INSTITUTO TECNOLÓGICO DE ENSENADA
SUBDIRECCIÓN ACADÉMICA
SEMESTRE: ENERO-JUNIO DEL 2024
ANÁLISIS
NUMÉRICO
Nombre del alumno:
Marquez Espejel, Daniel
Grupo: 4EA
Fecha de entrega:
06 de mayo de 2024.
Capitulo IV: Integración numérica.
Docente:
Juan Antonio Delgado Contreras
Resumen:
En este documento se detallará el proceso de integración para calcular el área bajo la curva
entre dos puntos. Se emplearán tres métodos de integración: el método de rectángulos, el
método de trapecios y la regla de Simpson. Se analizarán y compararán los resultados
obtenidos mediante cada método, así como las diferencias que puedan observarse entre
ellos.
Introducción:
Las integrales son herramientas fundamentales en el cálculo y la matemática aplicada.
Permiten calcular áreas, volúmenes, longitudes de arcos, entre otras magnitudes. La idea
principal detrás de una integral es encontrar la acumulación de una función a lo largo de un
intervalo dado.
Existen varios tipos de integrales, como las integrales definidas e indefinidas. Las integrales
definidas se utilizan para calcular áreas bajo curvas, mientras que las integrales indefinidas
son antiderivadas y se usan para encontrar funciones primitivas.
El proceso de integración puede llevarse a cabo mediante diferentes métodos, como la
integración por partes, sustitución trigonométrica o fracciones parciales. Cada método tiene
sus propias reglas y aplicaciones específicas.
En este documento, exploraremos el desarrollo de integrales para encontrar el área bajo la
curva entre dos puntos utilizando tres métodos de integración: el método de rectángulos, el
método de trapecios y la regla de Simpson. Analizaremos los resultados obtenidos mediante
cada método y compararemos las diferencias que puedan surgir, lo que nos permitirá
comprender mejor la utilidad y aplicaciones de cada técnica de integración.
Método:
Área bajo la curva por el método de rectángulos:
𝑛
𝑏−𝑎
∆𝑥 = 𝐴 = ∆𝑥 ∙ ∑ 𝑓(𝑎 + 𝑖 ∙ ∆𝑥)
𝑛
𝑖=1
Área bajo la curva por el método del trapecio:
𝑏−𝑎 ℎ
ℎ= 𝑠 = (𝑎 + 𝑛ℎ) 𝐴 = [𝑓(𝑏) + 𝑓(𝑎)]
𝑛 2
Área bajo la curva por el método Simpson:
𝑏
𝑏−𝑎
∆𝑥 = ∫ 𝑓(𝑥) 𝑑𝑥
𝑛 𝑎
∆𝑥
𝐴= [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) … + 2𝑓(𝑥𝑛 − 2) + 4𝑓(𝑥𝑛 − 1) + 𝑓(𝑥𝑛 )]
3
Aplicaciones:
Los métodos de integración numérica como los métodos de rectángulos, de trapecios y la
regla de Simpson se utilizan en situaciones donde no es posible o práctico encontrar la
integral de una función de forma analítica. Aquí hay algunas aplicaciones comunes de estos
métodos:
1. Ingeniería y física: En la resolución de ecuaciones diferenciales que modelan
fenómenos físicos, a menudo surge la necesidad de integrar funciones para obtener
soluciones numéricas. Por ejemplo, en mecánica, se pueden usar estos métodos para
calcular el trabajo realizado por una fuerza variable a lo largo de una trayectoria.
2. Estadística: En el cálculo de áreas bajo curvas de densidad de probabilidad o para
estimar la integral de funciones que surgen en el contexto de la estadística y el análisis de
datos.
3. Finanzas: Para calcular el valor presente de flujos de efectivo futuros o para estimar el
área bajo curvas que representan tasas de crecimiento o decaimiento en finanzas y
economía.
4. Ingeniería eléctrica: En el análisis de circuitos eléctricos para calcular corrientes,
voltajes o energía disipada.
5. Computación gráfica: En la generación de gráficos y animaciones, se pueden usar estos
métodos para calcular áreas bajo curvas que representan formas complejas.
6. Biología y medicina: En la modelización de sistemas biológicos o médicos, donde las
ecuaciones suelen ser complicadas y difíciles de resolver analíticamente, estos métodos
pueden ayudar a obtener soluciones numéricas.
Además de las aplicaciones mencionadas, los métodos de integración numérica también se
utilizan en otras áreas:
7. Diseño y análisis de estructuras: En ingeniería civil y arquitectura, estos métodos se
aplican para calcular áreas, volúmenes y centroides de secciones transversales de
estructuras como vigas, columnas y placas.
8. Simulación y modelado en ciencias de la computación: En la simulación de sistemas
dinámicos, como modelos de poblaciones, redes de computadoras o simulaciones de
fluidos, se usan métodos de integración numérica para avanzar en el tiempo y calcular el
estado del sistema en pasos discretos.
9. Dinámica de fluidos: En la resolución de ecuaciones de movimiento para flujos de
fluidos en ingeniería aeronáutica, naval y de automoción, los métodos de integración
numérica son esenciales para calcular propiedades como la velocidad, la presión y el flujo
de masa.
10. Control y automatización: En el diseño de sistemas de control y automatización, se
utilizan estos métodos para calcular integral de señales en el tiempo, lo que es fundamental
para el control de procesos y sistemas dinámicos.
11. Análisis de señales y procesamiento de imágenes: En el procesamiento de señales y de
imágenes, los métodos de integración numérica son útiles para calcular características como
la energía, la frecuencia o el área bajo curvas que representan señales y patrones en
imágenes.
12. Investigación científica: En áreas como la física teórica, la química computacional y la
astronomía, donde se resuelven ecuaciones complejas que involucran integrales, estos
métodos son esenciales para obtener resultados numéricos y comparar con observaciones
experimentales.
Desarrollo:
• Calcularemos el área bajo la curva de las siguientes funciones:
𝑓(𝑥) = 𝑒 𝑥 2 𝑦 𝑓(𝑥) = 𝑥 𝑥
• Con los intervalos siguientes:
𝑎=0 𝑏=1 𝑛=5
MÉTODO DE RECTÁNGULOS:
1) Sacamos el ancho de los rectángulos:
𝑏−𝑎 1−0 1
∆𝑥 = ⟶ ∆𝑥 = ⟶ ∆𝑥 =
𝑛 5 5
2) Calculamos el área:
𝑛 5
1 𝑖
𝐴 = ∆𝑥 ∙ ∑ 𝑓(𝑎 + 𝑖 ∙ ∆𝑥) ⟶ 𝐴 = ∙ ∑ 𝑓 (0 + )
5 5
𝑖=1 𝑖=1
3) Realizamos la sumatoria:
1 1 2 3 4
𝐴= {𝑓 ( ) + 𝑓 ( ) + 𝑓 ( ) + 𝑓 ( ) + 𝑓(1)}
5 5 5 5 5
4) Remplazamos los valores en nuestra función:
𝑓(𝑥) = 𝑒 𝑥 2
1 1 2 2 2 3 2 4 2 2
∙ [𝑒 (5) + 𝑒 (5) + 𝑒 (5) + 𝑒 (5) + 𝑒 (1) ] = 1.6525 𝑢2
5
El área de nuestra función 𝑓(𝑥) = 𝑒 𝑥 2 es igual a 1.6525 𝑢2
5) Como en la otra función existen los mismos intervalos y ancho de los rectángulos,
podemos ocupar la misma fórmula del área así que, cambiaremos los valores para la
función:
𝑓(𝑥) = 𝑥 𝑥
1 2 3 4
1 1 (5) 2 (5) 3 (5) 4 (5)
∙ [( ) + ( ) + ( ) + ( ) + (1)(1) ] = 0.7981 𝑢2
5 5 5 5 5
El área de nuestra función 𝑓(𝑥) = 𝑥 𝑥 es igual a 0.7981 𝑢2
MÉTODO DEL TRAPECIO:
1) Sacamos la altura de los trapecios:
𝑏−𝑎 1−0 1
ℎ= ⟶ ℎ= ⟶ ℎ=
𝑛 5 5
2) Sacamos subintervalos:
𝑠 = (𝑎 + 𝑛ℎ)
1 1 1 1 1
𝑠 = (0 + 1 ( )) , (0 + 2 ( )) , (0 + 3 ( )) , (0 + 4 ( )) , (0 + 5 ( ))
5 5 5 5 5
𝑠 = 0, 0.2, 0.4, 0.6, 0.8, 1
3) Sacamos el área de la función 𝑓(𝑥) = 𝑒 𝑥 2 :
ℎ
𝐴= [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + 2𝑓(𝑎 + 3ℎ) + 2𝑓(𝑎 + 4ℎ) + 𝑓(𝑏)] ⟶
2
1
𝐴= [1 + 2.0816 + 2.3470 + 2.8666 + 3.7929 + 2.7182] ⟶ 𝐴 = 1.4805 𝑢2
10
El área de nuestra función 𝑓(𝑥) = 𝑒 𝑥 2 es igual a 1.4805 𝑢2
4) Sacamos el área de la función 𝑓(𝑥) = 𝑥 𝑥 :
ℎ
𝐴= [𝑓(𝑎) + 2𝑓(𝑎 + ℎ) + 2𝑓(𝑎 + 2ℎ) + 2𝑓(𝑎 + 3ℎ) + 2𝑓(𝑎 + 4ℎ) + 𝑓(𝑏)] ⟶
2
1
𝐴= [1.4495 + 1.3862 + 1.4720 + 1.6730 + 1] ⟶ 𝐴 = 0.6980 𝑢2
10
El área de nuestra función 𝑓(𝑥) = 𝑥 𝑥 es igual a 0.6980 𝑢2
MÉTODO REGLA DE SIMPSON:
Para 𝑒 𝑥 2 :
𝑏 1
∫ 𝑓(𝑥) 𝑑𝑥 ⟶ ∫ 𝑒 𝑥 2 𝑑𝑥
𝑎 0
1) Sacamos Delta x, donde n=6 ya que para obtener mejores resultados, es preferible
usar un numero par:
𝑏−𝑎 1−0 1
∆𝑥 = ⟶ ∆𝑥 = ⟶ ∆𝑥 =
𝑛 6 6
2) Aplicamos la formula:
∆𝑥
𝐴= [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) … + 2𝑓(𝑥𝑛 − 2) + 4𝑓(𝑥𝑛 − 1) + 𝑓(𝑥𝑛 )]
3
1
(6 ) 1 2 2 2 3 2 4 2 5 2
02 ( ) ( ) ( ) ( ) ( ) 2
𝐴= [𝑒 + 4𝑒 6 + 2𝑒 6 + 4𝑒 6 + 2𝑒 6 + 4𝑒 6 + 𝑒1 ]
3
1
𝐴= ∙ [26.3317] 𝐴 = 1.4628 𝑢2
18
Para 𝑥 𝑥 :
𝑏 1
∫ 𝑓(𝑥) 𝑑𝑥 ⟶ ∫ 𝑥 𝑥 𝑑𝑥
𝑎 0
1) Sacamos Delta x:
𝑏−𝑎 1−0 1
∆𝑥 = ⟶ ∆𝑥 = ⟶ ∆𝑥 =
𝑛 6 6
2) Aplicamos la formula:
∆𝑥
𝐴= [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) … + 2𝑓(𝑥𝑛 − 2) + 4𝑓(𝑥𝑛 − 1) + 𝑓(𝑥𝑛 )]
3
1 1 2 3 4 5
(6) 1 (6) 2 (6) 3 (6) 4 (6) 5 (6)
𝐴= [00 + 4 ( ) + 2 ( ) + 4 ( ) + 2 ( ) + 4 ( ) + 11 ]
3 6 6 6 6 6
1
𝐴= ∙ [13.1449] 𝐴 = 0.7302 𝑢2
18
TABLA COMPARATIVA:
𝒇(𝒙) = 𝒆𝒙 𝟐 Teóricos Matlab
Mét. Rectángulos 1.6525 𝑢2 1.3088 𝑢2
Mét. Trapecio 1.4806 𝑢2 1.4807 𝑢2
Mét. Simpson 1.4628 𝑢2 1.4629 𝑢2
𝒇(𝒙) = 𝒙𝒙 Teóricos Matlab
Mét. Rectángulos 0.7981 𝑢2 0.79809 𝑢2
Mét. Trapecio 0.6981 𝑢2 0.79809 𝑢2
Mét. Simpson 0.7302 𝑢2 0.78583 𝑢2
Las tablas muestran los resultados de tres métodos numéricos diferentes para aproximar la
integral de dos funciones matemáticas: 𝒇(𝒙) = 𝒆𝒙 𝟐 y 𝒇(𝒙) = 𝒙𝒙 Los métodos utilizados
son el método de los rectángulos, el método del trapecio y el método de Simpson.
La diferencia entre los resultados teóricos y los resultados de Matlab da una indicación del
error en la aproximación numérica. Cuanto menor sea la diferencia, más precisa será la
aproximación numérica. Esto es útil para evaluar y comparar la precisión de diferentes
métodos de integración numérica.
GRAFICAS:
𝒇(𝒙)=(𝒆^𝒙)^𝟐
1,8
1,6525
1,6
1,4806 1,4807 1,4628 1,4629
1,4 1,3088
1,2
1
Area
0,8
0,6
0,4
0,2
0
MÉT. RECTÁNGULOS MÉT. TRAPECIO MÉT. SIMPSON
Mét. Rectángulos Mét. Trapecio Mét. Simpson
Teorico 1,6525 1,4806 1,4628
Matlab 1,3088 1,4807 1,4629
Teorico Matlab
𝒇(𝒙)=x^x
0,8 0,7981 0,79809 0,79809
0,78583
0,78
0,76
0,74 0,7302
Area
0,72
0,6981
0,7
0,68
0,66
0,64
MÉT. RECTÁNGULOS MÉT. TRAPECIO MÉT. SIMPSON
Mét. Rectángulos Mét. Trapecio Mét. Simpson
Teorico 0,7981 0,6981 0,7302
Matlab 0,79809 0,79809 0,78583
Teorico Matlab
ANEXO DE CÓDIGOS:
ANEXO NOTAS DE CLASE:
