En el artículo La regla trapezoidal, hablamos del método de sumar áreas de trapezoides para aproximar áreas bajo una función. En la mayoría de los casos, utilizar trapecios da menos error que utilizar rectángulos. Pero, ¿podría haber un método aún más preciso que la regla trapezoidal? La respuesta es sí. Al igual que la Regla Trapezoidal, la Regla de Simpson es otra técnica de integración numérica utilizada para aproximar una integral que puede ser demasiado difícil de calcular directamente. A diferencia de la Regla Trapezoidal, la Regla de Simpson utiliza la aproximación polinómica cuadrática, lo que la convierte en una técnica de estimación de integrales más precisa. ¡Profundicemos en lo que queremos decir!
Definición de la regla de Simpson y fórmula del área
Antes de entrar en cómo se utiliza esta técnica en la práctica, ¡definamos esta regla!
La Regla de Simpson es una técnica de aproximación integral que divide el área bajo la curva en curvas más pequeñas. El área bajo cada curva más pequeña se suma para obtener una aproximación al área total bajo la curva.
Derivación de la regla de Simpson
La Regla de Simpson utiliza el simple hecho de que podemos construir una ecuación cuadrática a partir de tres puntos cualesquiera. Al igual que la Regla Trapezoidal, la Regla de Simpson crea n subintervalos . Para cada par de subintervalos consecutivos y la regla de Simpson construye una ecuación cuadrática de la forma a través de los tres puntos .
Utilizando la ecuación de una curva cuadrática, podemos hallar el área bajo la curva que pasa por los puntos . Dejando que y e integrando sobre el intervalo tenemos
La regla de Simpson construye subintervalos de curvas cuadráticas entre tres puntos - StudySmarter Originals
Puesto que los puntos y están todos en la parábola, podemos decir
Observa que
Por tanto, podemos decir que el área bajo la parábola es
Sin embargo, al aplicar la Regla de Simpson, solemos utilizar más de una curva parabólica. Esencialmente, acabamos "integrando" una función cuadrática a trozos. Así, nuestra ecuación del área pasa a ser
donde es la distancia entre cada
La Regla de Simpson construye una parábola a partir de un grupo de tres puntos y suma el área bajo cada curva parabólica para aproximar el área total bajo la curva - StudySmarter Originals
Simplificando esta ecuación, obtenemos una aproximación para la integral definida de una función f(x ) llamada Regla de Simpson, que establece
Al igual que en la Regla Trapezoidal, al aumentar n también aumentará la precisión de la aproximación integral.
Error de la Regla de Simpson
A diferencia de la Regla Trapezoidal, en la que podemos determinar si nuestra aproximación es una sobreestimación o una subestimación basándonos en la concavidad de la curva, con la Regla de Simpson no hay indicadores claros de sobreestimación o subestimación. Sin embargo, podemos utilizar los errores relativo y absoluto para saber más sobre cómo se compara nuestra estimación con el valor real.
Error relativo
Calculamos el error de un cálculo de la Regla de Simpson utilizando la fórmula del error relativo:
donde es la aproximación de la integral por la Regla de Simpson.
Error absoluto
Además del error relativo, el error absoluto de nuestra aproximación mediante la regla de Simpson puede calcularse utilizando la fórmula del error absoluto:
Sin embargo, como se menciona en el artículo La regla trapezoidal, la integral no siempre puede calcularse con exactitud.
Límites de error para la regla de Simpson
Al igual que la Regla Trapezoidal, la Regla de Simpson tiene una fórmula de límite de error, que describe el error máximo posible de nuestra aproximación. Para la regla de Simpson, la fórmula de límite de error es
para
donde es el error exacto de la Regla de Simpson y es la cuarta derivada de f(x). K es el valor máximo de la cuarta derivada en el intervalo .
El uso del límite de error tendrá más sentido cuando veamos algunos ejemplos.
Ventajas y limitaciones de la regla de Simpson
Ventajas
La Regla de Simpson es más exacta que la Regla Trapezoidal
¿Por qué la regla de Simpson es exacta para funciones de orden 3 o inferior? ¡La cuarta derivada de una función de orden 3 o inferior es 0!
Limitaciones
Como se necesitan tres puntos para formar una curva cuadrática, la Regla de Simpson requiere un númeroparde subintervalos n
La Regla de Simpson funciona con poca precisión para funciones muy oscilantes
Ejemplos de uso de la regla de Simpson para estimar la integral
Ejemplo 1
Utiliza la regla de Simpson para estimar la integral con n = 6. A continuación, encuentra el número mínimo de subintervalos n para garantizar un error máximo de 0,001.
Afortunadamente, el proceso de la Regla de Simpson es muy similar al de la Regla Trapezoidal.
Paso 1: Encontrar
Enchufando nuestro intervalo dado y el número par de n subregiones :
Paso 2: Introducir los valores conocidos en la Regla de Simpson
Todo lo que tenemos que hacer a partir de aquí es introducir nuestros valores conocidos en la fórmula de la Regla de Simpson. Como nuestro intervalo es [1, 4] y el problema nos pide que utilicemos n = 6 subregiones, lo que significa que cada subregión tiene una anchura de unidades.
id="5134447" role="matemáticas"
Observa cómo el patrón de los coeficientes es 1, 4, 2, 4, 2, ..., 2, 4, 1.
Paso 3: Considera el límite máximo de error
Utilicemos nuestra fórmula de límite de error para ver exactamente cuánto sobrestima nuestra aproximación.
En la fórmula del límite de error nuestro único valor desconocido es K. Sin embargo, podemos utilizar la cuarta derivada de f(x) para hallar K:
Para hallar K, tenemos que considerar dónde alcanzará su valor máximo en el intervalo [1, 4]. Podemos representar gráficamente para encontrar el valor máximo en el intervalo.
La 4ª derivada de f(x) = 1/(1+x) alcanza un máximo en f(1) en el intervalo [1, 4] - StudySmarter Original
Podemos ver que la cuarta derivada alcanza su valor máximo en . Ahora que conocemos todos los valores deson conocidos, podemos introducirlos para hallar nuestro límite.
Como máximo, el error de nuestra estimación es de 0,00078.
Paso 5: Encuentra un n mínimo tal que el error sea como máximo 0,001.
Es evidente que nuestro error para n = 6 es inferior a 0,001. Sin embargo, vamos a encontrar el nmínimo necesario para conseguir un error de 0,001 como máximo.
Dejamos que n sea una incógnita en nuestro límite de error.
Podemos descartar la segunda solución en esta situación, porque no podemos tener una cantidad negativa de subregiones. Por tanto, para garantizar que nuestro error sea como máximo de 0,001, debemos utilizar al menos 6 subregiones.
Si al final tienes un número impar de subregiones, debes redondear a un número par, como exige la regla de Simpson.
Ejemplo 2
Utiliza la Regla de Simpson para aproximar el área bajo la curva de f(x) dada en la tabla siguiente con n = 4.
x
-1
0
1
2
3
f(x)
10
8
9
4
1
Paso 1: Hallar
Introduciendo nuestro intervalo dado y el número par de n subregiones :
Paso 2: Introducir los valores conocidos en la Regla de Simpson
A partir de aquí, todo lo que tenemos que hacer es introducir nuestros valores conocidos en la fórmula de la Regla de Simpson. Como nuestro intervalo es [-1, 3] y el problema nos pide que utilicemos n = 4 subregiones, lo que significa que cada subregión tiene una anchura de 1 unidad.
Regla de Simpson - Puntos clave
La regla de Simpson es una técnica de aproximación integral que divide el área bajo la curva en curvas más pequeñas y suma el área bajo cada curva más pequeña para aproximar el área total bajo la curva
Para aproximar la integral definida de una función f(x), la Regla de Simpson dice
donde n es el número de subintervalos, y
La regla de Simpson construye una curva cuadrática a partir de cada subintervalo secuencial
Podemos utilizar una fórmula de límite de error que nos indique el error máximo posible de nuestra aproximación
Para la regla de Simpson, la fórmula de error límite es
para
donde es el error exacto de la Regla de Simpson y es la cuarta derivada de f(x)
Aunque la Regla de Simpson es más exacta que la Regla Trapezoidal, la Regla de Simpson requiere un número par de n subregiones
How we ensure our content is accurate and trustworthy?
At StudySmarter, we have created a learning platform that serves millions of students. Meet
the people who work hard to deliver fact based content as well as making sure it is verified.
Content Creation Process:
Lily Hulatt
Digital Content Specialist
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.