Integración Numérica

Métodos discretos para aproximar áreas bajo una curva

Índice
1. Introducción 2

2. Método del Rectángulo 2

2.1. Rectángulo izquierdo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Rectángulo derecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3. Regla del Trapecio 4

3.1. Error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

4. Regla de Simpson 5
4.1. Error de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4.2. Ventajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

5. Errores en Integración Numérica 6

6. Exactitud de los Métodos 6

6.1. Tipos de error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
6.2. Caso: rectángulo izquierdo y derecho . . . . . . . . . . . . . . . . . . . . . . 7
6.3. ¿Cómo se minimiza el error local y qué ocurre con el global? . . . . . . . . . 7
6.4. Convergencia: diagrama log-log . . . . . . . . . . . . . . . . . . . . . . . . . 8

7. Ejemplo en MATLAB 8
7.1. Código completo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

8. Comandos MATLAB de integración 9

8.1. trapz — datos discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
8.2. quad — funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
8.3. integral — recomendado en versiones recientes . . . . . . . . . . . . . . . . 10

9. Comparación de Métodos 10

[Link] 10

1
1. Introducción
La integración numérica consiste en aproximar el área bajo una curva mediante métodos
discretos. Dada una función f (t), se desea calcular:
Z b
A= f (t) dt
a

Como referencia a lo largo del documento se utiliza la función f (t) = sin(t) sobre el
intervalo [0, π] con n = 4 subintervalos (∆t = π/4). Los valores en los nodos son:
√
π 2 π 3π




f (0) = 0, f 4
= 2
≈ 0,707, f 2
= 1, f 4
≈ 0,707, f (π) = 0
La exactitud del cálculo depende del método empleado y del tamaño del paso ∆t.

2. Método del Rectángulo

2.1. Rectángulo izquierdo
Aproxima el área de cada subintervalo usando el valor de la función en el extremo izquier-
do:
n−1
X
A≈ f (ti ) ∆t
i=1

2
 Rectángulos izquierdos
f (t) = sin(t)
1

0,75
f (t)

0,5

0,25

0
0 π π 3π π
4 2 4
t

Figura 1: Rectángulo izquierdo con n = 4 y ∆t = π/4. La altura de cada barra es f (ti ) (valor
al inicio del intervalo).

2.2. Rectángulo derecho

Usa el valor de la función en el extremo derecho de cada subintervalo:
n
X
A≈ f (ti ) ∆t
i=2

3
 Rectángulos derechos
f (t) = sin(t)
1

0,75
f (t)

0,5

0,25

0
0 π π 3π π
4 2 4
t

Figura 2: Rectángulo derecho con n = 4 y ∆t = π/4. La altura de cada barra es f (ti+1 )

(valor al final del intervalo).

3. Regla del Trapecio

En lugar de rectángulos horizontales, la regla del trapecio conecta los valores consecutivos
de f con una lı́nea recta, formando trapecios:
Z t+∆t
∆t  
f (t) dt ≈ f (t) + f (t + ∆t)
t 2
Para todo el intervalo [a, b]:
∆t h i
A≈ f (t1 ) + 2f (t2 ) + 2f (t3 ) + · · · + 2f (tn−1 ) + f (tn )
2

4
 Aproximación lineal

0,75
f (t)

0,5

0,25

0
0 π π 3π π
4 2 4
t

Figura 3: Regla del trapecio con n = 4 y ∆t = π/4. Cada trapecio conecta con una recta los
valores f (ti ) y f (ti+1 ).

3.1. Error
∆t3 ′′
Error local (por subintervalo): Eloc =− f (ξ), ξ ∈ [ti , ti+1 ]
12
Error global (acumulado): Eglob = O(∆t2 )

La regla del trapecio es más precisa que los métodos rectangulares porque captura la
pendiente de la función en cada intervalo.

4. Regla de Simpson
La regla de Simpson utiliza interpolación parabólica a través de tres puntos igualmente
espaciados (t0 , t1 , t2 ) con ∆t = t1 − t0 = t2 − t1 :
Z t2
∆t  
f (t) dt = f0 + 4f1 + f2
t0 3
Para toda la longitud [a, b] con n par:
∆t h i
A ≈ f0 + 4f1 + 2f2 + 4f3 + · · · + 2fn−2 + 4fn−1 + fn
3

5
 Área (Simpson)
1 f (t) = sin(t)
Parábola P (t)
0,75 Nodos
f (t)

0,5

0,25

0
t0 = 0 π t2 = π
t1 =
2
t

Figura 4: Regla de Simpson con un doble intervalo [0, π]. La parábola P (t) = 4t(π − t)/π 2
pasa exactamente por los tres nodos. La diferencia entre la curva roja y la parábola azul
explica el error del método.

4.1. Error de Simpson

El error local en un doble intervalo [t0 , t2 ] es:

∆t5 (4)
Eloc = − f (ξ), ξ ∈ [t0 , t2 ]
90
Error local: O(∆t5 )

Error global: O(∆t4 )

4.2. Ventajas
Alta precisión para funciones suaves.

Exacto para polinomios de grado ≤ 3.

Muy utilizado en ingenierı́a y fı́sica.

5. Errores en Integración Numérica

6. Exactitud de los Métodos
6.1. Tipos de error
Error local: error asociado a cada diferencial (a cada subintervalo individual).

Error global: error acumulado en todo el rango de integración [a, b].

6
6.2. Caso: rectángulo izquierdo y derecho
En los métodos de rectángulo, el error local es de primer orden:

Eloc = O ∆t2

a b

Figura 5: Error local: diferencia entre el rectángulo y el área real.

El error global se obtiene sumando todos los errores locales. Dado que el número de
subintervalos es:
b−a
= # de ∆t
∆t
se tiene:
X b−a
· O ∆t2 = O(∆t) (1er orden)


(Eloc ) = Eglob =
∆t

6.3. ¿Cómo se minimiza el error local y qué ocurre con el global?

Reducir ∆t disminuye el error local como O(∆t2 ): si ∆t se divide entre 2, el error local
se reduce 4 veces.

Sin embargo, al reducir ∆t se aumenta el número de subintervalos, de modo que la

acumulación deja el error global en O(∆t): dividir ∆t entre 2 sólo reduce el error global
a la mitad.

Para mejorar el orden global hay que cambiar de método (trapecio → O(∆t2 ), Simpson
→ O(∆t4 )).

La siguiente tabla resume los órdenes de error:

Método Error local Error global Precisión

Rectángulo izq./der. O(∆t2 ) O(∆t) Baja
Trapecio O(∆t3 ) O(∆t2 ) Media
Simpson O(∆t5 ) O(∆t4 ) Alta

Cuadro 1: Comparación del orden de error de los métodos de integración numérica.

7
 6.4. Convergencia: diagrama log-log
Al reducir ∆t, el error disminuye según la ley de potencias correspondiente. En una escala
log-log esto se observa como lı́neas rectas con pendiente igual al orden:

10−1
Error global

10−3

10−5
Rectángulo O(∆t)
Trapecio O(∆t2 )
10−7 Simpson O(∆t4 )

10−2 10−1 100

∆t

Figura 6: Convergencia del error en escala log-log. La pendiente de cada recta es igual al
orden del método. Al dividir ∆t por 10, Simpson reduce su error 104 veces.

7. Ejemplo en MATLAB
7.1. Código completo
Z 10
El siguiente código calcula sin(x) dx usando los cuatro métodos y compara los resul-
0
tados.
1 clear all
2 close all
3 clc
4

5 a = 0;
6 b = 10;
7 dx = 0.1;
8

9 x = a : dx : b ;
10 f = sin ( x ) ;
11 n = length ( x ) ;
12

13 figure
14 plot (x , f , ’ LineWidth ’ , 2)
15 grid on
16 xlabel ( ’x ’)
17 ylabel ( ’f ( x ) ␣ = ␣ sin ( x ) ’)

8
18 title ( ’ Funcion ␣ a ␣ integrar ’)
19

20 % % Rectangulo izquierdo
21 areaL = 0;
22 for i = 1: n -1
23 areaL = areaL + dx * f ( i ) ;
24 end
25

26 % % Rectangulo derecho
27 areaR = 0;
28 for i = 2: n
29 areaR = areaR + dx * f ( i ) ;
30 end
31

32 % % Trapecio ( manual )
33 areaT = 0;
34 for i = 1: n -1
35 areaT = areaT + ( dx /2) * ( f ( i ) + f ( i +1) ) ;
36 end
37

38 % % Trapecio con funcion de MATLAB

39 areaTrapz = trapz (x , f ) ;
40

41 % % Simpson mediante quad

42 areaSimpson = quad ( @ ( xd ) spline (x , f , xd ) , a , b ) ;
43

44 % % Mostrar resultados
45 fprintf ( ’ Rect . ␣ izquierdo ␣ : ␣ %.6f \ n ’ , areaL )
46 fprintf ( ’ Rect . ␣ derecho ␣ ␣ ␣ : ␣ %.6f \ n ’ , areaR )
47 fprintf ( ’ Trapecio ␣ manual ␣ : ␣ %.6f \ n ’ , areaT )
48 fprintf ( ’ trapz ␣ ␣ ␣ ␣ ␣ ␣ ␣ ␣ ␣ ␣ ␣ : ␣ %.6f \ n ’ , areaTrapz )
49 fprintf ( ’ Simpson ␣ ( quad ) ␣ ␣ : ␣ %.6f \ n ’ , areaSimpson )

8. Comandos MATLAB de integración

8.1. trapz — datos discretos
Integra un vector de datos usando la regla del trapecio:
1 A = trapz (x , f ) % x : nodos , f : valores de la funcion

8.2. quad — funciones continuas

Integra una función anónima mediante cuadratura adaptativa de Simpson:
1 A = quad ( @ ( x ) sin ( x ) , 0 , pi ) % integra sin ( x ) en [0 , pi ]

9
 8.3. integral — recomendado en versiones recientes
1 A = integral ( @ ( x ) sin ( x ) , 0 , pi ) % sustituye a quad

9. Comparación de Métodos

Método Error global Precisión Subintervalos MATLAB

Rectángulo izq. O(∆t) Baja n bucle manual
Rectángulo der. O(∆t) Baja n bucle manual
Trapecio O(∆t2 ) Media n trapz
Simpson O(∆t4 ) Alta n (par) quad

Cuadro 2: Resumen comparativo de los métodos de integración numérica.

10. Conclusiones
Rb
La integración numérica permite aproximar a
f (t) dt cuando no existe solución analı́ti-
ca o se trabaja con datos discretos.

El tamaño del paso ∆t influye directamente en la precisión: reducirlo a la mitad mejora

el error en 2p , donde p es el orden del método.

Los métodos rectangulares son simples pero tienen error O(∆t) (convergencia lenta).

La regla del trapecio ofrece error O(∆t2 ) con muy poco costo adicional; es la base de
la función trapz de MATLAB.

La regla de Simpson alcanza error O(∆t4 ), siendo ideal para funciones suaves; imple-
mentada en quad e integral.

Para datos experimentales (discretos) se usa trapz; para funciones simbólicas o anóni-
mas se prefiere integral.

10