Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


INTEGRACIÓN NUMÉRICA, Resúmenes de Cálculo diferencial y integral

INTEGRACIÓN NUMÉRICA, METODO DEL TRAPECIO

Tipo: Resúmenes

2023/2024

Subido el 09/07/2024

marco-reyes-carlos
marco-reyes-carlos 🇵🇪

1 / 18

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
UNIVERSIDAD NACIONAL
SANTIAGO ANTÚNEZ DE MAYOLO
FACULTAD DE INGENIERÍA CIVIL
ESCUELA DE INGENIERÍA CIVIL
TRABAJO DE INVESTIGACIÓN DE CÁLCULO INTEGRAL
TEMA:
INTEGRAL NÚMERICA
INTEGRANTES:
REYES CARLOS, Marco 222.0909.029
HUARAZ – 2024
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12

Vista previa parcial del texto

¡Descarga INTEGRACIÓN NUMÉRICA y más Resúmenes en PDF de Cálculo diferencial y integral solo en Docsity!

UNIVERSIDAD NACIONAL

SANTIAGO ANTÚNEZ DE MAYOLO

FACULTAD DE INGENIERÍA CIVIL

ESCUELA DE INGENIERÍA CIVIL

TRABAJO DE INVESTIGACIÓN DE CÁLCULO INTEGRAL

TEMA:

INTEGRAL NÚMERICA

INTEGRANTES:

  • REYES CARLOS, Marco 222.0909.

HUARAZ – 2024

ÍNDICE

1 INTRODUCCIÓN

La integración numérica es una técnica fundamental en el análisis numérico y en diversas aplicaciones científicas e ingenieriles. A menudo, encontramos integrales que no pueden resolverse analíticamente, y en estos casos, se utilizan métodos numéricos para aproximar el valor de la integral. Según (Chapra & Canale, 2015),"la integración numérica es un conjunto de técnicas utilizadas para aproximar el valor de integrales definidas cuando no es posible obtener una solución exacta mediante métodos analíticos". Estos métodos se basan en la evaluación de la función integrada en puntos discretos, como lo describe (Cárdenas Silva, 2017), quien señala que "los métodos numéricos de integración son procedimientos que permiten calcular aproximaciones de integrales definidas utilizando fórmulas específicas basadas en la evaluación de la función integrada en puntos discretos".

2 REVISIÓN DE LA LITERATURA

2.1 Historia y Desarrollo de la Integración Numérica La integración numérica ha evolucionado significativamente desde sus inicios. Los métodos tradicionales, como la regla del trapecio y la regla de Simpson, se desarrollaron para proporcionar aproximaciones prácticas a las integrales definidas. Estos métodos son fundamentales en el análisis numérico y siguen siendo ampliamente utilizados debido a su simplicidad y eficacia. (Chapra & Canale, 2015) mencionan que "la integración numérica se ha convertido en una técnica esencial en la ingeniería y las ciencias aplicadas, permitiendo resolver integrales que no pueden abordarse mediante métodos analíticos". Estos métodos se basan en la subdivisión del área bajo la curva en formas geométricas simples, cuyos volúmenes o áreas se pueden calcular fácilmente y luego sumarse para obtener una aproximación de la integral total. 2.2 Métodos Clásicos de Integración Numérica 2.2.1 Método del Trapecio El método del trapecio es uno de los métodos más simples y se basa en aproximar el área bajo una curva mediante una serie de trapecios. Según (Cárdenas Silva, 2017), "el método del trapecio es útil debido a su simplicidad y facilidad de implementación, aunque su precisión puede ser limitada para funciones no lineales". La fórmula del método del trapecio es: 2.2.2 Regla de Simpson La regla de Simpson mejora la precisión del método del trapecio al usar parábolas en lugar de segmentos lineales para aproximar la curva. (Gilat & Subramaniam, 2011) explican que "la regla de Simpson es más precisa para funciones suaves y continuas, ya que utiliza una aproximación cuadrática en lugar de lineal".

3 MÉTODOS DE INTEGRACIÓN NUMÉRICA

3.1 Método del trapecio El método del trapecio es uno de los métodos más básicos de integración numérica. Se basa en aproximar la región bajo una curva utilizando trapecios en lugar de rectángulos. Este método es especialmente útil por su simplicidad y es una buena introducción a los métodos de integración numérica. 3.1.1 Descripción del Método El método del trapecio aproxima la integral de una función en el intervalo dividiendo el intervalo en “ ” subintervalos de igual longitud. La integral se calcula sumando las áreas de los trapecios formados por estos subintervalos. o o o o o o o Entonces la Fórmula general del Método del Trapecio es:

3.1.2 Ejemplos Prácticos I. Consideremos la integral propuesta por (Venero, 2018). Aplicamos el método del trapecio con n=4 subintervalos. II. Consideremos la integral propuesta por (Venero, 2018). Aplicamos el método del trapecio con n=5 subintervalos.

Consideraciones: o o o o o El área bajo la parábola es:

Entonces la Fórmula general de la Regla de Simpson es: 3.2.2 Ejemplos Prácticos I. Consideramos la siguiente integral propuesta por (Venero, 2018). Aplicamos la Regla de Simpson con n=8 subintervalos.

4.2.1 Precisión La precisión de los métodos puede compararse con el valor exacto de la integral , que es aproximadamente 0.746824. Los valores obtenidos son:

  • Método del Trapecio: 0.
  • Regla de Simpson: 0. Se observa que tanto el método del trapecio como la regla de Simpson proporcionan aproximaciones muy cercanas al valor exacto para. 4.2.2 Eficiencia Computacional La eficiencia computacional de cada método depende del número de evaluaciones de la función y la complejidad de los cálculos necesarios.
  • Método del Trapecio: Requiere n+1evaluaciones de la función y cálculos sencillos, lo que lo hace eficiente pero menos preciso.
  • Regla de Simpson: Necesita 2n+1 evaluaciones de la función y más cálculos, ofreciendo un buen equilibrio entre precisión y eficiencia. 4.2.3 Robustez La robustez de cada método se refiere a su capacidad para manejar diferentes tipos de funciones y situaciones.
  • Método del Trapecio: Es robusto para funciones suaves y lineales, pero su precisión disminuye para funciones no lineales.
  • Regla de Simpson: Es más robusta para funciones suaves y continuas debido a su aproximación cuadrática.

4.3 Ventajas y Desventajas de los Métodos Clásicos Cada método de integración numérica tiene sus propias ventajas y limitaciones, que deben considerarse al seleccionar el método adecuado para una aplicación específica. 4.3.1 Método del Trapecio Ventajas: I. Simplicidad: Es fácil de implementar y entender, lo que lo hace adecuado para problemas simples y educativos. II. Eficiencia: Requiere menos cálculos en comparación con métodos más avanzados, lo que puede ser útil para evaluaciones rápidas. Desventajas: I. Precisión Limitada: Es menos preciso para funciones que no son lineales en el intervalo de integración, especialmente para intervalos grandes. II. Error Truncado: El error puede acumularse rápidamente si el número de subintervalos no es suficientemente grande. 4.3.2 Regla de Simpson Ventajas: I. Mayor Precisión: Proporciona una mejor aproximación que el método del trapecio para funciones suaves y continuas. II. Aplicabilidad: Adecuado para una amplia variedad de problemas prácticos debido a su equilibrio entre simplicidad y precisión. Desventajas: I. Requiere Número Par de Subintervalos: La necesidad de dividir el intervalo en un número par de subintervalos puede ser una limitación en algunos casos. II. Mayor Complejidad: Aunque más preciso, es un poco más complejo de implementar que el método del trapecio.

6 CONCLUSIONES

La integración numérica es una herramienta esencial en matemáticas aplicadas y diversas disciplinas científicas y de ingeniería. A lo largo de esta investigación, hemos explorado varios métodos de integración numérica, analizando sus características, ventajas, desventajas y aplicaciones. A continuación, se presentan las conclusiones principales de este estudio: 6.1 Resumen de los Métodos Analizados

  • Método del Trapecio: Este método es simple y fácil de implementar, pero su precisión es limitada, especialmente para funciones no lineales. Es adecuado para cálculos rápidos y problemas educativos, pero puede requerir muchos subintervalos para alcanzar una precisión aceptable.
  • Regla de Simpson: Proporciona una mayor precisión que el método del trapecio al utilizar aproximaciones cuadráticas. Es adecuado para funciones suaves y continuas y ofrece un buen equilibrio entre simplicidad y precisión. Sin embargo, requiere un número par de subintervalos, lo que puede ser una limitación en algunos casos. 6.2 Comparación de Resultados Al comparar los resultados obtenidos mediante los métodos del trapecio y la regla de Simpson para la integral , observamos que:
  • Tanto el método del trapecio como la regla de Simpson proporcionan aproximaciones muy cercanas al valor exacto para , demostrando su efectividad para funciones suaves en intervalos pequeños. 6.3 Aplicaciones en Diferentes Campos La integración numérica es ampliamente utilizada en diversos campos:
  • Física e Ingeniería: Para resolver ecuaciones diferenciales complejas y calcular distribuciones de tensiones en materiales.
  • Economía y Finanzas: Para valorar opciones y derivados financieros, así como para realizar simulaciones de Monte Carlo.
  • Ciencias Naturales: Para modelar y predecir comportamientos en biología, climatología y otros campos. 6.4 Recomendaciones
  • Selección del Método: La elección del método de integración debe basarse en la naturaleza de la función a integrar y los requisitos de precisión y eficiencia. Para funciones suaves y problemas de alta precisión, la cuadratura gaussiana y la regla de Simpson son recomendables. Para cálculos rápidos y problemas educativos, el método del trapecio puede ser suficiente.
  • Número de Subintervalos: Aumentar el número de subintervalos mejora la precisión de los métodos del trapecio y de Simpson, pero a costa de un mayor número de evaluaciones de la función. Es importante encontrar un equilibrio adecuado según el problema específico.