Contenido:

1. Definición de Integración Numérica.

La integración numérica constituye una amplia gama de algoritmos para calcular el valor
numérico de una integral definida y, por extensión, el término se usa a veces para describir
algoritmos numéricos para resolver ecuaciones diferenciales. El término cuadratura
numérica (a menudo abreviado a cuadratura) es más o menos sinónimo de integración
numérica, especialmente si se aplica a integrales de una dimensión a pesar de que para el
caso de dos o más dimensiones (integral múltiple) también se utiliza.

El problema básico considerado por la integración numérica es calcular una solución

aproximada a la integral definida:

Este problema también puede ser enunciado como un problema de valor

inicial para una ecuación diferencial ordinaria, como sigue:

Encontrar y(b) es equivalente a calcular la integral.

2. Fórmulas de Integración.
(https://es.slideshare.net/Alex_Noguera/integracion-numerica)
(http://www.sc.ehu.es/sbweb/fisica3/numerico/integral/integral.html)

Las fórmulas de Newton-Cotes son un grupo de fórmulas de integración numérica de

tipo interpolatorio, en las cuales se evalúa la función en puntos equidistantes, para así
hallar un valor aproximado de la integral. Cuantos más intervalos se divida la función
más preciso será el resultado.
𝒃
Para la integración numérica de ∫𝒂 𝒇(𝒙)𝒅𝒙 utilizando las fórmulas de Newton-Cotes
se subdivide el intervalo [a, b] en n intervalos iguales. Obteniendo así n+1 puntos donde
se evaluara la función: 𝒂 ≤ 𝒙𝟎 < 𝒙𝟏 < ⋯ < 𝒙𝒏 ≤ 𝒃.
Si 𝒂 = 𝒙𝟎 y 𝒃 = 𝒙𝟏 se denominan fórmulas de integración cerradas de Newton-Cotes,
esto porque los intervalos de los extremos están incluidos en la integral.
Si por el contrario no se tienen en cuenta, se denominan fórmulas de integración
abiertas de Newton-Cotes.
Las fórmulas de integración de Newton-Cotes son los esquemas de integración
numérica más comunes. Se basan en la estrategia de reemplaar una función complicada
o datos tabulados con una función aproximada que sea fácil de integrar:
𝒃 𝒂
𝑰 = ∫𝒂 𝒇(𝒙)𝒅𝒙 ≅ ∫𝒃 𝒇𝒏 (𝒙)𝒅𝒙
Donde 𝒇𝒏 (𝒙) es igual a un polinomio de la forma:
𝒇𝒏 (𝒙) = 𝒂𝟎 + 𝒂𝟏 𝒙 + ⋯ + 𝒂𝒏 𝒙𝒏 Donde n es el orden del polinomio.
 Por ejemplo, como se muestra en la figura, se usa un
polinomio de primer orden (línea recta) como una
aproximación.

En esta se usa un polinomio de segundo orden (parábola)

para el mismo propósito.

En esta se usan tres segmentos de línea recta para

aproximar la integral. Puede usarse polinomios de orden
superior para los mismos propósitos.

2.1. Fórmulas de integración cerrada.

2.1.1. Regla Trapezoidal.
2.1.1.1. Regla Trapezoidal simple.
La negral trapezoidal es la primera de las fórmulas de integración cerrada de Newton-
Cotes. Corresponde al caso donde el polinomio es de primer orden. Se denomina regla
trapezoidal ya que se usa el cálculo del área de un trapecio. La regla del trapecio es
equivalente a aproximar el área del trapecio bajo la línea recta que conecta a 𝒇(𝒂) y 𝒇(𝒃).
La fórmula usada para calcular el área de un trapezoide es la altura por el promedio de las
bases. En este caso, el concepto sigue igual, pero el trapezoide esta sobre su lado, por lo
que la integral aproximada es representada como: 𝑰 ≅ 𝒂𝒏𝒄𝒉𝒐 ∗ 𝒂𝒍𝒕𝒖𝒓𝒂 𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐

𝒃
𝒇(𝒂) + 𝒇(𝒃)
𝑰 = ∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒃 − 𝒂)[ ]
𝒂 𝟐
Cuando se emplea la integral bajo un segmento de línea recta para aproximar la integral
bajo una curva, resulta obvio que se tiene un error que puede llegar a ser importante. Una
estimación al error de truncamiento local para una sola aplicación de la regla del trapecio
𝟏
es 𝑬𝒂 = − 𝟏𝟐 𝒇" (𝝃)(𝒃 − 𝒂)𝟑 . Donde 𝝃 está en algún lugar en el intervalo de a a b.
2.1.1.2. Regla Trapezoidal aplicación múltiple.
Consiste en mejorar la precisión de la regla del trapecio subdividiendo el intervalo [a, b]
𝒃−𝒂
en n subintervalos, todos del mismo tamaño 𝒉 =
𝒏
Sea 𝑷 = {𝒙𝟎 , 𝒙𝟏 , … 𝒙𝒏 } la partición que se forma al hacer dicha subdivisión. Usando las
propiedades de la integral se tiene que:
𝒃 𝟏 𝒙 𝟐 𝒏 𝒙 𝒙
∫𝒂 𝒇(𝒙)𝒅𝒙 = ∫𝒙 𝒇(𝒙)𝒅𝒙 + ∫𝒙 𝒇(𝒙)𝒅𝒙 + ⋯ ∫𝒙 𝒇(𝒙)𝒅𝒙
𝟎 𝟏 𝒏−𝟏

Y se aplica la regla del trapecio a cada una de las integrales:

𝒃
𝒇(𝒙𝟎 ) + 𝒇(𝒙𝟏 )
∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒙𝟏 − 𝒙𝟎 ) [ ]+⋯
𝒂 𝟐
𝒇(𝒙𝒏−𝟏 ) + 𝒇(𝒙𝟐 )
+ (𝒙𝒏 − 𝒙𝒏−𝟏 ) [ ]
𝟐
Y ya que los subintervalos poseen el mismo tamaño, se puede agrupar:
𝒃
𝒉
∫ 𝒇(𝒙)𝒅𝒙 ≈ [𝒇(𝒙𝟎 ) + 𝟐𝒇(𝒙𝟏 ) + 𝟐𝒇(𝒙𝟐 ) + ⋯ 𝟐𝒇(𝒙𝒏−𝟏 ) + 𝒇(𝒙𝒏 )]
𝒂 𝟐
Usando la sumatoria y reemplazando h:
𝒃
[𝒇(𝒙𝟎 ) + 𝟐 ∑𝒏−𝟏
𝒊=𝟏 𝒇(𝒙𝒊 ) + 𝒇(𝒙𝒏 )]
∫ 𝒇(𝒙)𝒅𝒙 ≈ (𝒃 − 𝒂)
𝒂 𝟐𝒏

De esta manera, mientras más subintervalos se use, se

espera una mejor aproximación.

El error de la regla de trapecio de aplicación múltiple se tiene al sumar los errores

individuales de cada segmento. El error aproximado es:
(𝒃−𝒂)𝟑
𝑬𝒂 = 𝒇"
𝟏𝟐𝒏^𝟐

2.1.2. Regla de Simpson.

Una forma de obtener una estimación más exacta de una integral consiste en usar
polinomios de grado superior para unir los puntos. Como por ejemplo, si hay un punto a
la mitad entre f(a) y f(b), los tres puntos se pueden unir con una parábola. Si hay dos
puntos igualmente espaciados entre f(a) y f(b), los cuatro puntos se pueden unir mediante
un polinomio de tercer grado. Las fórmulas que resultan de tomar las integrales bajo esos
polinomios se conocen como reglas de Simpson.
2.1.2.1. Regla de Simpson 1/3 simple.
Esta regla resulta cuando un polinomio de interpolación de segundo grado se sustituye en
la ecuación:
𝒃 𝒂
𝑰 = ∫ 𝒇(𝒙)𝒅𝒙 ≅ ∫ 𝒇𝟐 (𝒙)𝒅𝒙
𝒂 𝒃

Se asigna a y b como 𝒙𝟎 y 𝒙𝟐 , y 𝒇𝟐 (𝒙)se representa por un polinomio de Lagrange de

segundo grado, transformándose la integral en:
(𝒙 − 𝒙𝟏 )(𝒙 − 𝒙𝟐 ) (𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟐 )
𝑰=[ 𝒇(𝒙𝟎 ) + 𝒇(𝒙𝟏 )
(𝒙𝟎 − 𝒙𝟏 )(𝒙𝟎 − 𝒙𝟐 ) (𝒙𝟏 − 𝒙𝟎 )(𝒙𝟏 − 𝒙𝟐 )
(𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )
+ 𝒇(𝒙𝟐 )]
(𝒙𝟐 − 𝒙𝟎 )(𝒙𝟐 − 𝒙𝟏 )
Donde después de todas las manipulaciones algebraicas, se obtiene la regla de Simpson
1/3 que se expresa:
𝒇(𝒙𝟎 )+𝟒𝒇(𝒙𝟏 )+𝒇(𝒙𝟐 ) 𝒂+𝒃
𝑰 ≈ (𝒃 − 𝒂) Donde a=𝒙𝟎 , b=𝒙𝟐 y 𝒙𝟐 = punto medio entre a y b.
𝟔 𝟐
El error se puede demostrar y calcular mediante:
(𝒃 − 𝒂)𝟓 (𝟒)
𝑬𝒕 = − 𝒇 (𝝃)
𝟐𝟖𝟖𝟎
2.1.2.2. Regla de Simpson 1/3 aplicación múltiple.
La regla de Simpson se mejora al dividir el intervalo de integración en varios segmentos
de un mismo tamaño:
𝒃−𝒂
𝒉=
𝒏
𝒃 𝒙𝟐 𝒙𝟒 𝒙𝒏
∫ 𝒇(𝒙)𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙 + ∫ 𝒇(𝒙)𝒅𝒙 + ⋯ ∫ 𝒇(𝒙)𝒅𝒙
𝒂 𝒙𝟎 𝒙𝟐 𝒙𝒏−𝟐

Sustituyendo la regla de Simpson 1/3 en cada integral:

𝒇(𝒙𝟎 ) + 𝟒𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 ) 𝒇(𝒙𝟐 ) + 𝟒𝒇(𝒙𝟑 ) + 𝒇(𝒙𝟒 )
𝑰 ≅ 𝟐𝒉 + 𝟐𝒉 +⋯
𝟔 𝟔
𝒇(𝒙𝒏−𝟐 ) + 𝟒𝒇(𝒙𝒏−𝟏 ) + 𝒇(𝒙𝒏 )
+ 𝟐𝒉
𝟔
Combinando ecuaciones y usando h:
𝒇(𝒙𝟎 ) + 𝟒 ∑𝒏−𝟏 𝒏−𝟐
𝒊=𝟏,𝟑,𝟓 𝒇(𝒙𝒊 ) + 𝟐 ∑𝒋=𝟐,𝟒,𝟔 𝒇(𝒙𝒋 ) + 𝒇(𝒙𝒏 )
𝑰 ≅ (𝒃 − 𝒂)
𝟑𝒏
Un error estimado en la regla de Simpson de aplicación múltiple se obtiene sumando los
errores individuales de los segmentos y sacando el promedio de la derivada para llegar a:
 (𝒃 − 𝒂)𝟓 𝟒
𝑬𝒂 = − 𝒇
𝟏𝟖𝟎𝒏𝟒

2.1.2.3. Regla de Simpson 3/8.

Es posible ajustar un polinomio de Lagrange de tercer grado a cuatro puntos e integrarlo:
𝒃 𝒂
𝑰 = ∫ 𝒇(𝒙)𝒅𝒙 ≅ ∫ 𝒇𝟐 (𝒙)𝒅𝒙
𝒂 𝒃

Y obtener:
𝟑𝒉
𝑰≅ [𝒇(𝒙𝟎 ) + 𝟑𝒇(𝒙𝟏 ) + 𝟑𝒇(𝒙𝟐 ) + 𝒇(𝒙𝟑 )]
𝟖
𝑏−𝑎
Donde ℎ = . Pudiendo expresarse:
3

[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]

𝑰 ≅ (𝑏 − 𝑎)
8
La regla de Simpson 3/8 tiene un error de:
3 5 (4)
𝐸𝑡 = − ℎ 𝑓 (𝝃)
80
𝑏−𝑎
Donde ℎ = 3

(𝑏 − 𝑎)5 (4)
𝐸𝑡 = − 𝑓 (𝝃)
6480
2.2. Fórmulas de integración abierta.
2.2.1. Integración de Romberg.
2.2.2. Fórmulas de Gauss – Legendre.
3. Algoritmos de Computo.

Ejercicio Propuesto para el trabajo

Problema IV. Utilice la regla del trapecio (con n=1 y n=3), la regla de Simpson 1/3 (con n=2 y n=6) y la
regla de Simpson 3/8 (con n=3), por separado para calcular la integral definida que se observa debajo.
Indique los errores totales para cada caso con respecto al valor real de la función. Use 7 decimales en los
cálculos.

𝜋/4
∫ 𝑠𝑒𝑛2 𝑥 𝑑𝑥
0
Problema V. Utilice la regla de Simpson 1/3 múltiple y de Simpson 3/8 en conjunto y en ese orden para
calcular la integral definida que se indica adelante. Usando n=11. Indique el error total de la suma, con
respecto al valor real de la función. Use cuatro decimales en los cálculos.

4
32
∫ (5𝑥 − 2√𝑥 + ) 𝑑𝑥
𝑥3
1