TECNOLOGICO NACIONAL DE MEXICO

CAMPUS CANCUN

METODOS NUMERICOS

LAVARIEGA LARA ALEXIS

Num. De control: 21530596

INVESTIGACIÓN: DERIVACIÓN E
INTEGRACIÓN NUMÉRICA
 INTRODUCCION
Hoy en día, gran parte de la tecnología actual depende de la solución
de modelos matemáticos, desde la programación empotrada de una
calculadora científica y el cálculo estructural de un edificio multinivel
con estructuras de acero, hasta el diseño y simulación de aeronaves y
vuelos espaciales. La solución de un modelo matemático relativamente
sencillo puede obtenerse de manera analítica. En ocasiones, para la
gran mayoría de los modelos matemáticos del mundo real, las
soluciones analíticas pueden no existir o ser extremadamente
complejas, por lo cual se recurre a métodos numéricos que aproximen
las soluciones dentro de ciertos márgenes de tolerancia. El análisis de
los métodos numéricos nos permite realizar estimaciones tanto de la
eficiencia o complejidad de los algoritmos asociados, así como de la
confiabilidad de los resultados numéricos obtenidos durante su
aplicación
DERIVACIÓN NUMÉRICA
Consideremos una función f(x) de la cual se conoce un conjunto
discreto de valores (x0, f0), (x1, f1),...,(xn, fn). El problema que vamos
a abordar es el de calcular la derivada de la función en un punto x que
en principio no tiene porqué coincidir con alguno de los que figuran en
los datos de que disponemos. La forma más sencilla de resolver el
problema de la diferenciación numérica consiste en estimar la derivada
utilizando fórmulas obtenidas mediante la aproximación de Taylor, que
se denominan fórmulas de diferencias finitas.
La derivación numérica es una técnica de análisis numérico para
calcular una aproximación a la derivada de una función en un punto
utilizando los valores y propiedades de esta.

La aproximación de la derivada por este método entrega resultados

aceptables con un determinado error. Para minimizar los errores se
estima que el promedio de ambas entregas la mejor aproximación
numérica al problema dado:
INTEGRACIÓN NUMÉRICA
La integración numérica es una técnica que se puede usar para
aproximar el valor de la integral de una función que no sea posible anti
diferenciar (integrar). Con el objeto de integrar numéricamente la
integral comprendida en el intervalo cerrado [a, b], lo podemos hacer a
través de dos métodos de integración numérica: la Regla del trapecio y
la Regla de Simpson.
En matemáticas la regla del trapecio es un método de integración
numérica, es decir, un método para calcular aproximadamente el valor
de la integral definida.

La regla se basa en aproximar el valor de la integral de f(x) por el de la

función lineal que pasa a través de los puntos (a, f(a)) y (b,f(b)). La
integral de ésta es igual al área del trapecio bajo la gráfica de la
función lineal. Se sigue que
 La regla del trapecio compuesta o
regla de los trapecios es una
forma de aproximar una integral
definida utilizando n trapecios. En
la formulación de este método se
supone que f es continua y
positiva en el intervalo [a,b]. De
tal modo la integral definida
representa el área de la región delimitada por la gráfica de f y el eje x,
desde x=a hasta x=b. Primero se divide el intervalo [a,b] en n
subintervalos, cada uno de ancho Δx = (b − a) / n. Después de realizar
todo el proceso matemático se llega a la siguiente fórmula:

REGLA DE SIMPSON
Además de aplicar la regla trapezoidal con segmentos cada vez más
finos, otra manera de obtener una estimación más exacta de una
integral es la de usar polinomios de orden superior para conectar los
puntos. A las fórmulas resultantes de calcular la integral bajo estos
polinomios se les llama reglas de Simpson.
SIMPSON 1/3
Método de integración para calcular integrales definidas donde se
conectan grupos sucesivos de tres puntos sobre la curva mediante
parábolas de segundo grado. A las fórmulas que resultan de calcular la
integral bajo estos polinomios se les llama Reglas de Simpson.
La regla de Simpson es la siguiente:
En ella,
  f(x) es llamado el integrand
 a = es el límite inferior de integración
 b = es el límite superior de integración

Como se muestra en el diagrama

anterior, el integrando f(x) es
aproximado por un polinomio de
segundo orden, el interpolante
cuadrático es P(x).
Sigue la aproximación,

Reemplazando (b-a)/2 como h, obtenemos,

SIMPSON 3/8
LAS DIFERENTES APLICACIONES QUE BRINDA LA
DIFERENCIACIÓN E INTEGRACIÓN NUMÉRICA
Hay varias razones para llevar a cabo la integración numérica. La
principal puede ser la imposibilidad de realizar la integración de forma
analítica. Es decir, integrales que requerirían de un gran conocimiento
y manejo de matemática avanzada pueden ser resueltas de una
manera más sencilla mediante métodos numéricos. Incluso existen
funciones integrables pero cuya primitiva no puede ser calculada,
siendo la integración numérica de vital importancia. La solución
analítica de una integral nos arrojaría una solución exacta, mientras
que la solución numérica nos daría una solución aproximada. El error
de la aproximación, que depende del método que se utilice y de qué
tan fino sea, puede llegar a ser tan pequeño que es posible obtener un
resultado idéntico a la solución analítica en las primeras cifras
decimales.

CONCLUSIÓN
Antes del uso de las computadoras se gastaba bastante energía en la
técnica, en solucionar la misma; esto significaba esto significaba una
situación desafortunada debido al tiempo y al trabajo que se requería
para poder solucionar un problema.
En conclusión, como podemos ver que los métodos numéricos han
venido a ser muy importantes porque pueden aplicarse en distintos
campos para encontrar resultados aproximados a sistemas complejos
utilizando solo las operaciones matemáticas simples, es importante
conocer los métodos numéricos para facilitarnos la resolución de
problemas matemáticos que tienen múltiples aplicaciones en la vida
real además de que nos permite resolverlos con mayor eficiencia, es
por ello que es preciso manejar modelos que faciliten la resolución de
estos.
También dentro de lo que es el análisis numérico podemos observar
que aquí se identifican todos los errores que puedan analizar en pocas
palabras el análisis de errores son algoritmos que los cuáles son
conjuntos de instrucciones cuyo fin es calcular la exactitud del error.
BIBLIOGRAFIA
5.3 INTEGRACION POR INTERVALOS DESIGUALES. (2022, 20 noviembre).

http://metodosnumericositpnim.blogspot.com/2015/11/53-integracion-por-intervalos-
desiguales.html

INTEGRACIÓN NUMERICA. (2014, 10 mayo). Análisis Númerico.

https://esimecuanalisisnumerico.wordpress.com/2014/05/05/integracion-numerica/ Métodos

Numéricos. (s. f.). https://sites.google.com/site/metalmetnumericos/hom