Professional Documents
Culture Documents
MÉXICO
FACULTAD DE QUÍMICA
MÉTODOS NUMÉRICOS
PROFESOR: DR. JOSÉ ESTEBAN LÓPEZ AGULAR
MAESTRÍA EN INGENIERÍA QUÍMICA
INTRODUCCIÓN
Se le llama reglas de cuadratura debido a que se basan en la aproximación del área bajo la curva
de un polinomio de Lagrange
1. FUNDAMENTO MATEMÁTICO
Las fórmulas de Newton-Cotes son los tipos de integración numérica más comunes. Se basan en las
estrategias de reemplazar una función complicada o datos tabulados por un polinomio de
aproximación que es fácil de integrar.
𝑏 𝑏 (1.1)
𝐼 = ∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∫ 𝑓𝑛 (𝑥) 𝑑𝑥
𝑎 𝑎
𝑛
(1.3)
𝑃(𝑥) = ∑ 𝑃𝑗 (𝑥)
𝑗=1
Donde 𝑃𝑗 (𝑥):
𝑛
𝑥 − 𝑥𝑘 (1.4)
𝑃𝑗 (𝑥) = 𝑓𝑗 ∏
𝑥𝑗 − 𝑥𝑘
𝑘=1,𝑘≠𝑗
Las formas cerradas son aquellas donde se conocen los datos al inicio y al final de los límites
de integración [𝑥1 , 𝑥𝑛 ].
Las formas abiertas tienen límites de integración que se extienden más allá del intercalo de
los datos (similar a la extrapolación) [𝑥2 , 𝑥𝑛−1 ].
La figura (1) muestra la diferencia entre la aproximación de áreas utilizando (a) una línea recta, o (b)
una parábola. A continuación, se revisarán ambos casos, el primero conocido como la regla
trapezoidal, y el segundo, como la regla de Simpson.
2. LA REGLA TRAPEZOIDAL.
𝑥2 = 𝑥1 + ℎ (2.1)
𝑥 − 𝑥2 𝑥 − 𝑥1 (2.2)
𝑃2 = 𝑓1 + 𝑓
𝑥1 − 𝑥2 𝑥2 − 𝑥1 2
𝑥 − 𝑥1 − ℎ 𝑥 − 𝑥1 (2.3)
𝑃2 = 𝑓1 + 𝑓2
−ℎ ℎ
𝑥 𝑥1 𝑥1 (2.4)
𝑃2 = (𝑓2 − 𝑓1 ) + (𝑓1 + 𝑓1 − 𝑓2 )
ℎ ℎ ℎ
𝑥2 𝑥1 +ℎ (2.5)
𝐼 = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑃2 (𝑥) 𝑑𝑥
𝑥1 𝑥1
Resolviendo para x:
𝑥1 +ℎ (2.6)
1 𝑥1 𝑥1
∫ 𝑃2 (𝑥) 𝑑𝑥 = (𝑓2 − 𝑓1 )[𝑥 2 ]𝑥𝑥12 + (𝑓1 + 𝑓1 − 𝑓2 ) [𝑥]𝑥𝑥12
𝑥1 2ℎ ℎ ℎ
1 𝑥1 𝑥1 (2.7)
= (𝑓2 − 𝑓1 )(𝑥2 + 𝑥1 )(𝑥2 − 𝑥1 ) + (𝑥2 − 𝑥1 ) (𝑓1 + 𝑓1 − 𝑓2 )
2ℎ ℎ ℎ
𝑥1 +ℎ (2.8)
1
∫ 𝑃2 (𝑥) 𝑑𝑥 = (𝑓2 − 𝑓1 )(2𝑥1 + ℎ) + 𝑓1 ℎ + 𝑥1 (𝑓1 − 𝑓2 )
𝑥1 2
1 (2.9)
= 𝑥1 (𝑓2 − 𝑓1 ) + ℎ(𝑓2 − 𝑓1 ) + 𝑓1 ℎ − 𝑥1
2
𝑥1 +ℎ (2.10)
1
𝐼=∫ 𝑃2 (𝑥) 𝑑𝑥 = ℎ(𝑓1 + 𝑓2 )
𝑥1 2
Regla del trapecio para dos puntos
La ecuación anterior representa el área bajo la recta de la integral 𝑓(𝑥) entre los límites𝑥1 y 𝑥2 . De
la 𝐸𝑐. (2.1). se puede determinar la base del trapecio:
ℎ = 𝑥2 − 𝑥1 = 𝑏 − 𝑎 (2.11)
Donde la 𝐸𝑐. (2.10) también suele expresarse como la función evaluada en los puntos a y b:
En la figura (2). Se muestra una representación de la regla del trapecio, en la cual, un trapecio es
trazado dentro de un Intervalo cerrado [a,b] , y dicho trapecio representa el área bajo una curva o
la sección de un polinomio.
Debido a que los cálculos con la regla del trapecio de dos puntos involucran un gran error en la
estimación final del área bajo la curva, surge la necesidad de abarcar o cubrir mayor área debajo de
la misma, para ello se deben incrementar la cantidad de intervalos, y por ende, la cantidad de
trapecios. En este caso, la 𝐸𝑐. (2.11) se divide entre “n” número correspondiente de intervalos:
𝑥2 − 𝑥1 𝑏 − 𝑎 (3.1)
ℎ= =
𝑛 𝑛
𝑥𝑛 𝑥1 𝑥2 𝑥𝑛
(3.2)
𝐼 = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑓(𝑥) 𝑑𝑥 + ∫ 𝑓(𝑥) 𝑑𝑥 +∙∙∙∙∙∙ + ∫ 𝑓(𝑥) 𝑑𝑥
𝑥0 𝑥0 𝑥1 𝑥𝑛−1
1 1 1 (3.3)
𝐼 = ℎ[𝑓(𝑥0 ) + 𝑓(𝑥1 )] + ℎ[𝑓(𝑥1 ) + 𝑓(𝑥2 )] +∙∙∙∙∙∙ + ℎ[𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )]
2 2 2
Agrupando términos:
𝑛−1 (3.4)
ℎ
𝐼 = [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
2
𝑖=1
Regla del trapecio para n puntos
𝑏 𝑛−1 (3.5)
(𝑏 − 𝑎)𝑘+1
∫ 𝑓(𝑡) 𝑑𝑡 = ∑ [𝑓 (𝑘) (𝑎) + (−1)𝑘 𝑓 (𝑘) (𝑏)]
𝑎 2𝑘+1 (𝑘 + 1)!
𝑘=0
(−1)𝑛 𝑏 𝑎 + 𝑏 𝑛 (𝑛)
+ ∫ (𝑡 − ) 𝑓 (𝑡)𝑑𝑡
𝑛! 𝑎 2
A pesar de que se ha considerado como unas de las ecuaciones con mayor aplicabilidad en diversos
ámbitos, se ha considerado que la veracidad de la ecuación al determinar el error de truncamiento
no es tan alta como otras expresiones matemáticas. Ujevi presenta una generalización con un
porcentaje de error menor que el de otras ecuaciones presentadas, Ujevi menciona que para toda
𝑓: [𝑎, 𝑏] → 𝑅 sea una función tal que 𝑓 (𝑛−1) sea absolutamente continua. Por lo tanto:
𝑚
𝑏
𝑓(𝑎) + 𝑓(𝑏) 2𝑖(𝑏 − 𝑎)2𝑖+1 (2𝑖) 𝑎 + 𝑏 (3.6)
∫ 𝑓(𝑥) 𝑑𝑥 = (𝑏 − 𝑎) − ∑ 2𝑖 𝑓 ( ) + 𝑅(𝑓)
𝑎 2 2 (2𝑖 + 1)! 2
𝑖=1
𝑛−1
Donde 𝑚 = 2
, la parte natural de (𝑛 − 1)/2. El error se representa de la siguiente manera:
𝑏 (3.7)
𝑅(𝑓) = (−1)𝑛 ∫ 𝑆𝑛 (𝑡)𝑓 (𝑛) (𝑡)𝑑𝑡
𝑎
Mientras que:
𝑏 (4.1)
𝐸𝑛𝑇 (𝑓) ≡ ∫ 𝑓(𝑥) 𝑑𝑥 − 𝑇𝑛 (𝑓)
𝑎
De la cual se pueden analizar sumando todos los errores locales (o de los subintervalos) de nuestra
sección de integración, definiendo:
𝑥𝑗 = 𝛼 + 𝑛ℎ 𝑛 = 0,1, … … , 𝑛 (4.2)
Mientras que para los subintervalos y tomando en cuenta la regla del trapecio, resulta:
𝛼+ℎ
ℎ ℎ3 ′′ (4.3)
𝐸𝑛𝑇 (𝑓) =∫ 𝑓(𝑥) 𝑑𝑥 − [𝑓(𝛼) + 𝑓(𝛼 + ℎ)] = − 𝑓 (𝑐)
𝛼 2 12
𝛼+ℎ
ℎ ℎ3 (4.4)
𝐸𝑛𝑇 (𝑓) = ∫ 𝑓(𝑥) 𝑑𝑥 − [𝑓(𝛼) + 𝑓(𝛼 + ℎ)] = − 𝑓 ′′ (𝛾𝑗 )
𝛼 2 12
Con 𝑥𝑗−1 ≤ 𝛾𝑗 ≤ 𝑥𝑗 , sin embargo, 𝛾𝑗 es desconocido, es decir, es un punto cualquiera dentro dicho
intervalo, lo cual significa que es la región entre los puntos no evaluado de manera directa.
Al generalizarlo:
ℎ3 ′′ ℎ3 (4.5)
𝐸𝑛𝑇 (𝑇) = − 𝑓 (𝛾1 ) −∙∙∙∙∙ − 𝑓 ′′ (𝛾𝑛 )
12 12
Lo cual representa el área no contabilizada entre cada intervalo. Simplificando la ecuación anterior:
ℎ3 (4.6)
ℎ 3
𝑛 𝑓 ′′ (𝛾1 ) −∙∙∙∙∙ − 12 𝑓 ′′ (𝛾𝑛 )
𝐸𝑛𝑇 (𝑓) = − [ ]
12 𝑛
Donde el término ubicado dentro de los paréntesis se reescribe como 𝜁𝑛 , cuyo número satisface la
desigualdad:
Por lo que debe haber un numero 𝑐𝑛 en el intervalo cerrado [𝑎, 𝑏] para el cual se cumpla:
𝑓 ′′ (𝑐𝑛 ) = 𝜁𝑛 (4.8)
1 ′′ (4.9)
𝐸𝑛𝑇 (𝑓) = − 𝑓 (𝜁)(𝑏 − 𝑎)3
12
La ecuación anterior indica que si la función sujeta la integración es lineal, la regla del trapecio será
exacta. Si para funciones con derivadas de orden superior (con alguna curvatura) puede ocurrir
algún error.Para el error de la regla del trapecio con aplicación múltiple (en la 𝐸𝑐. (3.4)), se parte
de la premisa que se toman en cuenta “n” intervalos, por lo tanto:
𝑛
(𝑏 − 𝑎)3 (4.10)
𝐸𝑛𝑇𝑀 (𝑓) =− ∑ 𝑓 ′′ (𝜁)
12𝑛3
𝑖=1
Expresando de otra manera:
(𝑏 − 𝑎)3 (4.11)
𝐸𝑛𝑇𝑀 (𝑓) = − 𝑓 ̅′′
12𝑛2
Donde:
𝑛
(4.12)
̅ ′′
𝑛𝑓 = ∑ 𝑓 ′′ (𝜁)
𝑖=1
Por lo tanto, si se duplica el número de segmentos, el error de truncamiento se divide entre 4.
5. REGLAS DE SIMPSON
La regla de Simpson es una regla de Newton Cotes para aproximar la integral de una función 𝑓
usando un polinomio cuadrático (Por ejemplo, arcos parabólicos en vez de sólo segmentos con
líneas rectas). La regla de Simpson se obtiene mediante la integración de un polinomio de
interpolación de Lagrange de 3er orden, la cual se ajusta a la función mediante 3 puntos igualmente
espaciados.
𝑏 𝑏 (5.1)
𝐼 = ∫ 𝑓(𝑥) 𝑑𝑥 ≅ ∫ 𝑓2 (𝑥) 𝑑𝑥
𝑎 𝑎
𝑥2 𝑥2
(5.3)
𝐼 = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑃3 (𝑥) 𝑑𝑥
𝑥0 𝑥0
ℎ (5.4)
𝐼= [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )]
3
Donde (𝑏 − 𝑎) es el ancho del intervalo, y término sobrante es la altura promedio. Cabe destacar
que el punto medio esta ponderado por dos tercios; y los puntos extremos por un sexto.
En este caso, siguiendo una metodología similar a la de la regla del trapecio, se puede observar el
error para un solo segmento de la regla de Simpson 1/3 tiene un error de truncamiento de:
1 5 (4) (5.6)
𝐸𝑡 = − ℎ 𝑓 (𝜁)
90
1 (5.7)
𝐸𝑡 = − (𝑏 − 𝑎)5 𝑓 (4) (𝜁)
2880
La figura (5) describe gráficamente la regla de Simpson de 1/3 en la cual el ajuste polinomial esta
referenciado a una función parabólica sin llegar a cubrir en su totalidad toda el área debajo de la
curva propuesta, mientras que en b) se muestra la regla de Simpson de 3/8 graficada con 4 puntos
y ajustada a un polinomio de 3er orden (ecuación cúbica).
BIBLIOGRAFÍA
[2] P. Cerone, S.S. Dragomir, Trapezoidal-type rules from an inequalities point of view, in: G.
Anastassiou (Ed.), Handbook of Analytic-Computational Methods in Applied Mathematics, CRC
Press, New York, 2000, pp. 65–134.
[4] http://mathworld.wolfram.com/LagrangeInterpolatingPolynomial.html
[5] http://mathworld.wolfram.com/Newton-CotesFormulas.html
𝑛−1 (𝐴1.1)
1
𝐼 = (𝑏 − 𝑎) [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
2𝑛
𝑖=1
𝑥1
ℎ (𝐴1.2)
∫ 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓(𝑥1 )]
𝑥0 2
ℎ = 𝑥2 − 𝑥1 (𝐴1.3)
𝑥2
ℎ (𝐴1.4)
∫ 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )]
𝑥0 3
𝑥2 − 𝑥0 (𝐴1.5)
ℎ=
2
𝑥3
3 (𝐴1.6)
∫ 𝑓(𝑥) 𝑑𝑥 = ℎ[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
𝑥0 8
𝑥3 − 𝑥0 (𝐴1.7)
ℎ=
2
𝑥4
ℎ (𝐴1.8)
∫ 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) + 𝑓(𝑥4 )]
𝑥0 3
𝑥4 − 𝑥0 (𝐴1.9)
ℎ=
2
𝑥𝑁
3 (𝐴1.10)
∫ 𝑓(𝑥) 𝑑𝑥 = ℎ[𝑓0 + 3𝑓1 + 3𝑓2 + 2𝑓3 + 3𝑓4 + 3𝑓5 + 2𝑓6 +∙∙∙∙∙∙∙ +3𝑓𝑁−1 + 𝑓𝑁 ]
𝑥0 8
𝑥𝑁 − 𝑥0 (𝐴1.11)
ℎ=
𝑁
𝑥𝑁
ℎ (𝐴1.12)
∫ 𝑓(𝑥) 𝑑𝑥 = [𝑓 + 4𝑓1 + 2𝑓2 + 4𝑓3 + 2𝑓4 +∙∙∙∙∙∙∙ +4𝑓𝑁−1 + 𝑓𝑁 ]
𝑥0 3 0
𝑥𝑁 − 𝑥0 (𝐴1.11)
ℎ=
𝑁