METODO DEL TRAPECIO

Objetivo

Interpretar como por medio del mtodo numrico del trapecio se logra determinar el rea total bajo
una curva.

Resolver problemas de clculo de reas bajo la curva entre dos lmites conocidos dividiendo en n
subrea para calcular su valor asumiendo su subrea como un pequeo trapecio.

Marco terico
En matemtica la regla del trapecio es un mtodo de integracin numrica, es decir, un mtodo para
calcular aproximadamente el valor de la integral definida
La regla se basa en aproximar el valor de la integral de f(x) por el de la funcin lineal que pasa a travs
de los puntos (a, f(a)) y (b, f(b)). La integral de sta es igual al rea del trapecio bajo la grfica de la
funcin lineal. Se sigue que:

Y el error es:
Siendo

un nmero entre a y b.

Considrese la funcin en el intervalo [a, b], con los puntos (a, (a)) y (b, (b)) se construye el
polinomio de Lagrange de grado uno.
(x) = P1(x) + E, donde E es el error en la aproximacin

Ahora,

La expresin que aproxima el valor de la integral se conoce como regla del trapecio, porque
geomtricamente se puede interpretar que se aproxima el rea bajo la curva por el rea bajo un
polinomio de grado uno P1(x) y la figura que resulta es un trapecio. El mtodo de los trapecios es muy
simple y se puede explicar fcilmente a partir de la siguiente figura.

Regla del trapecio compuesta

La regla del trapecio compuesta o regla de los trapecios es una forma de aproximar una integral definida
utilizando n trapecios. En la formulacin de este mtodo se supone que f es continua y positiva en el
intervalo [a,b]. De tal modo la integral definida representa el rea de la regin delimitada por la grfica de
f y el eje x.
Desde x=a hasta x=b. Primero se divide el intervalo [a,b] en n subintervalos, cada uno de ancho

Despus de realizar todo el proceso matemtico se llega a la siguiente frmula:

Donde

y n es el nmero de divisiones.

En la siguiente grafica se observa como el rea bajo la curva se divide en subreas dentro de dos lmites
ya establecidos.

Sistema a resolver
Regla del trapecio simple
Con la ecuacin de la regla del trapecio integre numricamente
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4400 x 5
f(a)=f(0)=0.2
f(b)=f(0.8)=0.232
I =( ba)

f ( b ) f ( a )
2

I =( 0.80 )

0.20.232
=0.1728
2

desde a=0 hasta b=0.8; solucin analtica I=1.640533

Et =1.6405330.1728=1.467733

|1.6405330.1728
|X 100=89.46
1.640533

t =

0.8

400+4050 x10800 x 2+ 8000 x 3 dx

f prom(2) ( x ) =

0.80

=60

0.8

1
Ea = (60)
12
Regla del trapecio mltiple
Con la ecuacin de la regla del trapecio integre numricamente
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4400 x 5

desde a=0 hasta b=0.8; solucin analtica I=1.640533

n=7
h=

(0.80)
=0.114286
7

f(a)=f(0)=0.2
f(b)=f(0.8)=0.232
x

f(x)

0.114286

1.30674
1
1.31892
8
1.92454
4
2.99838
4
3.53789
5
2.59901
2

0.22857
1
0.34285
7
0.45714
3
0.57142
9
0.68571
4

x 1+ x 2 + x 3+ x 4 + x 5+ x6 x 7
f ( x0 )
I=
2
2n
I=

0.114286
2 ( 0.114286 +0.228571+0.342857+0.457143+0.571429 ) 0.685714
2 ( 7)

I =1.588743
Et =1.6405331.588743=0.051790

|1.6405331.588743
|X 100=3.15
1.640533

t =

0.8

400+4050 x10800 x 2+ 8000 x 3 dx

f prom(2) ( x ) =

0.80

=60

0.8

1
Ea = (60)
12

Algoritmo
Integra aproximadamente f(x) en el intervalo [a, b] aplicando la frmula del trapecio con n subintervalos.
Dividimos el intervalo a,b en n subintervalos de igual
1. Longitud. Aproximamos en cada subintervalo, la funcin f(x) por
2. una recta Entonces aproximamos el rea que hay entre a y b por
3. la suma de las reas de los trapecios. (Ver figura 1) Evaluamos la funcin en los extremos de los
4. subintervalos Aplicar la regla de los trapecios

Diagrama de flujo

Cdigo fuente
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
int main () {
int i,n,op,op2;
float a,b,h,F,F2,D1,D2,X[100000],Sf=0,Fn,I,E,z,vr=1.640533;
do{
system("cls");
printf("\t\tIntegracion numerica: Metodo del trapecio");
printf("\n\nMetodo a utilizar:\n1.-Trapecio lineal\n2.-Trapecio multiple: ");
scanf("%d", &op2);
switch(op2){
case 1:
/*Proceso del trapecio lineal*/
system("cls");
printf("\nIngrese el intervalo [a,b]:\na: "); scanf("%f", &a);
printf("\nb: "); scanf("%f", &b);
/*Evaluacion de las funciones en los intervalos*/
F=0.2+25*a-200*pow(a,2)+675*pow(a,3)-900*pow(a,4)+400*pow(a,5);
F2=0.2+25*b-200*pow(b,2)+675*pow(b,3)-900*pow(b,4)+400*pow(b,5);
D1=-400*a+2025*pow(a,2)-3600*pow(a,3)+2000*pow(a,4);
D2=-400*b+2025*pow(b,2)-3600*pow(b,3)+2000*pow(b,4);
/*Calculo de el error y de la integral*/
E=(pow(b-a,3)*((D2-D1))/(b-a))/(12);
I=(b-a)*(F+F2)/2;
system("cls");
printf("\nRango ingresado: [%f,%f]", a,b);
printf("\n\nEl valor aproximado de la integral definida es I= %f\n\nCon un error de E= %f\n\n",I,-1*E);
system("pause");
break;
case 2:
/*Proceso del trapecio multifuncional*/
system("cls");
printf("\t\tIntegracion numerica: Metodo del trapecio");
printf("\nIngrese el numero de rectangulos: "); scanf("%d", &n);

printf("\nIngrese el intervalo [a,b]:\na: "); scanf("%f", &a);

printf("\nb: "); scanf("%f", &b);
/*Calculo del ancho intervalo, evaluacion de la funcion*/
h=(b-a)/n;
F=0.2+25*a-200*pow(a,2)+675*pow(a,3)-900*pow(a,4)+400*pow(a,5);
F2=0.2+25*b-200*pow(b,2)+675*pow(b,3)-900*pow(b,4)+400*pow(b,5);
z=a;
printf("X\t\tY");
for(i=1; i<=n-1; i++){
puts("");
X[i]=z+h;
z=X[i];
Fn=0.2+25*X[i]-200*pow(X[i],2)+675*pow(X[i],3)-900*pow(X[i],4)+400*pow(X[i],5);
printf("%f\t%f",X[i],Fn);
Sf=Sf+Fn;
}
puts("");
system("pause");
/*CALCULO DE LA INTEGRAL Y ERROR*/
I=(b-a)*(F+2*Sf+F2)/(2*n);
D1=25-400*a+2025*pow(a,2)-3600*pow(a,3)+2000*pow(a,4);
D2=25-400*b+2025*pow(b,2)-3600*pow(b,3)+2000*pow(b,4);
E=-pow(b-a,3)*((D2-D1)/(b-a))/(12*pow(n,2));
printf("\nf(x)=0.2+25x-200(x^2)+675(x^3)-900(x^4)+400(x^5)");
printf("\nRango ingresado: [%f,%f]\n\nNumero de rectangulos n=%d\n\nNorma de las particiones h=
%f", a,b,n,h);
printf("\nEt=%f\net=%f%%",vr-I,(vr-I)*100/vr);
printf("\n\nEl valor aproximado de la integral definida es I= %f\n\nCon un error de E= %f\n\n",I,E);
system("pause");
break;
}
system("cls");
printf("Desea repetir el proceso?\n1.-Si\n2.-No: ");
scanf("%d", &op);
} while(op==1);
return 0;
}

Impresiones de pantalla
Captura de pantalla 1. Men para escoger la regla del trapecio que se desee apretando la tecla del
nmero 1 o 2 segn sea el caso.

Captura de pantalla 2. Se escogi el numero 2 trapecio mltiple y el programa pide el nmero de

rectngulos bajo la curva y el intervalo, despus despliega una tabla con las xs y las xs evaluadas en la
funcin original.

Captura de pantalla 3. Se imprime la funcin original, el intervalo en que se evala la funcin y el

nmero de rectngulos, as como los errores y el valor aproximado de la integral

Conclusiones
Por Leal Aceves Brandon Gustavo
Se videncia que por medio de la regla o mtodo del trapecio se logra dar una solucin a una integral
definida, ya sea por medio de la regla sencilla utilizando solamente dos puntos o por medio de la regala
compuesta utilizando n puntos o trapecios bajo la curva. Tambin se evidencia que entre ms grande se
la n, el valor aproximado de rea bajo la curva ser ms exacto si no es que hasta exacto en algunos
casos.

Referencias
1) http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/integracion/trapecio/trapecio.htm
2) http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capitulo4/capitulo4_2.htm

3) https://fjarabo.webs.ull.es/VirtualDoc/Curso%202011-2012/Ingenier%C3%ADa%20Qu
%C3%ADmica/2_Teoria/Tema_6_Ingenieria_de_la_Reaccion_Quimica/A60/603_Integracion_
grafica_por_Trapecios.pdf

METODO DE RUNGE-KUTTA
Objetivo
El objetivo de lo mtodo numrico de Runge-Kutta, es el anlisis y solucin de los problemas de valor
inicial de ecuaciones diferenciales ordinarias.

Marco terico
En esencia, los mtodos de Runge-Kutta son generalizaciones de la frmula bsica de Euler y i+1 = yi + h
f(ti, yi) en los que el valor de la funcin f se reemplaza por un promedio ponderado de valores de f en el
intervalo ti t ti+1, es decir,

. (1)
En esta expresin las ponderaciones w i, i = 1,..., m son constantes para las que en general se pide que
su suma sea igual a 1, es decir, w1 + w2 +... + wm = 1, y cada kj es la funcin f evaluada en un punto
seleccionado (t, y) para el cual ti t ti+1. Se mostrar que los kj se definen en forma recursiva.

Se define como orden del mtodo al nmero m, es decir, a la cantidad de trminos que se usan en el
promedio ponderado.
Runge-Kutta de cuarto orden
Si ahora m = 4, se obtiene, con un desarrollo del tipo del anterior, la siguiente frmula, para i desde 0
hasta N-1:

Si bien con facilidad se pueden deducir otras frmulas, el algoritmo expresado en las ecuaciones de
arriba, se denomina mtodo de Runge-Kutta de cuarto orden, o mtodo clsico de Runge-Kutta,
abreviado como RK4. Este algoritmo es de uso extendido, y reconocido como una valiosa herramienta de
clculo, por la buena aproximacin que produce.
Esta frmula tiene un error de truncamiento local de O (h 5), y un error global de O (h4). De nuevo, el
precio que se debe pagar por la mejora en el error, es una mayor cantidad de evaluaciones de la funcin,
resultando en un mayor tiempo de clculo si la funcin es complicada. Tiene la ventaja, sobre el mtodo
de Taylor de orden 4 (cuyo error global es tambin O (h 4), que no requiere el clculo de las derivadas de
f.

Sistema a resolver
Integre

y ' =f ( x , y )=2 x 3 +12 x 220 x +8.5

h=0.5 y=1 en x=0 [y(0)=1] desde x=0 hasta x=1.5

I=0
1
y 1 = y 0 + ( k 1 + 2 k 2+ 2 k 3 + k 4 ) h
6
k 1=f ( x 0 , y 0 ) =f ( 0,1 )=8.5
1
1
k 2=f x 0 + h , y 0 + k 1 h =f ( 0+ ( 0.5 ) ( 0.5 ) ,1+ ( 0.5 )( 8.5 ) ( 0.5 ) ) =4.21875
2
2

1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 0+ ( 0.5 ) ( 0.5 ) .1+ ( 0.5 )( 4.2875 ) ( 0.5 ) )=4.21875
2
2

k 4=f ( x0 +h , y 0 +k 3 h )=f ( 0+0.5,1+4.21875 ( 0.5 ) ) =1.25

1
y 1=1+ ( 8.5+ 2 ( 4.21875 ) +2 ( 4.21875 ) +1.25 ) ( 0.5 )=3.21875
6
I=1
1
y 1 = y 0 + ( k 1 + 2 k 2+ 2 k 3 + k 4 ) h
6
k 1=f ( x 0 , y 0 ) =f ( 0 .5,3 .21875 )=1.25
1
1
k 2=f x 0 + h , y 0 + k 1 h =f ( 0.5+ ( 0.5 ) ( 0.5 ) ,1+ ( 0.5 )( 1.25 ) ( 0.5 ) )=0.59375
2
2

1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 0.5+ ( 0.5 ) ( 0.5 ) .1+ ( 0.5 )(0.59375 ) ( 0.5 ) )=0.59375
2
2

k 4=f ( x0 +h , y 0 +k 3 h )=f ( 0.5+0.5,10.59375 ( 0.5 )) =1.5

1
y 1=3.21875+ ( 1.25+ 2 (0.59375 ) +2 (0.59375 )1.5 ) ( 0.5 )=3
6
I=2
k 1=f ( x 0 , y 0 ) =f ( 1,3 )=1.5
1
1
k 2=f x 0 + h , y 0 + k 1 h =f ( 1+ ( 0.5 )( 0.5 ) , 1+ ( 0.5 ) (1.5 )( 0.5 ) ) =1.65625
2
2

1
1
k 3 =f x 0 + h , y 0 + k 2 h =f ( 1+ ( 0.5 )( 0.5 ) .1+ ( 0.5 ) (1.65625 )( 0.5 ) )=1.65625
2
2

k 4=f ( x0 +h , y 0 +k 3 h )=f ( 1+ 0.5,11.65625 ( 0.5 ) )=1.25

1
y 1=3+ ( 1.5+2 (1.65625 )+ 2 ( 1.65625 ) 1.25 ) ( 0.5 )=2.21875
6

Grfica

Algoritmo
Se presenta a continuacin el pseudocdigo del mtodo RK4, para ser implementado en cualquier
lenguaje de programacin, o software simblico.

Diagrama de flujo

Cdigo fuente
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
void rk(float);
int main() {
float h;
int op;
do{
system("cls");
puts("METODO DE RUNGE-KUTTA\nf(x)=-2x^3+12x^2-20x+8.5");
printf("Ingrese el valor de la anchura: "); scanf("%f", &h);
rk(h);
printf("Deseas repetir el proceso: \n1.-Si\n2.-No:");scanf("%d", &op);}
while(op==1);
return 0;
}
void rk(float h){
float h2,k1=0,k2=0,k3=0,k4=0,a,b,y[50],x[50],f[50];
int i;
FILE *fid;
h2=h;
/*SE SOLICITAN DATOS*/
printf("Intervalo de evaluacin\na: "); scanf("%f", &a);

printf("\nb: "); scanf("%f", &b);

printf("Yo= "); scanf("%f", &y[0]);
printf("\nXo: "); scanf("%f", &x[0]);
system("cls");
/*ASIGNACION DE LA C.I AL PRIMER VALOR DE LA FUNCION ORIGINAL*/
f[0]=y[0];
/*PROCESO DE TODAS LAS ITERACIONES*/
for(i=0; i<(b-a)/h2; i++){
k1=-2*pow(x[i],3)+12*pow(x[i],2)-20*x[i]+8.5;
k2=-2*pow(x[i]+(h2/2),3)+12*pow(x[i]+(h2/2),2)-20*(x[i]+(h2/2))+8.5;
k3=-2*pow(x[i]+(h2/2),3)+12*pow(x[i]+(h2/2),2)-20*(x[i]+(h2/2))+8.5;
k4=-2*pow(x[i]+h2,3)+12*pow(x[i]+h2,2)-20*(x[i]+h2)+8.5;
y[i+1]=y[i]+(h/6)*(k1+2*(k2+k3)+k4);
x[i+1]=x[i]+h2;
f[i+1]=-0.5*pow(x[i+1],4)+4*pow(x[i+1],3)-10*pow(x[i+1],2)+8.5*x[i+1]+1;
}
/*IMPRESION DE RESULTADOS*/
printf("\tX\t f(x)\t\tYr(x)\n");
for(i=0; i<=(b-a)/h2; i++){
printf(" %f\t%f\t%f\n",x[i],y[i],f[i]);
}
/*CREACION DE UN ARCHIVO DE SALIDA EN EXCEL*/
fid=fopen("RUNGE-KUTTA.xls", "w");
for(i=0; i<=(b-a)/h2; i++){
puts("");
fprintf(fid,"%f\t%f\t%f\n",x[i],y[i],f[i]);
}
fclose(fid);
puts("SE HA CREADO UN ARCHIVO DE SALIDA EN EXCEL\nULTIMO METODO :(");
}

Impresiones de pantalla
Captura de pantalla 1. En la pantalla se imprime la funcin donde se evalan las xs aqu nos pide que
introduzcamos la anchura de y el intervalo a evaluar asi como las condiciones iniciales

Captura de pantalla 2. Nos presenta una tabla con las xs o nmero de interacciones y con la f(x) de
Euler y la f(x) de Rungge-Kutta

Conclusiones
Por Leal Aceves Brandon Gustavo
Runge-Kutta no solo es un mtodo sino una importante familia de mtodos iterativos tanto implcitos
como explcitos para aproximar las soluciones de ecuaciones diferenciales ordinarias. Este mtodo

extiende una idea geomtrica al utilizar varias derivadas o tangentes intermedias, en lugar de solo una,
para aproximar la funcin desconocida. Tambin este mtodo mejora la aproximacin del mtodo de
Euler para resolver de modo aproximado sin necesidad de calcular derivadas de orden superior.

Referencias
1) http://www.frsn.utn.edu.ar/gie/an/mnedo/34_RK.html

2) http://www.unac.edu.pe/documentos/organizacion/vr
i/cdcitra/Informes_Finales_Investigacion/Junio_2011/IF_COLLANTE_HUANTO_FIME.pdf

3) http://es.slideshare.net/DesireO/trabajo-range-kutta-computacion

Conclusin SIMPSON
Tanto la regla de Simpson de 1/3 y 3/8 es ms exacta que otros formas numricas de aproximar la
integral
como
la
regla
del
trapecio.
La regla de Simpson de 1/3 y la de 3/8 se pueden aplicar juntas sobre una misma curva para obtener
exactitudes
de
tercer
orden
sobre
todo
un
intervalo.
Con el mtodo de Simpson se logra convertir matemticas superiores en aritmticas bsicas.
Conclusin EULER
La convergencia lenta del mtodo de Euler y lo restringido de su regin de la estabilidad absoluta nos
lleva a considerar mtodos de orden de convergencia mayor.
Uno de los aspectos resaltantes del mtodo es que a medida que dividimos el tamao del paso h, los
errores tambin se disminuyen en aproximadamente la mitad. Es un mtodo sencillo de implementar pero

de orden bajo por lo que dependiendo del grado de precisin que desees el h puede ser muy pequeo
Una forma de mejorar el mtodo Euler es utilizar una mejor aproximacin a la integral