Republica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de las Fuerzas Armadas
U.N.E.F.A
Núcleo - Aragua

DIFERENCIAS FINITAS,
INTERPOLACIÓN, Y
APROXIMACIÓN
Integrantes: Ronney Matloo, Karla Santamaria, Brian Rodríguez,
Samuel Hernández, Enderson Farid
TEMAS:
• Diferencias Finitas

• Operador de diferencias finitas(divididas)

• Diferencias progresivas y regresivas

• Propiedades

• Polinomios interpolares

• Spline Cubicas
Método de diferencias finitas
El Método consiste en una aproximación de las derivadas parciales por expresiones algebraicas con
los valores de la variable dependiente en un limitado número de puntos seleccionados.

Como resultado de la aproximación, la ecuación diferencial parcial que describe el problema es

reemplazada por un número finito de ecuaciones algebraicas, en términos de los valores de la
variable dependiente en puntos seleccionados.

El valor de los puntos seleccionados se convierten en las incógnitas. El sistema de ecuaciones

algebraicas debe ser resuelto y puede llevar un número largo de operaciones aritméticas.
Método de Diferencia finita de Orden 1
Metodo de las mallas rectangulares:

Una retícula de cuadrados es trazada sobre la región R (figura 1.1). El valor de

la variable h en un punto nodal de la retícula, o nodo, es expresada como hi,j,
donde i indica la posición de una línea vertical de la retícula (la columna), y j
la línea horizontal de la retícula (el renglón):
Progresión y Regresión
Diferencia finita progresiva: En general, la aproximación de la primera
derivada con respecto a x de una función F(x,y), esta se dice que es la
aproximación de diferencia finita hacia adelante de la derivada parcial.

Diferencia finita regresiva: La diferencia finita hacia atrás es obtenida de

la forma siguiente

Existen pequeñas diferencias entre las dos aproximaciones. La

diferencia finita central es a menudo más exacta
Método de Diferencia finita de Orden 2
𝜕 2 𝑦 𝑦𝑖 − 1 − 2𝑦𝑖 + 𝑦𝑖 + 1
=
𝜕𝑥 2 ∆𝑥 2
La segunda derivada es la derivada de la primera derivada; y si utilizamos una
aproximación de diferencia finita central.
Operadores de diferencias finitas
Un resumen con distintos operadores de diferencias finitas
.

• Diferencia hacia adelante: Representa el método de diferencia finita progresiva.

• Diferencia hacía atrás: Usado para representar el método de diferencia finita regresiva.
• Diferencia central: Establecido para representar la diferencia finita de carácter central.
• Desplazamiento: Representa el elemento en una posición distinta.
• Promedio: Representa la media de las diferencias posteriores.
• Diferenciación: Donde se presenta la derivada y su carácter.
Propiedades del operador Δ

Propiedades del operador E

Ejemplo
Tenemos la siguiente ecuación diferencial

Parámetros

Planteamos nuestra función a usar y sustituimos:

𝜕 2 𝑦 𝑦𝑖 − 1 − 2𝑦𝑖 + 𝑦𝑖 + 1
=
𝜕𝑥 2 ∆𝑥 2
Tal que:
Se busca la ecuación lineal

Luego establecemos nuestros parámetros de iteración

Establecemos el intervalo entre 0 y 10; y se discretiza en 5 sub intervalos establecidos por conveniencia.
Al obtener todas las iteraciones se resuelve en base a un sistema de
ecuaciones:
14 1 0 0 y1 -20,9166
1 14 1 0 y2 -4,656
0 1 14 1 y3 27,0003
0 0 1 14 y4 -12.3862

0,071797 -0,000370 0,000370 -0,000026 y1 -1,4874

-0,005155 0,072167 -0,005181 0,000370 y2 -0,0929
0,000370 -0,005181 0,072167 -0,005155 y3 -1,8683
-0,000026 0,000370 -0,05155 0,071797 y4 -0,7513

Entonces tenemos los puntos:

0, -1,4874, -0,0929, -1,8683, -0,7513, 18,26

Graficamos
Polinomio interpolar
POLINOMIO DE INTERPOLACIÓN DE LAGRANGE Interpolación significa estimar el valor
desconocido de una función en un punto, tomando una medida ponderada de sus valores conocidos en
puntos cercanos al dado. En la interpolación lineal se utiliza un segmento rectilíneo que pasa por dos
puntos que se conocen. La pendiente de la recta que pasa por dos puntos (x0,y0) y (x1,y1) viene dada
por m = (y1-y0) /(x1-x0).

Dado un conjunto de k + 1 puntos

donde todos los xj se asumen distintos, el polinomio interpolador en la forma de Lagrange es la

combinación lineal

de bases polinomicas de Lagrange

Para todo i diferente de i , lj(x) incluye en el termino (x-xi), de modo que el producto completo valdra 0
en x=xi

En otras palabras, toda s las bases polinómicas de Lagrange valen cero en excepto en
para el que aplica puesto que carece del termino (x=xj) en el numerador.
Ejemplo
Spline Cubicas
En este caso, cada polinomio P(x) a través del que construimos los Splines en [m,n] tiene grado 3. Esto quiere decir,
que va a tener la forma P(x) = ax³ + bx² + cx + d

En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una nueva condición para cada punto
común a dos intervalos, respecto a la derivada segunda:

Que las partes de la función a trozos P(x) pasen por ese punto. Es decir, que las dos Pn(x) que rodean al f(x) que
queremos aproximar, sean igual a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la función definida a trozos que pasa por tal
punto común.

Que la derivada segunda en un punto siempre coincida para ambos "lados" de la función definida a trozos que pasa
por tal punto común.

Como puede deducirse al compararlo con el caso de splines cuadráticos, ahora no nos va a faltar una sino dos
ecuaciones (condiciones) para el número de incógnitas que tenemos.

La forma de solucionar esto, determina el carácter de los splines cúbicos. Así, podemos usar:

Splines cúbicos naturales: La forma más típica. La derivada segunda de P se hace 0 para el primer y último
punto sobre el que está definido el conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].

Dar los valores de la derivada segunda de m y n de forma "manual", en el conjunto de splines definidos en el
intervalo [m,n].

Hacer iguales los valores de la derivada segunda de m y n en el conjunto de splines definidos en el intervalo [m,n]

Splines cúbicos sujetos: La derivada primera de P debe tener el mismo valor que las derivada primera de la
función para el primer y último punto sobre el que está definido el conjunto de Splines, esto son, los puntos m y n
en el intervalo [m,n].
Ejemplo
DIFERENCIACIÓN E
INTEGRACIÓN
NUMERICA
TEMAS:
• Métodos de diferenciación e integración numérica

• Diferenciación, métodos básicos, integración, regla rectangular

• Trapezoidal de Simpson

• Método de Romberg

• Cuadraturas gaussianas

• Cuadratura de Multhopp
Métodos diferenciales
El Método consiste en una aproximación de las derivadas parciales por expresiones algebraicas con
los valores de la variable dependiente en un limitado número de puntos seleccionados.

Como resultado de la aproximación, la ecuación diferencial parcial que describe el problema es

reemplazada por un número finito de ecuaciones algebraicas, en términos de los valores de la
variable dependiente en puntos seleccionados.

El valor de los puntos seleccionados se convierten en las incógnitas. El sistema de ecuaciones

algebraicas debe ser resuelto y puede llevar un número largo de operaciones aritméticas.

Los métodos numéricos para ecuaciones diferenciales ordinarias son procedimientos utilizados para
encontrar aproximaciones numéricas a las soluciones de ecuaciones diferenciales ordinarias (EDO).
Su uso también se conoce como integración numérica, aunque este término a veces se toma para
significar el cálculo de una integración.

Muchas ecuaciones diferenciales no pueden resolverse usando funciones típicas ("análisis"). Sin
embargo, a efectos prácticos, como en ingeniería, una aproximación numérica a la solución suele ser
suficiente. Los algoritmos estudiados aquí pueden usarse para calcular tal aproximación. Un método
alternativo es utilizar técnicas de cálculo infinitesimal para obtener una expansión en serie de la
solución.
Metodo de Euler
Su procedimiento va de la siguiente forma:

Consiste en dividir los intervalos que va de 𝒙𝟎 a 𝒙𝒇 en n subintervalos de ancho; o sea:

de manera que se obtiene un conjunto discreto de n+1 por puntos del intervalo de interés
[𝒙𝟎 ,𝒙𝒇 ]. Para cualquiera de estos puntos se cumple que:

La condición inicial 𝒚 𝒙𝟎 = 𝒚𝟎 , representa el punto 𝑷𝟎 = (𝒙𝟎 , 𝒚𝟎 ) por donde pasa la curva solución de
la ecuación del planteamiento inicial, la cual se denotará como 𝑭(𝒙) = 𝒚. Ya teniendo el punto 𝑷𝟎 se
puede evaluar la primera derivada de 𝑭(𝒙) en ese punto; por lo tanto:

Con esta información se traza una recta, aquella que pasa por 𝑷𝟎 y de pendiente 𝒇(𝒙𝟎 , 𝒚𝟎 ). Esta recta
aproxima 𝑭 𝒙 en una vecindad de 𝒙𝟎 . Tómese la recta como reemplazo de 𝑭 𝒙 y localícese en ella
(la recta) el valor de 𝒚 correspondiente a 𝑥1 . Entonces, podemos deducir según la Gráfica A:
Se resuelve para 𝒚𝟏 :

Ejemplo:

En primer lugar se calcula el valor de tomando en h cuenta que el número de pasos n es 4; por lo
tanto quedaría así:

Antes de aplicar el método, veamos un esquema de cómo trabajaría el método en este caso concreto:

Los valores iniciales de vienen dados por:

Teniendo dichos valores se comienza con el método. Se harán aproximaciones de hasta ocho
decimales. La función seno se evaluará en radianes.

Por lo que el resultado obtenido es: Y4=0.332558138. Conociendo el valor exacto de la ecuación en
ese punto, Y0=0.3325459, se puede calcular el error relativo cometido por el método

Metodo de Euler mejorado

El método de Euler mejorado es una modificación del método de Euler para resolver EDO´s
con condiciones iniciales. La solución que ofrece este método, es una tabla de la función solución, con
valores de “y” correspondientes a valores específicos de “x”.
Es por esto que uno de los requisitos para este método es especificar el intervalo de x.

También se requiere de:

- Una ecuación diferencial de primer orden.

y’= f(x,y)

-La condición inicial ,es decir, el valor de y en un punto conocido x0.

y(x0) = y0

El método consiste en usar la ecuación de Euler como una ecuación predictora y usar este resultado
en la ecuación correctora de Euler-Gauss.

Las ecuaciones del método de Euler Mejorado son las siguientes:

Metodo de Runge-Kutta
Uno de los métodos más utilizados para resolver numéricamente problemas de ecuaciones
diferenciales ordinarias con condiciones iniciales es el método de Runge-Kutta de cuarto orden, el
cual proporciona un pequeño margen de error con respecto a la solución real del problema y es
fácilmente programable en un software para realizar las iteraciones necesarias.
El método de Runge-Kutta se utiliza para resolver ecuaciones diferenciales de la forma explícita:

O en su forma Explícita:

Y es sumamente útil para casos en los que la solución no puede hallarse por los métodos
convencionales (como separación de variables). Hay variaciones en el método de Runge-Kutta de
cuarto orden pero el más utilizado es el método en el cual se elige un tamaño de paso h y un número
máximo de iteraciones n.

El método Runge- Kutta para este problema está dado por la siguiente ecuación:

Para i=0,…, n-1. La solución se da a lo largo del intervalo (xo,xo+hn) , Donde

Así, siguiente valor (yi+1) es determinado por el presente valor (yi) más el producto del tamaño del
intervalo (h) por una pendiente estimada. La pendiente un promedio ponderado de pendientes:

k1 es la pendiente al principio del intervalo.

k2 es la pendiente en el punto medio del intervalo, usando k1 para determinar el valor de y en el

punto xi + h/2.

k3 es otra vez la pendiente del punto medio, pero ahora usando k2 para determinar el valor de y

k4 es la pendiente al final del intervalo, con el valor de y determinado por k3

Promediando las cuatro pendientes, se le asigna mayor peso a las pendientes en el punto medio:

Usar el método de Runge Kutta para aproximar dada la siguiente ecuación diferencial:
Primero, identificamos las condiciones iniciales, el intervalo y la función:

Para poder calcular el valor de y1 , debemos calcular primeros los valores de k1 ,k2 ,k3 y k4 .
Tenemos entonces que para la primera iteración:
El proceso debe repetirse hasta y 5 . Por lo que en la siguiente tabla se presentan los datos obtenidos
del proceso realizado hasta este número.

De esta manera, concluimos que el valor obtenido de Runge-Kutta es:

y(0.5)= 1.28403

De esta manera, por integración directa

Finalmente evaluando en y(0.5 ), obtenemos:

Integración numérica
En análisis numérico, la integración numérica constituye una amplia gama de algoritmos para
calcular el valor numérico de una integral definida y, por extensión, el término se usa a veces para
describir algoritmos numéricos para resolver ecuaciones diferenciales. El término cuadratura
numérica (a menudo abreviado a cuadratura) es más o menos sinónimo de integración numérica,
especialmente si se aplica a integrales de una dimensión a pesar de que para el caso de dos o más
dimensiones (integral múltiple) también se utilizan.

Encontrar y(b) es equivalente a calcular la integral. Los métodos desarrollados para ecuaciones
diferenciales ordinarias, como el método de Runge-Kutta, pueden ser aplicados al problema
reformulado. En este artículo se discuten métodos desarrollados específicamente para el problema
formulado como una integral definida.
Regla del rectángulo
El método más simple de este tipo es hacer a la función interpoladora ser una función constante (un
polinomio de orden cero) que pasa a través del punto (𝑎, 𝑓 𝑎 ) . Este método se llama la regla del
rectángulo:
Regla del punto medio
𝑎+𝑏 𝑎+𝑏
Si en el método anterior la función pasa a través del punto ( ,𝑓 ) este método se llama
2 2
la regla del punto medio:

Cuadraturas Gaussianas
Con el uso de este método, podremos encontrar la integral mediante técnicas de muestreo para
conseguir una eficaz aproximación, a valores representados como raíces de polinomios ortogonales.
1

Teniendo un ejemplo con la siguiente función:  f (t )dt = C  f (t ) + C2  f (t2 ) ésta se va a integrar con
−1
evaluarla en 2 puntos. Pero hace falta determinar t ,
1 2t , C1 , C2 , y es ahí donde proponemos las
siguientes funciones f (t ) = 1 f (t ) = t f (t ) = t f (t ) = t y luego procedemos a integrar estas funciones.
2 3

 dt = 1 − (−1) = 2
−1
donde 2 = C1 + C2

12 (−1) 2
1

 tdt =
−1
2
−
2
= 0 donde 0 = C1t1 + C2t2

13 (−1)3 2
1

 t dt =
2
− = donde 2 = C1t12 + C2t2 2
−1
3 3 3 3
14 (−1)4
1
= 0 donde 0 = C1t1 + C2t2
3 3
 t dt = −
3

−1
4 4
 Si resolvemos las ecuaciones para las cuatro incógnitas, nos queda:
1 1
t1 = = −0.5773 t2 = = 0.5773
3 3

C1 = 1
C2 = 1

de este modo, queda la fórmula

1

 f (t )dt = f (0.5773) + f (−0.5773)

−1

siendo una aproximación casi exacta para funciones de hasta el tercer orden, de -1 a 1.

Para cualquier intervalo

b
b−a (b − a)ti + a + b
 f ( x)dx =  f ( x1 ) + f ( x2 ) donde xi = 2
a
2
Para mayor exactitud, se recomienda introducir más términos, tal como se ve acá:
b−a
b

 f ( x)dx =
a
2 
C1 f ( x1 ) + + Cn f ( x n ) 
Tabla de valores para la cuadratura gaussiana
Número de Valores de t Coeficientes Válido hasta
Términos
2 -0.57735027 1 3° grado
0.57735027 1
-0.77459667 0.5555555
0 0.88888888
3 0.77459667 0.5555555 5° grado
-0.86113631 0.34785485
-0.33998104 0.65214515
4 0.33998104 0.65214515 7° grado
0.86113631 0.34785485
-0.90617975 0.23692689
-0.53846931 0.47862867
0 0.5688889
5 0.53846931 0.47862867 9° grado
0.90617975 0.23692689

Cuadraturas Multhopp
También conocida como Cuadratura del Círculo, consiste en la resolución de un problema complejo
mediante el uso de una regla y compás, donde se hallará un cuadrado con área equivalente a un
círculo dado. Éste método es mayormente utilizado en problemas que involucren la geometría y su
cálculo se basa en el método de repeticiones sucesivas. O sea, en este método, se intenta calcular la
superficie de un círculo sacando el un promedio de las áreas de dos polígonos regulares. Cabe
destacar que éste método fue utilizado en los años anteriores, donde las grandes mentes hacían sus
cálculos sólo con el uso de la regla y compás.
Si partimos de la idea de tener un círculo, sabemos que su área será  R 2 y al partir el circulo con una
línea por la mitad, obtenemos la longitud de 2 R si tomamos un segmento de la mitad de éste  R y lo
unimos junto a otro segmento con longitud igual al radio R inicial del círculo y trazamos la mitad de
una circunferencia que abarque al segmento de longitud  R + R en su diámetro, queda la siguiente
figura:

Ahora se procede a trazar dos segmentos perpendiculares que corten la mitad de la circunferencia –
partiendo desde el punto de unión– y luego vemos cómo queda reflejado un triángulo rectángulo con
el mismo ángulo de la mitad de la circunferencia 90°:

Si queremos calcular la longitud de este segmento, basta con llamar h a nuestra longitud, además, si
nos fijamos, en realidad tenemos 3 triángulos rectángulos, con longitudes de a, h,  R (de hipotenusa), h, b, R
(de hipotenusa b) y a, b,  R + R (de hipotenusa  R + R por lo que representamos la figura como:
Si hacemos uso del teorema de Pitágoras en cada triángulo, nos quedan las siguientes fórmulas:
a 2 = h2 + ( R)2
b2 = h2 + R 2
( R + R)2 = a2 + b2

Sustituyendo los valores de a 2 y b2 de la ecuación 1 y 2 en la ecuación 3, queda:

( R + R)2 = h2 + ( R)2 + h2 + R2 = 2h2 + ( R)2 + R 2
si desarrollamos el cuadrado de la izquierda, nos queda:
( R)2 + R" + 2 R 2 = 2h2 + ( R)2 + R 2
y simplificando queda:
2 R2 = 2h2  h2 =  R2  h =  R
donde la longitud del segmento es:  R

Si construimos un cuadrado con lados iguales al segmento, tenemos un cuadrado de área:

A =  R   R =  R2
y logramos tener el cuadrado de área igual a la del círculo inicial.
Regla del trapecio
En matemática la regla del trapecio es un método de integración numérica, es decir, un método para
calcular aproximadamente el valor de la integral definida.
𝒃
‫𝒙𝒅 𝒙 𝒇 𝒂׬‬

Regla del trapecio simple

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.

Formulas:
𝒃 𝒉
‫ 𝒂 𝒇 𝟐 ≈ 𝒙𝒅 𝒙 𝒇 𝒂׬‬+ 𝒇 𝒃 𝒉=𝒃−𝒂
Regla del trapecio compuesto
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].

Formulas:
𝒃 𝒉 𝒃−𝒂
‫≈ 𝒙𝒅 𝒙 𝒇 𝒂׬‬ 𝟐
𝒇 𝒙𝟎 + 𝟐𝒇 𝒙𝟏 + 𝟐𝒇 𝒙𝟐 + , . . +𝟐𝒇 𝒙𝒏−𝟏 + 𝒇 𝒙𝒏 𝒉=
𝒏
𝒙𝒊 = 𝒂 + 𝒊𝒉

Ejemplo de trapecio compuesto

2 1
Ejercicio: Usar la regla del trapecio con 𝑛 = 5 para aproximar la integral ‫׬‬1 𝑑𝑥
𝑥2

𝑏−𝑎
Paso 1: Calculamos el ancho del rectángulo con la siguiente formula h = donde 𝑎 sera el limite inferior y 𝑏 será el
𝑛
limite superior de la integral definida, y 𝑛 será el numero de rectángulos dados.

𝑏 −𝑎 2 −1 1
h= = = = 0,2
𝑛 5 5
Paso 2: Calculamos las coordenadas 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 hasta 𝑥5 ya que 𝑛 = 5, para ello usamos la formula 𝑥𝑖 = 𝑎 + 𝑖ℎ.

𝑥0 = 1 + 0 0,2 =1
𝑥1 = 1 + 1 0,2 = 1,2
𝑥2 = 1 + 2 0,2 = 1,4
𝑥3 = 1 + 3 0,2 = 1,6
𝑥4 = 1 + 4 0,2 = 1,8
𝑥5 = 1 + 5 0,2 =2

Paso 3: Sustituimos los valores de 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 y ℎ en la formula, operamos y obtenemos el resultado.

𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 2𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +2𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
𝑎 2
𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 2𝑓 𝑥1 + 2𝑓 𝑥2 + 2𝑓 𝑥3 + 2𝑓 𝑥4 + 𝑓 𝑥5
𝑎 2
2
1 0,2
න 2
𝑑𝑥 ≈ 𝑓 1 + 2𝑓 1,2 + 2𝑓 1,4 + 2𝑓 1,6 + 2𝑓 1,8 + 𝑓 2
1 𝑥 2
2
1 1 1 1 1 1 1
න 𝑑𝑥 ≈ 0,1 + 2 + 2 + 2 + 2 +
1 𝑥2 1 2 1,2 2 1,4 2 1,6 2 1,8 2 2 2
2
1
න 2
𝑑𝑥 ≈ 0,5057 → Resultado
1 𝑥
Regla de Simpson
La regla o método de Simpson, es un método de integración numérica para obtener el valor aproximado de
integrales definidas.
𝑏
න 𝑓 𝑥 𝑑𝑥
𝑎

El método utilizado para la regla de Simpson sigue la misma idea, pero aproximando los subintervalos de 𝑓
mediante polinomios de segundo grado.

Formulas:
𝑏 ℎ 𝑏−𝑎
‫≈ 𝑥𝑑 𝑥 𝑓 𝑎׬‬ 3
𝑓 𝑥0 + 4𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +4𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛 ℎ=
𝑛

Ejemplo Aplicando la Regla de Simpson

23
Ejercicio: Usar regla del Simpson con 𝑛 = 4 para aproximar la integral ‫׬‬1 1 + cos 𝑥 𝑑𝑥

𝑏−𝑎
Paso 1: Calculamos el ancho del rectángulo con la siguiente formula h = donde 𝑎 sera el limite inferior y 𝑏 será
𝑛
el limite superior de la integral definida, y 𝑛 será el numero de rectángulos dados.

𝑏 −𝑎 2 −1 1
h= = = = 0,25
𝑛 4 4
Paso 2: Calculamos las coordenadas 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 y 𝑥4 ya que 𝑛 = 4, para ello usamos la formula 𝑥𝑖 =
𝑎 + 𝑖ℎ.
𝑥0 = 1 + 0 0,25 = 1
𝑥1 = 1 + 1 0,25 = 1,25
𝑥2 = 1 + 2 0,25 = 1,50
𝑥3 = 1 + 3 0,25 = 1,75
𝑥4 = 1 + 4 0,25 = 2

Paso 3: Sustituimos los valores de 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 y ℎ en la formula, operamos y obtenemos el

resultado.

𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 4𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +4𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
𝑎 3
2
3 0,25
න 1 + cos 𝑥 𝑑𝑥 ≈ 𝑓 1 + 4𝑓 1,25 + 2𝑓 1,50 + 4𝑓 1,75 + 𝑓 2
1 3
2
3 3 3 3 3
න 1 + cos 𝑥 𝑑𝑥 ≈ 0,08 ቂ 1 + cos 1 + 4 1 + cos 0,25 +2 1 + cos 1,50 +4 1 + cos 75
1
3
+ 1 + cos 2 ቃ
2
3
න 1 + cos 𝑥 𝑑𝑥 ≈ 1,0138 → 𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜
1
Método de Romberg
En análisis numérico, el Método de Romberg genera una matriz triangular cuyos elementos son
estimaciones numéricas de la integral definida.

𝑏
‫𝑥𝑑 𝑥 𝑓 𝑎׬‬

El método de Romberg evalúa el integrando en puntos equiespaciados del intervalo de integración

estudiado. Para que este método funcione, el integrando debe ser suficientemente derivable en el intervalo,
aunque se obtienen resultados bastante buenos incluso para integrandos poco derivables.

Formulas:

Distancia entre los segmentos en el intervalo o subintervalos bajo la curva de la integral:

𝑏−𝑎
ℎ=
𝑛

Regla del Trapecio Simple:

𝑏 ℎ
‫≈ 𝑥𝑑 𝑥 𝑓 𝑎׬‬ 2
𝑓 𝑎 +𝑓 𝑏 𝑛=1

Regla del Trapecio Compuesto:

𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 2𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +2𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛 n≥2
𝑎 2
Método de extrapolación de
Richardson
Se usa frecuentemente para mejorar los resultados de métodos numéricos a partir de una estimación
previa. Este proceso es especialmente utilizado para definir el método de Romberg.

Ejemplo aplicando el Método de Romberg

1
Ejercicio: Usar el metodo de Romberg en la integral definida ‫׬‬0 𝑥 2 𝑒 −𝑥 𝑑𝑥 con 𝑛 = 3

Paso 1: Dado 𝑛 = 3, se debe tener 3 aproximaciones iniciales. Por lo que serán 𝑛 = 1, 𝑛 = 2 y 𝑛 = 3

Paso 2: Calcular ℎ para el segmento 𝑛 = 1

𝑏−𝑎 1−0 1
ℎ= = = =1
𝑛 1 1
Paso 3: Calcular 𝐼1 con la formula del trapecio Simple para 𝑛 = 1. Donde 𝑎 = 0 y 𝑏 = 1
𝑏 ℎ
‫≈ 𝑥𝑑 𝑥 𝑓 𝑎׬‬ 2
𝑓 𝑎 +𝑓 𝑏 𝑛=1

ℎ
𝐼1 = 𝑓 𝑎 +𝑓 𝑏
2

1
𝐼1 = 𝑓 0 +𝑓 1
2

1
𝐼1 = 02 𝑒 −0 + 12 𝑒 −1 𝐼1 = 0,1839
2

Paso 4: Calculamos el valor de ℎ con el segmento 𝑛 = 2.

𝑏−𝑎 1−0 1
ℎ= = = = 0,5
𝑛 2 2

Paso 5: Calcular 𝐼2 con la formula del trapecio compuesto para n ≥ 2.

𝑏
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 2𝑓 𝑥1 + 2𝑓 𝑥2 + , . . +2𝑓 𝑥𝑛−1 + 𝑓 𝑥𝑛
𝑎 2
ℎ
𝐼2 = 𝑓 𝑥0 + 2𝑓 𝑥1 + 𝑓 𝑥2
2

Paso 6: Calculamos las coordenadas 𝑥0 , 𝑥1 y 𝑥2 para ello usamos la formula 𝑥𝑖 = 𝑎 + 𝑖ℎ.

𝑥0 = 0 + 0 0,5 = 0
𝑥1 = 0 + 1 0,5 = 0,5
𝑥2 = 0 + 2 0,5 = 1
Paso 7: Sustituimos los valores de 𝑥0 , 𝑥1 , 𝑥2 y ℎ en la formula, operamos y obtenemos el resultado.
ℎ
𝐼2 = 𝑓 𝑥0 + 2𝑓 𝑥1 + 𝑓 𝑥2
2
ℎ
𝐼2 = 𝑓 0 + 2𝑓 0,5 + 𝑓 1
2
0,5
𝐼2 = 𝑓 0 + 2𝑓 0,5 + 𝑓 1
2
𝐼2 = 0,25 02 𝑒 −0 + 2 0,52 𝑒 −0,5 + 12 𝑒 −1

𝐼2 = 0,1678

Paso 8: Calculamos el valor de ℎ con el segmento 𝑛 = 3.

𝑏−𝑎 1−0 1
ℎ= = = = 0,3
𝑛 3 3

Paso 9: Calculamos las coordenadas 𝑥0 , 𝑥1 , 𝑥2 y 𝑥3 para ello usamos la formula 𝑥𝑖 = 𝑎 + 𝑖ℎ.

𝑥0 = 0 + 0 0,3 = 1
𝑥1 = 0 + 1 0,3 = 0,3
𝑥2 = 0 + 2 0,3 = 0,6
𝑥3 = 0 + 3 0,3 = 0,9

Paso 10: Sustituimos los valores de 𝑥0 , 𝑥1 , 𝑥2 y ℎ en la formula, operamos y obtenemos el resultado.

ℎ
𝐼3 = 𝑓 𝑥0 + 2𝑓 𝑥1 + 2𝑓 𝑥2 + 𝑓 𝑥3
2
1,3
𝐼3 = 𝑓 0 + 2𝑓 0,3 + 2𝑓 0,6 + 𝑓 0,9
2
𝐼3 = 0,65 02 𝑒 −0 + 2 0,32 𝑒 −0,3 + 2 0,62 𝑒 −0,6 + 0,92 𝑒 −0,9
𝐼3 = 0,1625
Paso 11: Ya teniendo 𝐼1 , 𝐼2 , 𝐼3 se aplica el método de extrapolación de Richardson, operamos y
obtenemos el resultado.