Tema 4. Métodos de integración numérica

1. Introducción

Consideremos la función $f (x) = e^{- x^{2}}$ , cuya gráfica en el intervalo $[- 2, 2]$ es:
Pasted image 20250210090748.png|600
¿Cómo calcularías el área que encierra dicha función con el eje $O X$ ?
Sabemos que dicha área corresponde con el valor de la integral:

\int_{- 2}^{2} e^{- x^{2}} d x

Pero, ¿y si no existe una primitiva elemental de dicha función? En este tema, introduciremos métodos numéricos basados en interpolación para aproximar el valor de integrales definidas.

2. Regla del punto medio

2.1 Fórmula de cuadratura

Aproximamos la función $f (x)$ por una constante, tomando el valor de la función en el punto medio del intervalo $[a, b]$ :

c = \frac{a + b}{2}

Entonces, la aproximación de la integral es:

\int_{a}^{b} f (x) d x \approx (b - a) f (\frac{a + b}{2})

Interpretación geométrica: Aproximamos el área bajo la curva por el área de un rectángulo con base $[a, b]$ y altura $f (\frac{a + b}{2})$ .
Pasted image 20250210091056.png|400

2.2 Cota del error

El error cometido es:

E_{P m} (f) = \frac{(b - a)^{3}}{24} f^{″} (ξ), para ξ \in [a, b]

Cota del error:

| E_{P m} (f) | \leq \frac{(b - a)^{3}}{24} max_{x \in [a, b]} | f^{″} (x) |

2.3 Fórmula compuesta

Dividimos el intervalo $[a, b]$ en $n$ subintervalos de longitud $\frac{b - a}{n}$ . Lo más cómodo es definir $h = \frac{b - a}{2 n}$ , y $x_{i} = a + i \cdot h, i = 0, 1, \dots, 2 n$ .
La aproximación de la integral es:

\int_{a}^{b} f (x) d x \approx 2 h \sum_{i = 0}^{n - 1} f (x_{2 i + 1})

2.4 Cota del error y cálculo del número de nodos

Cota del error para el cálculo de nodos:

| E_{P m} (f) | \leq \frac{(b - a)^{3}}{24 n^{2}} max_{x \in [a, b]} | f^{″} (x) |

Ejemplo

Vamos a aplicar la regla del punto medio compuesta para aproximar la integral:

I = \int_{- 1}^{1} \sqrt{1 - x^{2}} d x

dividiendo el intervalo en cuatro subintervalos.

El intervalo de integración es $[- 1, 1]$ , y dividimos en $n = 4$ subintervalos. Tomamos

h = \frac{b - a}{2 n} = \frac{1}{4}

y por tanto:

x_{0} = - 1, x_{1} = - \frac{3}{4}, x_{2} = - \frac{1}{2}, x_{3} = - \frac{1}{4}, x_{4} = 0,

x_{5} = \frac{1}{4}, x_{6} = \frac{1}{2}, x_{7} = \frac{3}{4}, x_{8} = 1.

Evaluamos en los impares:

f (- \frac{3}{4}) = \sqrt{1 - {(- \frac{3}{4})}^{2}} = \sqrt{1 - \frac{9}{16}} = \sqrt{\frac{7}{16}} = \frac{\sqrt{7}}{4}

f (- \frac{1}{4}) = \sqrt{1 - {(- \frac{1}{4})}^{2}} = \sqrt{1 - \frac{1}{16}} = \sqrt{\frac{15}{16}} = \frac{\sqrt{15}}{4}

f (\frac{1}{4}) = \frac{\sqrt{15}}{4}, f (\frac{3}{4}) = \frac{\sqrt{7}}{4}

Aplicando la fórmula

I \approx \frac{1}{2} [\frac{\sqrt{7}}{4} + \frac{\sqrt{15}}{4} + \frac{\sqrt{15}}{4} + \frac{\sqrt{7}}{4}] = 1.6297

La integral exacta es conocida, la mitad del área del círculo de radio 1:

I_{exacta} = \frac{π}{2}

luego el error cometido con la regla del punto medio compuesta es aproximadamente:

| E | = | 1.5708 - 1.6297 | \approx 0.0589

3. Regla del trapecio

Fórmula de cuadratura

Aproximamos $f (x)$ por una recta que une los puntos $(a, f (a))$ y $(b, f (b))$ :

\int_{a}^{b} f (x) d x \approx \frac{b - a}{2} (f (a) + f (b))

Interpretación geométrica: Aproximamos el área bajo la curva por el área de un trapecio con bases $f (a)$ y $f (b)$ .
Pasted image 20250210091225.png|400

Fórmula compuesta

Dividimos el intervalo $[a, b]$ en $n$ subintervalos de longitud $\frac{b - a}{n}$ . Tenemos $x_{i} = a + i \cdot h, i = 0, 1, \dots, n$
La aproximación es:

\int_{a}^{b} f (x) d x \approx \frac{h}{2} (f (x_{0}) + 2 \sum_{i = 1}^{n - 1} f (x_{i}) + f (x_{n}))

Cota del error:

| E_{T r} (f) | \leq \frac{(b - a)^{3}}{12 n^{2}} max_{x \in [a, b]} | f^{″} (x) |

Ejemplo

Para calcular la integral $I = \int_{- 1}^{1} \sqrt{1 - x^{2}} d x$ utilizando la regla compuesta del trapecio con cuatro subintervalos, seguimos los siguientes pasos:
Tomamos $h = \frac{b - a}{n} = \frac{1}{2}$ . Los puntos $x_{i}$ se calculan como:

x_{0} = - 1, x_{1} = - 0.5, x_{2} = 0, x_{3} = 0.5, x_{4} = 1

Evaluamos $f (x) = \sqrt{1 - x^{2}}$ en cada $x_{i}$ :

\begin{aligned} f (x_{0}) & = f (- 1) = \sqrt{1 - (- 1)^{2}} = 0 \\ f (x_{1}) & = f (- 0.5) = \sqrt{1 - (- 0.5)^{2}} = \sqrt{1 - 0.25} = \sqrt{0.75} \approx 0.8660 \\ f (x_{2}) & = f (0) = \sqrt{1 - 0^{2}} = 1 \\ f (x_{3}) & = f (0.5) = \sqrt{1 - {0.5}^{2}} = \sqrt{1 - 0.25} = \sqrt{0.75} \approx 0.8660 \\ f (x_{4}) & = f (1) = \sqrt{1 - 1^{2}} = 0 \end{aligned}

Sustituyendo los valores:

\begin{aligned} \int_{- 1}^{1} \sqrt{1 - x^{2}} d x & \approx 0.5 (\frac{f (x_{0})}{2} + f (x_{1}) + f (x_{2}) + f (x_{3}) + \frac{f (x_{4})}{2}) \\ = 0.5 (\frac{0}{2} + 0.8660 + 1 + 0.8660 + \frac{0}{2}) \\ = 0.5 (0 + 0.8660 + 1 + 0.8660 + 0) \\ = 0.5 (2.7320) \\ = 1.3660 \end{aligned}

Error cometido:

| E | = | 1.5708 - 1.3660 | \approx 0.2048

4. Regla de Simpson

4.1 Fórmula de cuadratura

\int_{a}^{b} f (x) d x \approx \frac{b - a}{6} (f (a) + 4 f (\frac{a + b}{2}) + f (b))

4.2 Cota del error

E_{S} (f) = - \frac{(b - a)^{5}}{2880} f^{i v} (ξ)

4.3 Fórmula compuesta y cota del error

Dividimos el intervalo $[a, b]$ en $n$ subintervalos de longitud $\frac{b - a}{n}$ . Al igual que en la fórmula del punto medio, lo más cómodo es definir $h = \frac{b - a}{2 n}$ , y $x_{i} = a + i \cdot h, i = 0, 1, \dots, 2 n$ .
La aproximación de la integral es:

\int_{a}^{b} f (x) d x = \frac{h}{3} [f (x_{0}) + 2 \sum_{i = 1}^{n - 1} f (x_{2 i}) + 4 \sum_{i = 1}^{n} f (x_{2 i - 1}) + f (x_{2 n})]

| E_{S} (f) | \leq \frac{(b - a)^{5}}{2880 n^{4}} max_{x \in [a, b]} | f^{i v} (x) |

Ejemplo

Para calcular la integral $I = \int_{- 1}^{1} \sqrt{1 - x^{2}} d x$ utilizando la regla compuesta de Simpson con cuatro subintervalos, seguimos los siguientes pasos. Tenemos $h = \frac{b - a}{2 n} = \frac{1}{4}$

x_{0} = - 1, x_{1} = - 0.75, x_{2} = - 0.5, x_{3} = - 0.25, x_{4} = 0, x_{5} = 0.25, x_{6} = 0.5, x_{7} = 0.75, x_{8} = 1

Evaluamos $f (x) = \sqrt{1 - x^{2}}$ en cada $x_{i}$ :

\begin{aligned} f (x_{0}) & = f (- 1) = \sqrt{1 - (- 1)^{2}} = 0 \\ f (x_{1}) & = f (- 0.75) = \sqrt{1 - (- 0.75)^{2}} = \sqrt{1 - 0.5625} = \sqrt{0.4375} \approx 0.6614 \\ f (x_{2}) & = f (- 0.5) = \sqrt{1 - (- 0.5)^{2}} = \sqrt{1 - 0.25} = \sqrt{0.75} \approx 0.8660 \\ f (x_{3}) & = f (- 0.25) = \sqrt{1 - (- 0.25)^{2}} = \sqrt{1 - 0.0625} = \sqrt{0.9375} \approx 0.9682 \\ f (x_{4}) & = f (0) = \sqrt{1 - 0^{2}} = 1 \\ f (x_{5}) & = f (0.25) = \sqrt{1 - {0.25}^{2}} = \sqrt{1 - 0.0625} = \sqrt{0.9375} \approx 0.9682 \\ f (x_{6}) & = f (0.5) = \sqrt{1 - {0.5}^{2}} = \sqrt{1 - 0.25} = \sqrt{0.75} \approx 0.8660 \\ f (x_{7}) & = f (0.75) = \sqrt{1 - {0.75}^{2}} = \sqrt{1 - 0.5625} = \sqrt{0.4375} \approx 0.6614 \\ f (x_{8}) & = f (1) = \sqrt{1 - 1^{2}} = 0 \end{aligned}

Sustituyendo los valores:

\begin{aligned} \int_{- 1}^{1} \sqrt{1 - x^{2}} d x & \approx \frac{1 / 4}{3} [f (x_{0}) + 2 (f (x_{2}) + f (x_{4}) + f (x_{6})) + 4 (f (x_{1}) + f (x_{3}) + f (x_{5}) + f (x_{7})) + f (x_{8})] \\ = \frac{1}{12} [0 + 2 (0.8660 + 1 + 0.8660) + 4 (0.6614 + 0.9682 + 0.9682 + 0.6614) + 0] \\ = \frac{1}{12} [0 + 2 (2.7320) + 4 (3.2592) + 0] \\ = \frac{1}{12} [0 + 5.4640 + 13.0368 + 0] \\ = \frac{1}{12} [18.5008] \\ \approx 1.5417 \end{aligned}

Error cometido:

| E | = | 1.5708 - 1.5417 | \approx 0.0361