegral como producto de los

factores u y dv , de tal forma que la nueva integral ∫vdu sea másfácil.

28
Ejemplo: calcular
Solución:

3) Método de integración por fracciones racionales

Son las integrales del tipo donde P(x) y Q(x) son

polinomios en x.
Si el grado de P(x) es mayor o igual al de Q(x) se efectúa la
división:

Quedando reducida la integral inicial a la de un polinomio mas

una integral racional donde el grado del numerador, R (x), es

29
menor que el grado del denominador Q(x). Sólo consideraremos,
entonces, integrales de este último tipo.
Para resolver esta, descompondremos en fracciones
simples lo que equivaldrá a sustituir la integral inicial por una
suma de Integrales más elementales.

4) Método de integración de funciones racionales por fraciones parciales

El denominador solo tiene factores lineales

Caso 1: factores lineales distintos
A cada factor lineal, ax+b, del denominador de una fracción
racional propia (que el denominador se puede descomponer), le
corresponde una fracción de la forma , siendo A una constante a
determinar.

Ejemplo: calcular
Luego nos queda la siguiente igualdad: 1=A(x+2)+B(x-2)

30
haciendo un sistema:
A+B=0
2A-2B=1, las soluciones son:

Quedando de esta manera:

con lo cual:

Caso 2: Factores Lineales Iguales.

A cada factor lineal, ax+b, que figure n veces en el denominador
de una fracción racional propia, le corresponde una suma de n
fracciones de la forma:

Ejemplo: calcular

31
Pero = (x+1)(x-1) 2 Tendremos

Amplificando por (x+1)(x-1) (x-1) 2 :

3X+5=A(X-1) 2+ B(x-1)(x
-1)+ c (x+1)
Las soluciones son: A=1/2, B=-1/2 y C=4
Nos queda:

Caso 3: Factores Cuadráticos Distintos.

A cada factor cuadrático reducible, ax2+bx+c que figure en el
denominador de una fracción racional propia, le corresponde
una fracción de la forma siendo A y B constantes a
determinar.
Ejemplo: calcular

32
Con lo que se tiene: , de donde

A+C)X3+(B+D)X2+(2A+C)X+(2B+D)

Luego los valores a encontrar son: A=0; B=1; C=1 y D=0

Caso 4: Factores cuadráticos Iguales

A cada factor cuadrático irreducible, ax 2+bx+c que se repita n
veces en el denominador de una fracción racional propia, le
corresponde una suma de n fracciones de la forma

siendo los valores de A y B constantes reales.

33
5) Método de integración por sustitución trigonométrica

Caso 1:
El integrando contiene una expresión de la forma a2-u2, donde
a>0,se hace la sustitución u=a sen θ,
donde 0≤θ≤π2 si u≥0 y –π2≤θ≤0 si u<0
Entonces du=a cos θ d θ y a2-u2=a cos θ
Caso 2 :
El integrando contiene una expresión de la forma a2+u2, donde
a>0,se hace la sustitución u=a tan θ,
donde 0≤θ≤π2 si u≥0 y -π2≤θ≤0 si u<0
Entonces du=a sec2θ d θ ya2+u2=a sec θ
Caso 3 :
El integrando contiene una expresión de la forma u2-a2, donde
a>0,se hace la sustitución u=a sec θ, donde 0≤θ≤π2 si u≥a y π≤θ≤3π2 si u≤-a
Entonces du=a sec θ tan θ d θ y u2-a2=a tan θ

34
REGLA RECTANGULAR
Es uno de los métodos utilizados para resolver integrales
definidas en el cálculo numérico. El método de los rectángulos es
una integración aproximada que consiste en dividir el área que
se desea encontrar de n sub-areas en forma de rectángulos .
Para el desarrollo del metodo se toman como referencia las
Siguientes variables:
n: Número de sub-áreas en las cuales se divide el área a calcular
Δx ó dx: Ancho o base de cada sub-área
li ó a: limite inferior definido para el calculo del área
ls ó b: limite superior definido para el calculo del área.

La Integración numérica de una función por el método de

Rectángulos de la integral definida entre los puntos a y b de una
función continua y acotada f(x) representa el área comprendida
debajo de esa función. En ocasiones es necesario calcular
integrales (áreas) de modo numérico, es decir, sin conocer la
integral explicita de la función f(x).

35
Existen varios posibles métodos para calcular esta área. Quizás
el más sencillo sea sustituir el área por un conjunto de n sub
áreas donde cada sub área semeja un pequeño rectángulo
elemental de base dx = (b − a) / n y altura h, El área sería:

area = h * Δx (Fig 1). Donde h es el valor de la función calculada

en el punto medio del área, ó sea f (a + dx / 2) y Δx ó dx es el
ancho definido para dicha sub área. Nótese que entre mas
grande es dx entonces mayor será el área que se quita y pone al
área real que se desea calcular (Área colocada entre la función y
las línea azul y área quitada entre la función y la línea roja).
Si se toma Li como limite inferior definido para el cálculo de la
integral entonces el punto sobre el eje x para el calculo de h será: Li + Δx / 2.

36
Teniendo en cuenta lo anterior el área será: area = Δx * f (Li + dx
/ 2)
Si el área que se desea calcular se divide entre N sub áreas,
donde cada una de ellas representa un pequeño rectángulo,
entonces el área total será:
Área de primer rectángulo: A1 = h1 * dx = h1 * Δx , donde h1 será
la función evaluada en la mitad de la sección del primer
rectángulo, se podría decir entonces en términos generales que h1
es igual a la función evaluada en x1, h1 = f (x1) . Teniendo en
cuanta lo anterior se deduce que x1 = (li + dx / 2) y por lo tanto
el área de ese primer rectángulo será:

Del mismo modo se puede decir que el área del segundo

rectángulo es:

Área del tercer rectángulo es:

37
Área del i’esimo rectángulo es:

Área total que será la sumatoria de todas las áreas parciales ,

quedará así:

La representación gráfica de esta forma de aproximar la

integral se presenta en la Fig. 2. Resulta que si n se hace muy
grande (dx muy pequeño) el error será pequeño.

a b

Ejemplo: Utilizar la regla rectangular para aproximar la

Siguiente integral, Tenga en cuenta que el valor real es 1.4626…

38
Solución: Usando la fórmula directamente con los siguientes
datos:
a=0
b=1
f(x)=
Si se asume el área como un solo rectángulo, el valor de xi será
0.5 y por lo tanto se tiene que:

Observando la Figura y teniendo en cuenta el resultado obtenido con

el método rectangular tomando el área como un solo rectángulo
(1.2840254..), se puede comprobar que dicho valor es inferior al valor
real que es de 1.4626.

39
El valor real es el área bajo la curva, que corresponde a la
función dada y el valor calculado de 1.2840… que correspondería
a la forma que toma el área asumiéndola como rectángulo.
Es lógico el valor menor, en razón que es mayor el área que se
pierde que la que se coloca, al construir el rectángulo (ver figura)

Ejemplo: Aplicar la regla rectangular para aproximar la

integral si se subdivide en 5 intervalos.

Solución: En este caso, se identifica n=5, y la partición generada

es:
P={0.0, 0.2, 0.4, 0.6, 0.8, 1.0}
dx = (1 − 0) /5 = 0.2 , Así, aplicando la fórmula de la regla
rectangular se tiene que:

40
Así, se nota que con 5 intervalos, la aproximación no es tan mala. Para hacer
cálculos con más sub intervalos, es conveniente elaborar un programa que aplique la
fórmula con el número de sub intervalos que se desee y que permita obtener un
valor más cercano al real. Debería realizar su propio programa y chequear con 50,
500, 1000, 10000 y 20000 sub intervalos, para observar el comportamiento de la
aproximación.

Solución comentada del método de integración Rectangular.

#include "stdio.h"
#include "conio.h"
float f(float x);
float area_RECT();
long double li,ls,deltax,xi,area1=0,area2=0,area3=0;
int i,n;
void main()

41
{ clrscr();
gotoxy(10,4);printf("CALCULO DE INTEGRALES POR DIFERENTES METODOS");
gotoxy(10,10);printf("Digite el valor del limite inferior li: "); scanf("%Lf",&li);
gotoxy(10,11);printf("Digite el valor del limite superior ls: "); scanf("%Lf",&ls);
gotoxy(10,12);printf("Digite el numero de Sub Áreas a trabajar n: ");
scanf("%d",&n);
dx=(ls-li)/n;
/* Llamado de la rutina que calcula el área por el método rectangular */
area_RECT();
gotoxy(10,14);printf("el valor de la integral RECT es : %15.10Lf ",area1);
gotoxy(10,20);printf("Pulse una tecla para terminar ");
getch();
}
/* Rutina que calcula el área por el método rectangular */
float area_RECT()
{ i=1;
while (i<=n)
{ xi=li+(2*i-1)*dx/2;
area1+=f(xi);
i++; }
area1*=dx;
return(area1); }
/* La función descrita es de tipo parabólico f (x) = x2 − 4 */
/* Con solo cambiar la función los métodos actúan sobre ella */
float f(float x)
{ return (x*x-4); }

42
REGLA TRAPEZOIDAL
La regla del trapecio es uno de los métodos mas utilizados para
calcular aproximaciones numéricas de las integrales definidas.
La regla del trapecio o trapezoidal es la primera de las fórmulas
cerradas de la integración de Newton-Cotes. Corresponde al caso
donde el polinomio de la siguiente ecuación es de primer orden:
ec 1

Tal que:

ec 2

El área bajo esta línea recta es un estimado de la integral de

f(x) entre los límites a y b:
ec 3

43
El resultado de la integración es:
ec 4

la cual se denomina regla trapezoidal.

Desarrollo de la formula trapezoidal:

Antes de la integración la ecuación 2 se puede expresar como:

Agrupando los últimos dos términos:

La cual puede integrarse entre x=a y x=b para obtener:

Este resultado se evalúa para dar:

44
Ahora, como b2 — a2 = (b — a)(b + a),

Si se multiplica y agrupa términos se tiene:

que es la formula para la regla trapezoidal.

Geométricamente, la regla trapezoidal es equivalente a
aproximar el área del trapezoide bajo la línea recta que conecta
f(á) y f(b) en la figura A. Recuerde de geometría que la
fórmula para calcular el área de un trapezoide es la altura por
el promedio de las bases (véase figura B1). En nuestro caso, el
concepto es el mismo, pero el trapezoide está sobre su lado (véase
figura B2). Por tanto, la integral se representa como:
ec 5

45
 figura A

FIGURA B:
a) La fórmula para calcular el área de un trapezoide: altura por
el promedio de las bases.
b) Para la regla trapezoidal, el concepto es el mismo pero ahora
el trapezoide está sobre su lado.

figura B1 figura B2

46
Ó ec 6

donde, para la regla trapezoidal, la altura promedio es el

promedio de los valores de la función en los puntos extremo, o
\f(a) + f(b)]/2. Todas las fórmulas cerradas de Newton-Cotes
pueden expresarse en el formato general de la ecuación 6. De
hecho, sólo difieren con respecto a la formulación de la altura
promedio.

ERROR D E LA REGLA TRAPEZOIDAL

Cuando empleamos la integral bajo un segmento de línea recta
para aproximar la integral bajo una curva, obviamente
podemos incurrir en un error que puede ser sustancial
(véase figura C).
ec 7

donde ξ está en algún lugar en el intervalo de a a b. La ecuación

7 indica que si la función sujeta a integración es lineal, la regla
trapezoidal será exacta. De otra manera, para funciones con
derivadas de segundo orden y superior (es decir, con curvatura),
puede ocurrir algún error.

47
FIGURA C
Ilustración gráfica del uso de una sola aplicación de la regla
trapezoidal para aproximar la integral de f[x) = 0.2 + 2 5 x –
200x2 + Ó75*3 - WOx4 + AOOx5 de x = 0 a 0.8.

Ejemplo: aplicación simple d la regla trapezoidal

Use la ecuación 4 para integrar numéricamente :
f(x) = 0.2 + 25x-200x2+675x3-900x4+400x5
desde a—0 a b = 0.8. Recuerde de PT6.2 que el valor exacto de
la integral se puede determinar en forma analítica y es 1.640533.

Solución. Los valores de la función

f(0)= 0.2
f(0.8) = 0.232
48
Pueden sustituirse en la ecuación 4 para dar:

la cual representa un error de

Et = 1.640533 -0.1728 = 1.467733
Que corresponde a un error relativo porcentual de ξt=89.5%. La
razón para este grande error es evidente en el grafico de la
figura C.
En situaciones actuales, podríamos no conocer previamente el
valor real. Por tanto, se requiere una aproximación del error
estimado. Para obtener dicha estimación, la segunda derivada
de la función sobre el intervalo podría calcularse al diferenciar
dos veces la función original para dar
f"(x) = -400 + 4 050x - 10 800x2 + 8 OOOx3
El valor promedio de la segunda derivada se puede calcular
mediante la ecuación:

49
que podría sustituirse en la ecuación 4 para obtener

la cual es del mismo orden de magnitud y signo que el error real.

Sin embargo, existe una discrepancia, ya que, de hecho, para un
intervalo de este tamaño el promedio de la segunda derivada no
es necesariamente una aproximación exacta de f" (ξ). Así,
indicamos que el error es aproximado mediante la notación Ea,
más exacto que usar Et.

REGLA DE SIMPSON
Además de aplicar la regla trapezoidal con segmentación
más fina, otra forma de obtener una estimación más
exacta de una integral es con el uso de polinomios de
Orden superior para conectar los puntos. Por ejemplo, si
hay un punto extra a la mitad del camino entre f(a) y
f(b), los tres puntos se pueden conectar con una parábola
(véase figura Da).
50
Si hay dos puntos igualmente espaciados entre f(a) y f(b), los
Cuatro puntos se pueden conectar con un polinomio de tercer
orden (véase la figura Db). Las fórmulas que resultan al tomar
las integrales bajo esos polinomios son conocidas como reglas de
Simpson.
FIGURA D:
a)Ilustración grafica de la regla de Simpson 1/3: consiste en tomar el área bajo una
parábola que conecta tres puntos.
b) Ilustracion grafica de la regla de Simpson 3/8: consiste en tomar el área bajo una
ecuación cubica que conecta cuatro puntos.

51
REGLA DE 1/3 DE SIMPSON
La regla de 1/3 de Simpson se basa en la interpolación polinomial
Cuadrática y viene dada por la ecuación:
ec 8

donde h = (b - a)/2 yx = (a + b)/2. La ecuación 8 se puede

escribir en la forma equivalente:

ec 9

Donde fi = f(xi) = f(a + ih). Se mostrará posteriormente que el

error es
ec 10

El error se anula si f(x) es un polinomio de orden menor o igual

que 3. La regla de 1/3 de Simpson es fácil de aplicar con una
calculadora. Su precisión es suficiente para muchas aplicaciones,
como se ilustra en el ejemplo mas adelante.
La regla extendida de 1/3 de Simpson es una aplicación repetida
52
de la ecuación 9 para un dominio dividido en un numero par de
intervalos. Si denotamos el numero total de intervalos por N
(par), La regia extendida de 1/3 de Simpson se escribe como:

ec 11
donde h = (b - a)/N; La primera suma es únicamente sobre Las I
impares y la segunda es solo sobre las i pares. La ecuación 11
se puede escribir en la forma equivalente

ec 12

El término del error está dado por

ec 13
donde
x= (a + b)/2

53
Para un dominio fijo [a, b}, el error es proporcional a h4.
Ejemplo: El cuerpo de revolución que se muestra en la figuraE4.1
se obtiene al girar la curva dada por y =- 1 + (x/2) 2, 0 ≤x≤2, en
torno al eje x. El valor exacto es I= 11 .7 286. utilizando la regla
extendida de 1/3 de Simpson con N 2, 4, 8, 16, 32.

Solución
El tamaño del intervalo es h = 2/N. Los cálculos para N=2 y 4
son como sigue:
N = 2: I= 1/3[f(0) + 4f(1) + f(2)]
= 1/3 π[1 + (4)(1.25 2) + 2 2] = 11.7809
N = 4: I= 0.5/3[f(0) + 4f(0.5) + 2f(1) + 4f(1.5) + f(2)]
= 0.5/3 π[1+4(1.0625)+2(1.25) 2+4(1.5625) 2+2 2] = 11.7318
Los cálculos para N mayores se pueden realizar de manera
análoga. Los resultados y evaluaciones del error se muestran a
continuación.
54
Podríamos intentar obtener el término del error at integrar el error de la
interpolación cuadrática , pero el resultado de la integración se anula y no representa
el verdadero error. La razón para esta errónea consecuencia proviene de la
aproximación ξ=x. Por lo tanto, necesitamos un enfoque más preciso para obtener el
término del error.
Utilizaremos el desarrollo de Taylor para la regla de 1/3 de Simpson. Los
desarrollos de Taylor para f0 Y f2 en torno de x1, o en forma equivalente, x= (a +b)/2,
se escriben como

55
Al sustituir estos desarrollos en la ecuación 9, obtenemos

ec 14
Por otro lado, el desarrollo de Taylor de f(x) alrededor de x 1 es

ec 15

donde
X = X1 + z 0 equivalentemente, z = x - x1.
La integración analítica de este desarrollo en [a, b] da como resultado

ec 16

que se considera como Ia integral exacta de la forma del desarrollo de Taylor.

Restamos la ecuacion 14 de 16 y truncamos después del término principal, con
to que el error de la ecuación 14 está dado aproximadamente por

dondef1 “”= f"(x1). Puesto que x1 = x= (a + b)/2, este resultado ya aparecia en

la ecuación 10.

56
Una desventaja de la regla extendida de Simpson es que el
numero total de intervalos debe ser par. Por otro lado, la regla
de 3/8 de Simpson, descrita en la siguiente sección, se aplica
Únicamente a un número de intervalos que sea múltiplo de
tres. Por lo tanto, a! combinar las reglas de 1/3 y 3/8, se puede
considerar el caso tanto par como impar de intervalos.

REGLA DE 3/8 DE SIMPSON

La regla de 3/8 de Simpson se obtiene a! integrar una formula de
interpolación polinomial de tercer grado. Para un dominio [a, b]
dividido en tres intervalos, se escribe como:

donde
h=(b-a)/3,fi=f(a+ ih)
y E representa el error. El término del error se escribe como
57
donde
x= (a + b)/2
La expresión anterior para el error se puede deducir utilizando
el desarrollo de Taylor de manera análoga a la descrita en el
caso de la regla de 1/3 de Simpson.
Como se explicó antes, la regla extendida de 1/3 se aplica a un
numero par de intervalos, mientras que la regla extendida de
3/8 se aplica a un numero de intervalos que sea múltiplo de tres.
Cuando el numero de intervalos es impar pero sin ser múltiplo
de tres, se puede utilizar Ia regla de 3/8 para los primeros tres o
los últimos tres intervalos, y luego usar la regla de 1/3 para los
intervalos restantes, que son un numero par. Puesto que el orden
del error de la regla de 3/8 es el mismo que el de la regla de 1/3,
no se gana mayor exactitud que con la regla de 1/3 cuando uno
puede elegir con libertad entre ambas reglas.

58
TECNICAS DE INATRACION DE
INTEGRALES DEFINIDAS

La integración definida, utiliza el teorema fundamental

del cálculo, para resolver integrales de la forma:
Donde: a = Límite inferior y b = Límite superior.
A diferencia de la integración indefinida, en la integración
definida se obtiene un resultado numérico, que se obtiene al
integrar la expresión dada, evaluar los límites y hacer la
sumatoria de los resultados obtenidos luego de la evaluación.
En integración definida se plantean integrales que - por lo
general – se resuelven aplicando los métodos ya expuestos.

El teorema fundamental del calculo se utiliza para resolver una

Integral que posea límites, las cuales se conocen como integrales
definidas o de Riemann, por ser éste matemático, uno de los

precursores de este tipo de integral .

59
El enunciado del teorema, establece lo siguiente: Sea
f una función continua en [a,b]; entonces:

Ejemplo: calcule la integral

Solución: aplicando el método fundamental del calculo

60