INTEGRACION NUMERICA

Consideremos las siguientes expresiones

debe ser muy claro que la primera expresion es una funcion que depende de ,
mientras la segunda no, esto se puede verificar facil ya que

(3)

)
es decir, la expresion es una constante que no depende de (un numero), esto
es claro, ya que por lo conocido en nuestros cursos de calculo, la expresion en (2)
es el area bajo una curva,


Existen varias formas de hallar el valor en la expresion (2), como por ejemplo usar
un argumento puramente geometrico, en particular el hecho que el area de un
triangulo es

y asi en nuestra expresion conseguimos

aunque la forma mas conocida es hacer uso del TFC (Teorema fundamental del
calculo) es decir, encontrar explicitamente una antiderivada (es decir, calcular la
expresion (1)), evaluar en los extremos y restar asi,

donde F es una antiderivada de , en este caso, es bien conocido que las
antiderivadas son de la forma

, asi podemos considerar

y asi (6)
toma la forma

El gran problema de calcular una integral definida, es decir,

por medio del uso del TFC es encontrar las antiderivadas, es decir,

y este es el problema real, existen funciones aunque bonitas (por ejemplo
continuas y diferenciables) no tienen una antiderivada que pueda ser expresada de
manera elemental, como por ejemplo,

la cual es bastante conocida y usada en estadistica (a grandes rasgos esta es la
distribucion normal), es decir, la expresion (10) no existe, sin embargo, la siguiente
expresion

si existe ya que es el area sombreada en la siguiente grafica,


calcular, sino que no existe) no es posible el uso del TFC para calcular (11), aqu es
donde se hacen necesarios los metodos numericos, vamos a aproximar
numericamente esa area sombreada.
Para esto veremos primero la forma historica en la cual desarrollaron la integral
definida (Riemann) y luego estudiaremos los metodos de Newton-Cotes, en
particular (Trapecio, Simpson y simpson 3/8), los cuales aproximan la funcion por
medio de los polinomios de interpolacion y los integran, despues vamos a acelerar la
convergencia del metodo del trapecio por medio de extrapolacion de Richarson y asi,
tendremos el metodo de Romberg, hay que notar que estos no son los unicos
metodos que nos sirven para aproximar la integral definida, aunque son los mas
conocidos y naturales.


APROXIMACION POR FUNCIONES ESCALONADAS

Haremos el analisis inicial sobre funciones que sean continuas,
Lo que buscan las sumas de Riemann (al igual que todos los metodos de Newton-Cotes) es
trabajar sobre una particion del intervalo sobre el cual se va a integrar, para esto
consideremos el ejemplo que llevamos en la introduccion, es decir,

la idea es tomar una particion equidistante (aunque no necesariamente debe ser
equidistante) sobre [ ] de puntos, asi {

} donde los

son dados por la

relacion,

donde h es el tamano del intervalo , asi,

.
Ahora en cada subintervalo [

], para (para nuestro ejemplo

consideremos que ) aproximaremos la funcion por medio de una funcion constante, el
problema, es que se puede hacer por medio de varias funciones constantes y hay que elegir
cual de estas, en este caso veremos tres formas, sumas superiores, inferiores y punto
medio.

Sumas Superiores (

)

En cada subintervalo buscaremos un valor en el cual la funcion alcance el valor mas alto,
(este valor es asegurado ya que la funcion es continua sobre un compacto) es decir, por
ejemplo en el caso de

aproximaremos la funcion por medio de una funcion

.
Para definir esta nueva funcion consideremos la particion quedara como {

} y asi
el punto que se escoge en cada intervalo es {

} como se muestra en la sigiuente

grafica,


y al considerar funciones constantes sobre cada subintervalos encontramos a aproximacion
de la funcion por medio de

y hallar el area bajo estas, esta consideracion coincide con construir rectangulos por encima
(aproximacion por exceso) de la funcion como se hace en los cursos de calculo, (sabemos
que es mas facil atacar este problema de manera geomertrica, sin embargo, como
queremos generalizar este proceso, lo analizaremos analiticamente), geometricamente, es
hallar el area de los rectangulos en la siguiente grafica y sumarlos,


en este caso, tenemos que:
Area del primer rectangulo es

Atrea del segundo rectangulo es

Area del tercer rectangulo es

(
(

)
Area del cuarto rectangulo es

asi el area sombreada es

(
(

(
(

como la particion la tomamos equidistante podemos sacar de factor comun el ancho dde
cada rectangulo asi se puede escribir de la forma

[
(

]

ahora si repetimos este proceso para una funcion continua en general sobre una particion de
cuatro rectangulos obtenemos
[

donde cada

es un punto donde la funcion alcanza maximo en [

]
generalizando, para una particion cualquiera {

} obtenemos

Si deseamos usar unicamente este metodo para aproximar el valor de la integral definida,
debemos notar que al incrementar el numero de puntos en la particion, el valor de la
aproximacion es menor, es decir,

siempre que
y asi podemos construir una sucesion decreciente y acotada de numeros reales, por la
completez de los numeros reales, esta sucesion debe ser convergente, asi

Veamos el siguiente ejemplo, donde calcularemos una aproximacion de este sucesion
partiendo de un determinado numero de cifras significativas, es decir en esta sucesion
calcularemos el error normalizado y observaremos como es de lenta la convergencia.

Ejemplo
Aproximar el valor de la siguiente integral

utilizando las sumas superiores

con cinco cifras significativas.

Solucin
Para crear la sucesin tomaremos una particion de n=1, estos nos dar la primera
aproximacion, en este caso

, para n=2 tenemos

y asi
sucesivamente hasta que el error normalizado porcentual sea menor que la
tolerancia, la cual para este ejemplo es

.
Recurriendo a Maple para agilizar las cuentas obtenemos la siguiente tabla,

Observemos que en la iteracion 8, donde el error normalizado es 0,00020973 no se
alcanzan las cinco cifras significativas que queremos; la convergencia es demasiado lenta.


Sumas Inferiores (

)

De manera analoga que en las Sumas Superiores aqu en cada subintervalo buscaremos un
valor en el cual la funcion alcance el valor mas bajo, y definiremos una funcion

que
aproxime a luego para el caso de

nos queda

Donde la particion quedara como {

} y asi el punto que se escoge en cada

intervalo es {

} y al considerar funciones constantes sobre cada subintervalos

encontramos a aproximacion de la funcion por medio de

y hallar el area bajo estas, obtenemos geometricamente,


en este caso, tenemos que:
Area del primer rectangulo es

Area del segundo rectangulo es

Area del tercer rectangulo es

(
(

)
Area del cuarto rectangulo es

asi el area sombreada es

(
(

(
(

(
(

)
como la particion la tomamos equidistante podemos sacar de factor comun el ancho dde
cada rectangulo asi se puede escribir de la forma

[
(

]

ahora si repetimos este proceso para una funcion continua en general sobre una particion de
cuatro rectangulos obtenemos
[

donde cadaes un punto donde la funcion alcanza minimo en [

]
generalizando, para una particion cualquiera {

} obtenemos

Procediendo de la misma manera que en las sumas superiores; aproximaremos el valor de
la integral definida, rcordemos que al incrementar el numero de puntos en la particion, el
valor de la aproximacion es menor, es decir,

siempre que
construiremos nuevamente una sucesion decreciente y acotada de numeros reales, como
en el caso anterior, por la completez de los numeros reales, esta sucesion debe ser
convergente, asi

En el siguiente ejemplo, calcularemos una aproximacion de este sucesion partiendo de un
determinado numero de cifras significativas, realizaremos calculos similares para evaluar el
error normalizado y observaremos como es de lenta la convergencia.

Ejemplo
Aproximar el valor de la siguiente integral

utilizando Riemann con sumas

Inferiores

Solucin
Utilizando el software Maple; obtenemos la siguiente tabla



Observemos que en la iteracion 8, donde el error normalizado es 0,000327371 no se
alcanzan las cinco cifras significativas que queremos; la convergencia es demasiado lenta.

RIEMANN
Notemos que se hizo el analisis de las sumas superiores e inferiores de manera separada,
ahora, lo que hacen las sumas de Riemann es trabajar simultaneamente las dos
aproximaciones haciendo uso de la desigualdad

la cual se cumple para todo .
En realidad las aproximaciones por medio de sumas de Riemann mas que dar
aproximaciones de la integral; dan una sucesin de intervalos en los cuales est el
valor de la integral, donde el ancho de cada una de estos intervalos es

y va
disminuyendo a medida que se hace grande el (y bajo buenas condiciones de la
funcion, por ejemplo, continuidad, la medida de estos intervalos tiende a cero).


En el caso particular de nuestro ejemplo, tenemos

Para trabajar el error en Riemann lo podemos deducir directamente desde la desigualdad y
concluir que el error es menor a
||

En realidad las Sumas de Riemann superiores e inferiores mas que dar
aproximaciones de la integral; dan una sucesin de intervalos en los cuales est el
valor de la integral, donde el ancho de estos intervalos

va disminuyendo a
medida que se hace grande el n.



Para nuestro ejemplo en la octava iteracion el area se encuentra entre
{1.322630261 , 1.921993270}
Es decir

Observemos que a medidia que se aumentan el numero de intervalos; el valos del ancho
disminuye, como lo mensionamos anteriormente.

Por los motivos anteriores proponemos el siguiente mtodo, el cual siempre evalua la
funcion en el punto medio, garantizando asi poderla evaluar y asi mismo poderla acotar.

Sumas Punto Medio (

De manera analoga que en las Sumas del punto medio aqu en cada subintervalo
buscaremos un valor en el cual la funcion alcance el punto medio, luego para el caso de

nos queda

Donde la particion quedara como {

} y asi el punto que se escoge en cada

intervalo es {

} y al considerar funciones constantes sobre cada subintervalos

encontramos a aproximacion de la funcion por medio de

y hallar el area bajo estasobtenemos geometricamente,


en este caso, tenemos que:
Area del primer rectangulo es

Area del segundo rectangulo es

Area del tercer rectangulo es

)
Area del cuarto rectangulo es

asi el area sombreada es

como la particion la tomamos equidistante podemos sacar de factor comun el ancho dde
cada rectangulo asi se puede escribir de la forma

]

ahora si repetimos este proceso para una funcion continua en general sobre una particion de
cuatro rectangulos obtenemos
[

donde cada

es un punto medio del subintervalo [

]
generalizando, para una particion cualquiera {

} obtenemos

Notemos que independiente del valor de siempre se va a tener la desigualdad

es mas, tenemos la siguiente desigualdad que involucra el valor real de la integral (aunque
no sabemos cual es)

NOTA: En ningun momento se estan relacionando

Ya que la nocin de limite es un concepto matemtico, netamente analtico, no lo
podemos considerar en el caso numrico, (una maquina no se puede acercar tanto
como quiera a un nmero real), consideramos el n como un numero finito.



REGLA DEL TRAPECIO

Como vimos en las sumas de Riemann, se cambia la funcin original f, por una funcin
escalonada, (es decir, una funcin definida a trozos donde cada parte es un polinomio de
grado cero), ahora queremos generalizar un poco esta idea, con el mtodo del trapecio
utilizamos una funcin lineal (polinomio de grado uno)
El mtodo del trapecio utiliza la aproximacin por medio de una funcin lineal; Para la
deduccin de la formula del trapecio podemos tomar dos caminos uno es por medio de
reas y el otro es por medio de el polinomio lineal interpolante de Lagrange.

Iniciaremos con la aproximacin por medio de reas:





Tomemos un trapecio y hallmosle el rea.


El rea del trapecio es
( ) ( )
h
x f x f
i i
*
2
) ( (
1
+
+
dond
i i
x x h =
+1
.
Si quisiramos hallar la aproximacin del rea bajo la curva sumariamos todos los trapecios
inscritos (circunscritos) en ) (x f , as obtenemos:
(

|
.
|

\
| +
+ +
|
.
|

\
| +
+
|
.
|

\
| +
+
|
.
|

\
| +
=

h
x f x f
h
x f x f
h
x f x f
h
x f x f
Area
n n
2
) ( ) (
2
) ( ) (
2
) ( ) (
2
) ( ) (
1 3 2 2 1 1 0

Reordenando obtenemos:
| | ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
2
1 3 2 2 1 1 0 n n
x f x f x f x f x f x f x f x f
h
Area + + + + + + + + =

que sumando
obtenemos
| | ) ( ) ( 2 ) ( 2 ) ( 2 ) ( 2 ) (
2
1 3 2 1 0 n n
x f x f x f x f x f x f
h
Area + + + + + + =


( )
(

+ + =

=
+
) ( ) ( ) ( 2 ) (
2
1
1
1 0 n
n
i
i i
x f x f x f x f
h
Area
Con respecto al error de este mtodo lo trataremos mas adelante.

lo anterior es un trato netamente geomtrico, lo cual no nos da una idea precisa del error,
para ello utilizaremos la idea bsica de pasar un polinomio de grado uno en cada
subintervalo , iniciaremos con n=1.

Considerando la funcin f en [a,b] y tomando n=1 podemos pasar el polinomio de
interpolacion e integrar entre a y b es decir
P
1
(x) = ( x - x
1
) f (x
0
) + ( x - x
0
) f (x
1
)
( x
0
- x
1
) ( x
1
- x
0
)
Recordemos que este polinomio tiene un error al aproximar cualquier punto de la funcin
diferente a los nodos asi,
F(x) = ( x - x
1
) f (x
0
) + ( x - x
0
) f (x
1
)+E()
( x
0
- x
1
) ( x
1
- x
0
)

Donde E()= f ( (x))( x - x
0
)( x - x
1
)


2
x0


Integrando este error vemos que el error es de tipo O(h)


Ahora utilizaremos la aproximacin utilizando el polinomio lineal interpolante de Lagrange;
Por lo tanto, utilizando el primer y segundo polinomios de Lagrange con nodos igualmente
espaciados nos da la regla del trapecio.
b

La regla del trapecio, nos ayuda a aproximar la integral de la forma } f (x) dx, sean x
0
= a, x
1
= b, h= b-a y usaremos el polinomio lineal de Lagrange:
a

P
1
(x) = ( x - x
1
) f (x
0
) + ( x - x
0
) f (x
1
)
( x
0
- x
1
) ( x
1
- x
0
)
Luego,

b x1

(a.) } f (x) dx = } |

( x - x
1
) f (x
0
) + ( x - x
0
) f (x
1
) | dx

a x0

( x
0
- x
1
) ( x
1
- x
0
)

x1

+ 1 } f ( (x))( x - x
0
)( x - x
1
)dx


2
x0


Dado que ( x - x
0
)( x - x
1
) no cambio de signo en | x
0 ,
x
1
| , podemos aplicar el teorema de
valor medio ponderado de las integrales al termino de error a fin de obtener, para algn
en ( x
0 ,
x
1
):
x1 x1

}f ( (x))( x - x
0
)( x - x
1
)dx = f () } ( x - x
0
)( x - x
1
)dx

x0

x0

x1

= f ()|

x
3
- ( x
1
+ x
0
) x
2
+ x
0
x
1
x

|


3 2

x
0

= - h
3
f ()
6
En consecuencia, la ecuacin (a.) implica que

b x1

} f (x) dx = |

( x - x
1
)
2
f (x
0
) + ( x - x
0
)
2
f (x
1
) | - h
3
f ()

a 2( x
0
- x
1
) 2 ( x
1
- x
0
) x0 12

=
( x1 - x
0
) | f ( x
0
) + f( x
1
)| - h
3
f ()

2 12

Puesto que h = x
1
- x
0
, tenemos la siguiente regla:


Regla del Trapecio:


b

} f (x) dx = h

| f ( x
0
) + f( x
1
)| - h
3
f ()

a
2 12

Esta formula se llama regla del trapecio porque, cuando f es una funcin con valores
positivos, aproximamos
}
b
a
dx x f ) ( por el rea de un trapecio, como se muestra en la figura

Como el termino de error de la regla del trapecio contiene f, la regla da el resultado exacto
cuando se aplica a una funcin cuya segunda derivada sea cero, es decir, cualquier
polinomio de grado 1 o menos.

Cota de error para la regla del trapecio:

E
T
s ( b - a )
3
M en donde M > f(x)
12
Si f es continua y M es cualquier cota superior para los valores de (f) en |a,b|

Cuando hacemos el mtodo de trapecio multiple debemos componer este error y
llegamos a
|

| donde
[]
||
Ejemplo
Aproximar el valor de la siguiente integral

utilizando la regla del Trapecio;

con:
a. Una aproximacionde cinco cifras significativas.
b. Un error no mayor de

Solucion
a. Para obtener las cinco cifras significativas; Utilizamos el software Maple,
obtenemos la siguiente tabla:

Observemos que este metodo converge mas rapidamente que el metodo de
Riemann y obtenemos las cinco cifras significativas en la iteracion 7,
recordemos que Riemann en la iteracion 8 no alcanzaba a garantizar ni
siquiera dos cifras significativas.

b. Para acotar el error; procedemos de la siguiente manera:

Recordemos que el error del trapecio lo definimos como

|

| donde
[]
||

Inicial mente tenemos que

Para hallar M tenemos que acotar ;
- Primero acotamos

y partimos de
elevando al cuadrado a ambos lados

multiplicando por -1 a ambos lados

aplicando la funcion exponencial

es decir

quedando acotado el primer termino

-Segundo acotamos

y partimos de
elevando al cuadrado a ambos lados

multiplicando por 4

restando 2

Tomando valor absoluto

|

| quedando acotado el segundo termino

- Tercero, reemplazando es decir
|

| |
()

operando tenemos

despejando n tenemos
; luego para 5613 particiones se garantizan 5
cifras significativas.
Como observamos es mejor poder acotar la funcion; ya que
con esta llegamos de forma inmediata al numero de
particiones y no tenemos que recurrir al error normalizado
para lograr esto.




APROXIMACION POR MEDIO DE UNA FUNCION CUADRATICA
Este mtodo tambin es conocido como el mtodo de SIMPSON, utiliza la
aproximacin por medio de funciones cuadrticas; Para obtener una aproximacin
utilizando la regla de Simpson se puede obtener mediante dos caminos; uno por
medio de reas y otro por el polinomio cuadrtico interpolante de Lagrange.

Tomaremos la aproximacin por medio de reas, Simpson utiliza parbolas para
generar la aproximacin del rea bajo la curva, observemos la siguiente grafica,
como se aproxima el rea de la funcin por medio de reas bajo la parbola de
aproximacin
Quermos aproximar el area de la figura negra, y generamos particiones, quedando la
grafica aproximada por cada una de las areas de color. Observe que a cada una se
le paso un polinomio interpolante que pase por tres puntos; y claramente se ve que
se pueden presentar tres opciones: Cuadratico, lineal y constante.


Los puntos
2 1 0
y , p p p generan la primera aproximacin (observemos que tomamos
tres puntos para generar tal aproximacin), luego se toman otros tres puntos para
generar la siguiente aproximacin y as sucesivamente llegamos a aproximar el rea
bajo la curva.



Los puntos
2 1 0
y , p p p generan la primera aproximacin (observemos que tomamos
tres puntos para generar tal aproximacin), luego se toman otros tres puntos para
generar la siguiente aproximacin y as sucesivamente llegamos a aproximar el rea
bajo la curva.
Tomaremos los primeros tres puntos y los llevaremos al origen (como se observa en
la grafica)

Observemos que la funcin cudrica es evaluada en h y h para as obtener la
aproximacin; lo primero que haremos ser evaluar la integral del polinomio
cuadrtico en el intervalo :
(

( )
( ) c ah
h
ch h
a
ch h
b
h
a
ch h
b
h
a
cx bx ax dx c bx ax
h
h
h
h
6 2
3
2
3
2
2 3 2 3 2
1
3
1
2 3
2 3 2 3 2 3 2
+ = + =
+ + + + = + + = + +

}

Una vez obtenido un resultado de la integral, obtendremos un resultado en trminos
de los tres puntos de aproximacin:
Hallando los valore correspondientes a
0
y ,
1
y y
2
y obtenemos:
c bh ah c h b h a y + = + + =
2 2
0
) ( ) (
c c b a y = + + = ) 0 ( ) 0 (
2
1

c bh ah c h b h a y + + = + + =
2 2
2
) ( ) (
Si tomamos la combinacin lineal
2 1 0
4 y y y + + obtenemos lo siguiente:
c ah c bh ah c c bh ah 6 2 4
2 2 2
+ = + + + + + que reemplazando en el valor de la integral
obtenemos:
( ) ( ) ( )
2 1 0
2 2
4
3
6 2
3
y y y
h
c ah
h
dx c bx ax
h
h
+ + = + = = + +
}

que es el valor del rea bajo la

curva de la primer parbola, repitiendo este mtodo hallamos la suma de todas las
parbolas y obtenemos:
( ) ( ) ( )
n n n
b
a
y y y
h
y y y
h
y y y
h
dx x f + + + + + + + + + =

}
1 2 4 3 2 2 1 0
4
3
4
3
4
3
) ( Organizndolo
obtenemos:
( )
n n n
b
a
y y y y y y y y y
h
dx x f + + + + + + + + + =

}
1 2 4 3 2 2 1 0
4 4 4
3
) ( Donde
n
a b
h

=
ERROR DE SIMPSOM
|

| donde
[]
|

|


Ejemplo
Aproximar el valor de la siguiente integral

utilizando la regla de Simpson;

con:
a. Una aproximacion de cinco cifras significativas.
b. Un error no mayor de

Solucion
a. Para obtener las cinco cifras significativas; Utilizamos el software Maple,
obtenemos la siguiente tabla:


Observemos que este metodo converge mas rapidamente que el metodo de
Riemann y de Trapecio; ya que obtenemos las cinco cifras significativas en la
iteracion 4.

b. Para acotar el error; procedemos de la siguiente manera:

Recordemos que el error de Simpson lo definimos como

|

| donde
[]
|

|

Inicial mente tenemos que

Para hallar M tenemos que acotar

;
- Primero acotamos

y partimos de
elevando al cuadrado a ambos lados

multiplicando por -1 a ambos lados

aplicando la funcion exponencial

es decir

quedando acotado el primer termino

-Segundo acotamos

y partimos de
elevando a la cuatro a ambos lados

multiplicando por 4

obtenemos el primer termino

elevando al cuadrado a ambos lados

multiplicando por 12

obtenemos el segundo termino

Por desigualdad triangular tenemos

|

| || |

| |

|

- Tercero, reemplazando es decir
|

| |
()

operando tenemos

despejando n tenemos
; luego para 5613 particiones se garantizan 5
cifras significativas.
Como observamos es mejor poder acotar la funcion; ya que con
esta llegamos de forma inmediata al numero de particiones y no
tenemos que recurrir al error normalizado para lograr esto ya que
con el error normalizado la convergencia es lenta.











MTODO DE INTEGRACIN DE ROMBERG
Este mtodo es una regla compuesta del trapecio para obtener aproximaciones preliminares
y luego el proceso de extrapolacin de Richardson para mejorar las aproximaciones, en la
extrapolacin anterior se utiliza una tcnica promedio para producir formulas con un error de
truncamiento de orden superior. Aqu utilizaremos este hecho para aproximar integrales
definidas.
Lo primero que mostraremos es que este mtodo genera una poligonal, cuyos elementos
son la mejor aproximacin de la integral, esta poligonal la mostraremos a continuacin:
1.1
2.1 2.2
3.1 3.2 3.3
4.1 4.2 4.3 4.4
.1 .2 .3 .4 .



.
.
.
............
n n n n n n
R
R R
R R R
R R R R
R R R R R



Donde la primer columna es la regla del trapecio compuesta que se halla de la

La regla compuesta del trapecio para aproximar el valor de la integral es:

( ) ( ) ( ) ( ) ( )
1
2
1
. 2. . . ''
2 12
m
b
j
a
j
h b a
f x dx f a f b f x h f

=
(

= + +
(

}


Donde
1
j 1 2
, , , 1, 2,......, 2
n
j n
b a
a b h x a h m m m
m

< < = = + = = = ahora definimos:

| | | |
| | | |
| | { }
2
1
1.1
2
2.1 2 1.1 1 2
3.1 2.1 2 3 3
2
.1 1,1 1
1
( ) ( ) ( ) ( )
2 2
1
( ) ( ) 2 ( ) ( ) ( ) 2 . ( )
2 4 2 2
1
( ) ( 3 )
2
.
.
.
1
( (2 1). )
2
k
k k k k
i
h b a
R f a f b f a f b
h b a b a
R f a f b f a h f a f b f a R h f a h
R R h f a h f a h
R R h f a i h

= + = +
( | |
= + + + = + + + = + +
| (
\ .
= + + + +
(
= + +
(

para
1
2, 3........ ;
2
k k
b a
k n h

= = observe que el numero de divisiones es 2

k-1


R
2.1
R
1.1
1111
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
2
2 2
2
1 1 2 1 2
2
2 2
.0 .0
o o o
f x a x x b x x c
f x a x x b x x c
f x a b c f x c
= + +
= + +
= + + = =
R
3.1
1





Generalizando tenemos:
, 1 1, 1
, , 1
1
4 1
k j k j
k j k j
j
R R
R R

= +

Los resultados generados por esta formula se dan en la siguiente tabla:
1.1
2.1 2.2
3.1 3.2 3.3
4.1 4.2 4.3 4.4
.1 .2 .3 .4 .



.
.
.
............
n n n n n n
R
R R
R R R
R R R R
R R R R R


Este mtodo tiene la caracterstica adicional que permite calcular ntegramente un nuevo
reglon de la tabla con solo hacer una aplicacin mas de la regla compuesta del trapecio y
luego promediar los valores previamente calculados para obtener elementos sucesivos del
reglon.
La integracin de Romberg aplicada a
| | en , f a b , se basa en la suposicin de que la regla
compuesta del trapecio tiene un termino de error que podemos expresar en la forma
( )
2 2 2
1 1
1 2
.
b
i i
k i k k i k
a
i i
f x dx R K h K h K h

= =
= = +

}
; es decir debemos tener
| |
2 2
,
k
f C a b
+
e para
poder generar el K- esimo rengln.

Ejemplo
Aproximar el valor de la siguiente integral

utilizando la regla de Simpson;

con Una aproximacion de cinco cifras significativas
Solucion
Para obtener las cinco cifras significativas; Utilizamos el software Maple, obtenemos
la siguiente tabla:



La tabla anterior muestra una convergencia mas rapida que Riemann y Simpson; pero no mas
que Simpson (3/8), comprobando asi que el metodo se Simpson (3/8) tiene una mejor
convergencia.


EJ ERCICIOS PROPUESTOS
1) Realizar l
2)
3)
4)
5)
6)
7)
8)
9)
os ejercicios 6-7-8-9 y 10 de la pgina 211 del libro Anlisis Nmerico, 7 edicin de
Richard L. Burden
10) Calcule R
11
, R
21
, R
22
, R
31
, R
32
, R
33
por Romberg para
}

2
0
2
4 dx x