You are on page 1of 22

# INTEGRACIÓN NUMÉRICA

Método de Romberg.
Ing Yamil Armando Cerquera Rojas – yacerque@gmail.com
Especialista en Sistemas Universidad Nacional
Docente Universidad Surcolombiana
Neiva – Huila

CONTENIDO

DEFINICIÒN......................................................................................................................................2
INTRODUCCIÒN...............................................................................................................................2
OBJETIVOS ......................................................................................................................................3
GENERAL......................................................................................................................................3
ESPECÍFICOS................................................................................................................................3
OBSERVACIONES PRELIMINARES...................................................................................................3
CÁLCULO DE ÁREAS .......................................................................................................................4
El Metodo de Romberg .................................................................................................................5
2
1
Ejemplo 1: integral de ∫ f ( x) = dx ...................................................................................13
1
x
Solución .............................................................................................................................13
1

∫e
x2
Ejemplo 2: Integral dx ....................................................................................................14
0
1

∫e
x2
Ejemplo 3: Integral dx ....................................................................................................16
0
2

∫e
x
Ejemplo 4: Integral ln( x)dx .............................................................................................17
1
Ejemplo 5: Integral .................................................................................................................18
ALGORITMO DE INTEGRACIÓN DE ROMBERG ..................................................................19
Programa en Matlab: Función Romberg: .............................................................................20
RECURSOS BIBLIOGRAFÍCOS ...................................................................................................21
Bibliografía OnLine: ................................................................................................................22
DEFINICIÒN
De acuerdo a la definición del diccionario, integrar significa “unir todas las partes en
un todo; unificar, indicar la cantidad total,…”.1 . Matemáticamente, la integración se
b
representa por ∫ f ( x)dx . En los primeros años de ingeniería, se ven apartes de cálculo
a
integral. Se aprenden técnicas que obtienen soluciones analíticas o soluciones exactas
de integrales definidas e indefinidas. En esta parte se trata de solucionar integrales
definidas, o sea integrar una función entre un par de límites dados [a, b] . Integral en
la cual el intervalo de integración [a, b] , es finito, y f es una función de una variable
real y valor real continua en [a, b] .

Una integral definida se define geométricamente como el área bajo la curva f (x) en
el intervalo [a, b] . De acuerdo al teorema fundamental del calculo integral la ecuación
b

∫ f ( x)dx = F ( x) a .
b
se evalúa como En donde F(x) es la integral de f (x) , esto es,
a
dF ( x)
cualquier función tal que = F ' ( x) = f ( x) . Es decir F(x) es una antiderivada de
dx
f (x) . La nomenclatura de F ( x) ba es F (b) − F (a) .

INTRODUCCIÒN
Desafortunadamente en la mayoría de los casos prácticos es muy difícil o aun
imposible hallar una antiderivada de f(x). En estos casos el valor de la integral debe
de aproximarse. Esto puede lograrse de las siguientes maneras:

Serie de potencias.
Método gráfico.
Métodos numéricos.

Para realizar el cálculo de una integral definida por modelos ó métodos numéricos,
además de aplicar la regla Trapezoidal o Rectangular con segmentos cada vez más
pequeños, otra manera de obtener una estimación más exacta de una integral, es la
de usar polinomios de orden superior para conectar los puntos. Por ejemplo si hay un
punto medio extra entre f (a) y f (b) , entonces se puede conectar los tres puntos con
una parábola. A las formulas resultantes para calcular la integral bajo estos polinomios
se llama Reglas de SIMPSON.

Dicho de otra manera se dice que para cada aplicación de la regla de SIMPSON se

1
CHAPRA Steven. Canale Raymond. Metodos numericos para ingenieros. Pag 415.McGraw - Hill
requieren dos subintervalos, a fin de aplicarla n número de veces, deberá dividirse el
intervalo (a,b) en un número de subintervalos o segmentos.

## Cada subintervalo sucesivo se aproxima por un polinomio de segundo grado (parábola)

y se integra de tal manera que la suma de las áreas de cada segmento de la parábola
sea la aproximación a la integración deseada.

OBJETIVOS
GENERAL
Resolver el problema de cálculo del área bajo la curva entre dos límites conocidos,
dividiendo en N sub áreas para calcular su valor, asumiendo cada sub área como un
pequeño arco de parábola.

## 1. Comprender las bases conceptuales de la integración aproximada.

2. Comprender los rasgos generales de la integración aproximada utilizando el
método de Romberg.
3. Comprender la aproximación del error por truncamiento de la integración
aproximada utilizando el método de Romberg, frente al valor exacto.
4. Resolver problemas de integración numérica y apreciar su aplicación en la
solución de problemas de ingeniería, utilizando el método de Romberg.

ESPECÍFICOS
1. Conocer la interpretación geométrica de la integral definida.
2. Reconocer que el método de Romberg representa, geométricamente, el área bajo
una función polinomial de segundo orden (Cuadrática o Parabólica).
3. Deducir la fórmula de Romberg a partir de la interpretación geométrica de la
integral definida.
4. Acotar el error cometido en la integración numérica por el método de Romberg.
5. Explicar la obtención de fórmulas más precisas para calcular, numéricamente,
integrales definidas.
6. Aplicar el método de Romberg, para calcular numéricamente, las aproximaciones
de algunas integrales definidas.

OBSERVACIONES PRELIMINARES
Cuando se realiza un experimento, generalmente, se obtiene una tabla de valores que
se espera, tengan un comportamiento funcional.

## Sin embargo, no se obtiene la representación explícita de la función que representa la

regla de correspondencia entre las variables involucradas.

## En estos casos, la realización de cualquier operación matemática sobre la nube de

puntos que pretenda tratarla como una relación funcional, tropezará con dificultades
considerables al no conocerse la expresión explícita de dicha relación. Entre estas
operaciones se encuentra la integración de funciones.

## Además, es conocido que existen relativamente pocas fórmulas y técnicas de

integración, frente a la cantidad existente de funciones que se pueden integrar. Es
decir, un gran número de integrales de funciones elementales no puede ser expresada
en términos de ellas. Entre estos casos singulares se tienen, a manera de ejemplo:
2 dx 1 1
∫ e dx, ∫ ln( x) , ∫ ∫ sin( x ∫ ∫0 1 + x 5 .dx
x
1 + x 3 dx, 2
)dx, 1 + x 4 dx,

2 2 π /4 π /2 1 1/ 3
ex ln( x)
∫ x dx, ∫ x + 1 dx, ∫ x tan( x)dx, ∫ ∫ (9 − x
2
sin( x) dx, ) dx
1 1 0 0 0

## Lo anterior motiva el uso de los métodos de integración numérica que se estudian en

lo que sigue; lo primero en considerar se basa en la aproximación de la función f
mediante polinomios interpolantes.

## Para aclarar la contradicción antes señalada, se debe recordar la condición necesaria

para que una función sea integrable. Dicha condición se menciona de inmediato, sin
demostración:

## Si una función f es continua en el intervalo [a, b], entonces la función f es integrable

en el intervalo [a, b].

## No obstante que las condiciones de la proposición 1 son sumamente generales, no se

tiene garantía de que, al aplicar los métodos usualmente conocidos para resolver
integrales, se pueda encontrar la antiderivada de una función f(x) cualquiera
necesaria para obtener la integral definida.

Estos apuntes pretenden ilustrar al lector de forma detallada y lo mas sencillo posible,
una de las técnicas básicas que permiten resolver dicha situación, haciendo uso de los
métodos o modelos numéricos, a través de la denominada “INTEGRACIÓN APROXIMADA,
POR EL MÉTODO DE Romberg”.

CÁLCULO DE ÁREAS
Uno de los problemas matemáticos más frecuentes es el cálculo del área que se
forma entre una función f(x), el eje x y los límites a y b. Por ejemplo, se necesita
calcular el área A que aparece en la Fig. 1, reiterando que dicha área esta por
debajo de la función f(x) entre los límites a y b:
Fig. 1

Partiendo del hecho que la función f (x) y los valores a y b son conocidos. a se
considera como el limite inferior y b se considera como límite superior.

## 9 Soluciones algebraicas: se obtiene una fórmula precisa y exacta para el área

solicitada.
9 Soluciones numéricas: se calcula numéricamente una estimación del área.

Desde luego, la soluciones algebraicas son mejores que las numéricas, porque son
exactas. Pero a veces, la complejidad de las funciones hace imposible (o difícil)
obtener la solución algebraica, por lo que una solución numérica permite ahorrar
tiempo.

El Método de Romberg
b
Sea I (h) el valor de la integral que aproxima a I = ∫ f ( x)dx , mediante una partición
a

b−a
de subintervalos de longitud h = y usando la regla del trapecio.
n
Entonces, I = I (h) + E (h) , donde E (h) es el error de truncamiento que se comete al
aplicar la regla.

## El método de extrapolación de Richardson combina dos aproximaciones de integración

numérica, para obtener un tercer valor más exacto.

## El algoritmo más eficiente dentro de éste método, se llama Integración de Romberg,

la cual es una fórmula recursiva.

## Suponga que se tiene dos aproximaciones: I ( h1 ) e I (h2 )

I = I (h1 ) + E (h1 ) 
 ⇒ I (h1 ) + E (h1 ) = I (h2 ) + E (h2 )
I = I ( h2 ) + E ( h2 ) 
Se puede demostrar que el error que se comete con la regla del trapecio para n
subintervalos está dado por las siguientes fórmulas:

(b − a ) 2 (b − a) 2
E (h1 ) ≈ − h1 f ' ' y E (h2 ) ≈ − h2 f ' '
12 12

Donde f ' ' es un promedio de la doble derivada entre ciertos valores que pertenecen a
cada uno de los subintervalos.

## Ahora bien, si se supone que el valor de f ' ' es constante, entonces:

(b − a) 2
− h1 f ' '  h1 
2
E (h1 ) 12 h12
≈ ≈ , donde E (h1 ) ≈ E (h2 ) 
E (h2 ) − (b − a) h 2 f ' ' h22  h2 
2
12

## Sustituyendo esto último en la primera igualdad, se tiene que:

2
h 
I (h1 ) + E (h2 ) 1  ≈ I (h2 ) + E (h2 )
 h2 

 h1 
2
  h 2 
I (h1 ) − I (h2 ) ≈ E (h2 ) − E (h2 )  = E (h2 )1 −  1  
 h2    h2  
 

## De aquí se puede despejar E (h2 ) :

I (h1 ) − I (h2 )
E (h2 ) ≈ 2
h 
1 −  1 
 h2 

I (h1 ) − I (h2 )
I = I (h2 ) + 2
h 
1 −  1 
 h2 
h1
En el caso especial cuando h2 = (que es el algoritmo de Romberg), se tiene:
2

## I (h1 ) − I (h2 ) 4 I (h1 )

I ≈ I (h2 ) + , donde I ≈ I (h2 ) −
1− 2 2
3 3
Esta fórmula es solo una parte del algoritmo de Romberg. Para entender el método, es
conveniente pensar que se trabaja en niveles de aproximación. En un primer nivel, es
cuando se aplica la regla del Trapecio, y para poder usar la fórmula anterior, se debe
duplicar cada vez el número de subintervalos: así, se puede comenzar con un
subintervalo, luego con dos, cuatro, ocho, etc, hasta donde sea necesario.

## Posteriormente, se pasa al segundo nivel de aproximación, que es donde se usa la

fórmula anterior, tomando las parejas contiguas de aproximación del nivel anterior, y
h
que corresponden cuando h2 = 1 .
2
Después se pasa al nivel tres de aproximación, pero aquí cambia la fórmula de
Romberg, y así sucesivamente hasta el último nivel, que se alcanza cuando solo se
cuenta con una pareja del nivel anterior.

## Desde luego, el número de niveles de aproximación que se alcanzan, depende de las

aproximaciones que se hicieron en el nivel 1. En general, si en el primer nivel, se
inicia con n aproximaciones, entonces se alcanzará a llegar hasta el nivel de
aproximación n.

## NIVEL 1 NIVEL 2 NIVEL 3

4 1
Regla del Trapecio I (h2 ) − I (h1 )
3 3
h1 = b − a
b−a
h2 =
2
b−a
h3 =
4
b−a
h4 =
8

## Una estrategia fructífera para acelerar la convergencia consiste en combinar

aproximaciones obtenidas con un mismo método numérico pero con mallas refinadas a
la mitad del paso anterior. Ese procedimiento se conoce con el nombre de
b
extrapolación. Sea I io ( f ) la fórmula del Trapecio que aproxima I ( f ) = ∫ f ( x)dx con
a

paso h = b-a 2 i
( )
, es decir, que utiliza 2 + 1 nodos equiespaciados: x j = a + jh ,
i

∀j = 0,1,...1,2 i . Considere una lista de estos valores para i = 0,1,...,K y a partir de ella
se construye una segunda lista definida por Ii1(f) = 4Ii+10-I i0(f) 3 para i = 0,1,...,K-1. Se
comprueba fácilmente que la fórmula Ii1(f) corresponde al método de Simpson con
paso h = b-a 2i+1 . En efecto, para este h las fórmulas del Trapecio Ii0(f),Ii+10(f) con
pasos 2h = b-a 2i y h, respectivamente, serán
I i0 ( f ) = h{ f (a ) + 2 f (a + 2h) + 2 f (a + 4h) + ... + 2 f (a + 2 i h) + f (b)}
I i0+1 ( f ) = h{ f (a) + 2 f (a + h) + 2 f (a + 2h) + ... + 2 f (a + (2 i +1 − 1)h) + f (b)}

Y por lo tanto

## Se tiene así que la combinación propuesta de 2 fórmulas de Trapecio, que cometen

errores que dependen de (2h ) y h2 respectivamente, produce una fórmula de Simpson
2

cuyo error depende de h4, si f ∈ C[a ,b ] y por lo tanto convergerá más rápido si h
4

## decrece. La pregunta que surge de inmediato es acerca de la posibilidad de combinar

apropiadamente 2 fórmulas de Simpson (de la lista Ii1(f)) de modo de aumentar aún
más la velocidad de convergencia. Esto es efectivamente posible si f tiene la
regularidad suficiente. En general se puede definir el procedimiento recursivo

Para 1 ≤ k ≤ K , 0 ≤ i ≤ K − k
4 k I ik+−11 − I ik −1 ( f )
I ik ( f ) = 1
4k − 1

I 00
I 01
I 10 I 02
I 11 I 03
I 20 I 12 …
I 21 I13 …
I 30 I 22 … I 0k
I 31 … …
…. … …
… I k3−3
I k0−1 I k2− 2
I k1−1
I k0

## Y confeccionar una tabla triangular de aproximaciones de I ( f ) según el esquema de la

Tabla 1 Tabla de Romberg.
En cada columna k se tiene un método que converge con h 2( k +1) si f ∈ C[a ,b ]2( k +1) . La
aproximación de Romberg de I ( f ) , es I0K y comete un error que depende de h 2 K + 2 con
h = (b − a) / 2 K . Sin llegar a constituir una demostración, el desarrollo que sigue ilustra
este comportamiento de ganar 2 órdenes de convergencia por cada columna que se
agrega. Toda la construcción se hace a partir de la fórmula del Trapecio, cuyo error
hemos expresado antes. Cuando se analizó el comportamiento asintótico de éste (para
n+1 nodos), se observa la presencia de una suma de Riemann:

− h2 n −1
En ( f ) =
12
∑ hf ' ' (η
j =0
j )

## Que puede ser aproximada por la expresión asintótica del error

~ −1 2
En ( f ) = h ( f ' (b) − f ' (a))
12
~
Para comparar E n ( f ) con E n ( f ) se nota que integrando 2 veces por partes se tiene:
x j +1 x j +1

## ∫ (x − x j )(x − x j +1 )f ' ' ( x)dx = − 2 ∫ (x − x + x − x j +1 )f ' ( x)dx

1 1
j
2 x xj
j
x j +1

f ( x)dx − h( f ( x j ) + f (x j +1 ))
1
= ∫
xj
2

## Y por lo tanto, el error de Trapecio con (n + 1) nodos se puede expresar como

x j +1
n −1
1
En ( f ) = ∑ ∫ (x − x j )( x − x j +1 ) f ' ' ( x)dx
j =0 2 xj

Como

x j +1
n −1
~ 1
En ( f ) = ∑ − h 2 ∫ f ' ' ( x)dx
j =0 12 xj

## Conviene realizar la comparación para cada sumando.

x j +1
 ( x − x j )( x − x j +1 ) h 2 h 2 
xj
∫ f ' ' ( x)
 2
+
12
− dx =
12 
h2
h
 u (u − h) h 2 
= − ( f ' ( x j +1 ) − f ' ( x j ) ) + ∫ f ' ' (u + x j ) + du
12 0  2 12 

## Si la regularidad de f lo permite, integrando por partes esta última integral se tendrá,

h
h2 u3 u2 u
h
u3 u2 u
= − ( f ' ( x j +1 ) − f ' ( x j ) ) + f ' ' (u + x j )  − h + h2  − ∫ f (3) (u + x j )  − h + h 2  du
12 6 4 12  u =0 0 6 4 12 

## Eliminando el segundo sumando, que se anula tanto en 0 como en h, e integrando

nuevamente por partes se obtiene

h
h2 u 4 u2 
h
u 4 u2 
=− ( f ' ( x j +1 ) − f ' ( x j )) + f ( 3)
(u + x j )  − h
u3
+ h2  +∫ f ( 4)
(u + x j )  − h
u3
+ h2  du
12  24 12 24  u =0 0  24 12 24 

Nuevamente se anula el segundo sumando y debe ser eliminado. Para obtener una vez
más un término que se anule en la integración por partes, se suma y se resta la
cantidad

h
h4

720 0
f (u + x j )du =
( 4) h4
720
(
f ( 3) ( x j +1 ) − f (3) ( x j ) )

## Con lo cual se tiene

(u + x ) u 1 
h 4
u3 2 u
2
+∫ f ( 4)
j −h +h − h4 du
0  24 12 24 720 

## Integrando nuevamente por partes (si la regularidad de f lo permite), se cancelará un

término y se tendrá que la última integral es igual a

h
 u5 u4 u3 u 
− ∫ f ( 5) (u + x j ) −h + h2 − h4 du
0 120 48 72 720 

## Lo que corresponde a un término en f (5)

y h 6 que se denota por − h 6 C n j

5
Sumando esta expresión se obtiene finalmente que si f ∈ C[a , b ] el error del Trapecio
se puede escribir como
h2
E n ( f ) = − ( f ' (b) − f ' (a ) ) +
12
h4
720
(
f ( 3) (b) − f ( 3) (a ) − h 6 C n )
El procedimiento mediante el cual se llegó a esta expresión del error del método del
Trapecio se puede continuar hasta donde la regularidad de f lo permita. En el teorema
que sigue se explicitan las fórmulas del error así obtenidas.

## Teorema. Sean m ≥ 0 y n ≥ 1, h = (b − a) / n, x j = a + jh , para j = 0,1,...,n. Si

2 m+2
f ∈ C[a ,b ] , entonces, el error de la fórmula del trapecio asociada a esta malla se
puede expresar como

b
B
m
h 2m+ 2 x−a
E n ( f ) = −∑ 2i h 2i ( f 2 i −1
(b) − f 2 i −1
(a )) + ∫ B 2m+ 2 ( )f 2m+ 2
( x)dx 2
i =1 ( 2i )! (2m + 2)! a h

Donde:
 B j ( x) si 0 ≤ x > 1
B j ( x) = 
 B j ( x − 1) si x ≥ 1

## Es la extensión periódica del polinomio de Bernoulli de grado j definido

implícitamente por

tj t (e xt − 1)

j =1 j!
B j ( x ) =
et − 1

1
Y B j = − ∫ B j ( x)dx son los números de Bernoulli.
0

Para una demostración formal de este Teorema se necesita usar las propiedades de
estos polinomios y números. (Véase por ejemplo Ralston (1)). En cambio podemos
utilizar la expresión (3.13) para analizar el error de las fórmulas que aparecen en la
tabla de Romberg. Sea

E kj ( f ) = I ( f ) − I ik ( f )

## El error de la fórmula de integración Iik(f) de la tabla de Romberg. La expresión (3.13)

con n = 2 i corresponde así a Ei0 ( f ) y por lo tanto
4 Ei0+1 − Ei0
Ei1 ( f ) =
3
−1
Como B4 = , el término para j=2 en la sumatoria resulta ser
30

Que corresponde al error asintótico de Simpson con paso (b − a ) como se esperaba. Del
2 i +1
mismo modo se observa que la expresión del error de la fórmula

## Ya que el término de la sumatoria para j = 2 se cancela. En resumen, si la regularidad

de f lo permite, utilizando la expresión del error del método del Trapecio entregada
por el teorema anterior, se puede probar que en la columna k-ésima de la tabla de
Romberg se tiene una fórmula de integración que converge con h2k+2. Es decir,
mediante el método de Romberg se acelera la convergencia. En las tablas que siguen
mostraremos el comportamiento del método de Romberg en dos casos en los cuales la
función tiene la regularidad suficiente. El índice i de la primera columna indica, al
igual que en las tablas anteriores, que el paso correspondiente, de la fórmula del
Trapecio de esa misma línea, es h = (b - a)/2i. La diagonal superior de la tabla
corresponde a las sucesivas aproximaciones de Romberg.

## El método de Romberg tiene un error O 2 j y es exacto para polinomios de grado 2 j − 1 .

2
1
Ejemplo 1: integral de ∫ f ( x) = x dx
1

## Usa la integración de Romberg para evaluar la integral de f ( x) = 1 / x entre x = 1 y

x = 2 . Lleva seis decimales y continúa hasta que no haya cambio en la quinta cifra
decimal. Compare con el valor analítico, cuyo valor es ln(2) .

Solución

## La integración de Romberg se basa en el uso de la regla del trapecio compuesto, el

cual se usa para obtener aproximaciones preliminares. Con el proceso de
extrapolación de Richardson se mejoran dichas aproximaciones. Si TN ,1 es la
b
aproximación calculada de la integral ∫ f ( x)dx
a
por medio de la regla trapezoidal con

## n = 2 N subintervalos, se tiene la siguiente relación de recurrencia que permite

calcular dicha aproximación:

## Los restantes términos de las distintas sucesiones se calculan mediante la fórmula

general de extrapolación de Romberg:

4 j −1 TN +1, j −1 − TN , j −1
TN , j = 2
4 j −1 − 1

## A continuación se presenta la tabla con los valores calculados para los TN , j

mediante (1) y (2):

N J=1 2 3 4
0 0.750000 0.694445 0.693175 0.693148
1 0.708334 0.693254 0.693148
2 0.697024 0.693155 0.693146
3 0.694122 0.693147
4 0.693391
Teniendo en cuenta que el valor exacto de la integral es Ln(2)=0.693147, las
aproximaciones conseguidas se pueden considerar como buenas. Las pequeñas
diferencias entres sucesiones son debidas al error de redondeo.

Ejemplo.

4
1
∫ 1+ x
−4
2
dx = 2.6516353

1
Ejemplo 2: Integral ∫ e x dx
2

∫e
x2
Usar el algoritmo de Romberg, para aproximar la integral dx
0

1 1
Usando segmentos de longitud 1, ,
2 4

Solución.

Primero se calculan las integrales del nivel 1, usando la regla del trapecio para las
longitudes de segmentos indicadas:

(h1 = 1) un segmento

 1
 h2 =  dos segmentos
 2

 1
 h3 =  cuatro segmentos
 4

## Con estos datos, se tiene:

I (h1 ) =
2
[
1 − 0 02 2
]
e + e1 = 1.859140914

1 − 0  02 
2
1
 
e + 2e  2  + e1  = 1.571583165
2
I (h2 ) =
4  
 
   1  2
2
2
3 
2

1 − 0  02    
e + 2 e  4  + e  4  + e  4   + e1  = 1.490678862
2
I (h3 ) =
8    
   
Ahora se pasa al segundo nivel de aproximación donde se usa la fórmula que se dedujo
anteriormente:

4 1
I (h2 ) − I (h1 )
3 3

Donde I ( h1 ) es la integral menos exacta (la que usa menos subintervalos) e I (h2 ) es
la más exacta (la que usa el doble de subintervalos).

## Para avanzar al siguiente nivel, se debe conocer la fórmula correspondiente. De forma

similar a la deducción de la fórmula,

4 1
I (h2 ) − I (h1 )
3 3

Se puede ver que la fórmula para el siguiente nivel de aproximación (nivel 3) queda
como sigue:

16 1
Im − Il
15 15

Donde:
I m Es la integral más exacta
I l Es la integral menos exacta

64 1
Im − Il
63 63

## En el ejemplo anterior, se obtiene la aproximación en el nivel 3 como sigue:

16 1
(1.463710761) − (1.475730582) = 1.46290944
15 15
Así, se puede concluir que el valor de la aproximación, obtenido con el método de
Romberg en el ejemplo 1, es:

∫e
x2
dx ≈ 1.46290944
0

1
Ejemplo 3: Integral ∫ e x dx
2

∫e
x2
Usar el algoritmo de Romberg para aproximar la integral: dx
0
Del ejerció anterior se tiene calculada la tabla para los tres segmentos asi:

I (h1 ) =
1 − 0 02
2
[ 2
e + e1 = 1.859140914]
1 − 0  02 
2
1
 
e + 2e  2  + e1  = 1.571583165
2
I (h2 ) =
4  
 
   1  2
2
2
3 
2

1 − 0  02    
e + 2 e  4  + e  4  + e  4   + e1  = 1.490678862
2
I (h3 ) =
8    
   

1
Agregando a la tabla anterior I (h4 ) donde h4 = .
8

Solución.

## Se calcula I (h4 ) con la regla del trapecio:

   1 
2
2
2
3
2
4
2
5
2
6
2
7 
2

1 − 0  02            
e + 2 e  8  + e  8  + e  8  + e  8  + e  8  + e  8  + e  8   + e 1 
2
I (h4 ) =
16    
   
I (h4 ) = 1.469712276

## Se tiene entonces la siguiente tabla:

1

∫e
x2
De donde se concluye que la aproximación buscada es: dx ≈ 1.462653593
0

2
Ejemplo 4: Integral ∫ e x ln( x)dx
1
2

∫e
x
Aproximar la siguiente integral: ln( x)dx
1

## Usando el método de Romberg con segmentos de longitud

1 1 1
h1 = 1, h2 = , h3 = , h4 =
2 4 8

Solución.

Igual que arriba, primero se usa la regla del trapecio (con los valores de h indicados)
para llenar el nivel 1. Se tiene entonces que:

siguiente tabla:

## ∫e ln( x)dx ≈ 2.062586821

x
De donde se concluye que la aproximación buscada es:
1
3
ex
Ejemplo 5: Integral ∫ dx
1
x
3
ex
Se calculará ∫1 x dx utilizando el algoritmo de Romberg con ε s = 0.01% .
En este caso no se sabe la cantidad de iteraciones que se deben hacer con la regla del
trapecio.

## Se comenzará con 1, 2,4 y 8 subintervalos:

3 − 1  e1 e3 
I (h1 ) = + = 9.413460803
2  1 3 

3 − 1  e1  e 2  e3 
I (h2 ) =  + 2  +  = 8.401258451
4 1  2  3

3 − 1  e1  e1.5 e 2 e 2.5  e 3 
I (h3 ) =  + 2 + +  +  = 8.131024374
8 1  1.5 2 2.5  3 

## 3 − 1  e1  e1.25 e1.5 e1.75 e 2 e 2.25 e 2.5 e 2.75  e 3 

I (h4 ) =  + 2 + + + + + +  +  = 8.06191719
16  1  1.25 1.5 1.75 2 2.25 2.5 2.75  3

Con estos datos se pueden hacer los cálculos hasta el nivel 4. Se tiene entonces:

Haciendo los cálculos de los errores se tiene ε a = 0.008% < 0.01%, es decir se tiene
una buena aproximación y se puede decir que:

3
ex
∫1 x dx ≈ 8.038733067
1 1
x
n=8
∫ e dx
−x2 Error absoluto
∫x
0
2+1
dx Error absoluto
0
Valor exacto 0.74682413 0.34657359
Trapecio Compuesto 0.74586561 0.0095852 0.34264290 0.00399063
Simpson Compuesto 0.74682612 0.00000199 0.34658409 0.0000105
Integración de Romberg 0.74682401 0.000000115 0.346572411 0.000001179

deben sumar 1.

## Así se tiene la siguiente fórmula recursiva:

4 k −i I j +1 , k −1 − I j , k −1
Ij,k ≈
4 k −1 − 1

Donde:

## Y el índice k indica el nivel de integración o de aproximación. Por ejemplo, si k=2,

j=1, entonces se tiene:
4 I 2 ,1 − I 1 ,1
I1 , 2 ≈
3

## Que es la fórmula del nivel 2 de aproximación.

Como todo proceso iterativo, éste se detiene cuando se obtiene una aproximación
suficientemente buena. En este caso se pide que:

I j , k − I j , k −1
∈a = *100% <∈s
I j, k

## *Salida: un arreglo R (calcule R por renglones; solo los 2 últimos renglones

se guardan en almacenamiento)
-Paso 1: tomar h = (b − a ) ;
h
R1,1 = ( f (a ) + f (b))
2
-Paso 2: Salida ( R1,1 )
-Paso 3: Para i = 2,......, n hacer pasos 4-8
 2i −1 
-Paso 4: Tomar R2,1 =  R1,1 + h∑ f (a + (k − 0.5)h) / 2
 k =1 
(Aproximación por el método del trapecio)
-Paso 5: Para j = 2,......, i
R2, j −1 − R1, j −1
Tomar R2, j = R2, j −1 + (Extrapolación)
4 j −1 − 1
-Paso 6: SALIDA ( R2, j por j = 1,2,......, i )
h
-Paso 7: Tomar h =
2
-Paso 8: Para j = 1,2,......, i tomar R1, j = R2, j
(Actualizar el renglón 1 de R)
-Paso 9: PARAR

## function y = Romberg(f,a,b,n) %n debe ser numero par

global x;
x=a;
s=polyval(f,x);
x=b;
t=polyval(f,x); %no quiere calcular el valor correcto
h=b-a;
R=(h/2)*(s+t);
suma=0;
for i=2:n
R=(h/2)*(s+t);
c=2^(i-1);
for k=1:c
suma=suma+polyval(f,((a+k-0.5)*h));
end
B=(R+h*suma)/2;
for j=2:i
R2=B+(B-R)/(4^(j-1)-1);
R=R2;
end
h=h/2;
end
y=R;
RECURSOS BIBLIOGRAFÍCOS

Bibliografía Básica:

## 9 MATHEUS. John H. Fink Kurtis D. Métodos Numéricos con MATLAB. Editorial

Prentice Hall

Bibliografía Complementaria:

## 9 ALTZ, Franz L. Electronic. Digital. computers: Their use in science and

Engineering. 1958 Academic Press inc. New York.
9 BURDEN Richard L., J. Douglas Faires; Análisis numérico. tr. Efrén Alatorre
Miguel; Revisión Técnica. Ildefonso. 1998 (Biblioteca USCO. Nro Topográfico:
515 / B949a.)
9 CHAPRA Steven C., CANALE Raymond P, Numerical Methods for engineers.
McGraw Hill, Inc. 1988. 839p. ISBN 0-07-909944-0.
9 CHAPRA Steven C., CANALE Raymond P. Métodos numéricos para ingenieros:
con aplicaciones en computadoras personales. 1988 (Biblioteca USCO Nro
Topográfico: 519.5 / C467m)
9 CONDE S. D, Carl de Boor. Análisis numérico elemental: Un enfoque
algorítmico. Mc. Graw-Hill 1972, (Biblioteca USCO Nro Topográfico: 511.8 /
C761 Biblioteca).
9 CORMICK MC., John M. and SALVADOR M.C. Numerical Methods in
FORTRAN. 1964. Prentice-Hall Inc Englewood Cliffs N:J.
9 CURTIS, F. Gerald, WHEATLEY, O. Patrick. Análisis numérico con aplicaciones.
Tr. Hugo Villagomez Vasquez. 6 Ed. Pearson Educación. 2000, 698p. ISBN 968-
444-393-5
9 FADDEEVA, V.N. Computacional methods of linear algebra, Dover
Publications. 1969, New York.
9 GASTINEL Noél; Análisis numérico lineal. tr. Javier Ruiz Fernández de Pinedo.
1975. (Biblioteca USCO Nro Topográfico: 511.7 / G255).
9 GREENSPAN, D. Theory and solutions of Ordinary Differencial Equations.
1960 The. Mc Millan Co. New York.
9 KINCAID David y Ward Cheney; Análisis numérico: Las matemáticas del cálculo
científico. tr. Rafael. 1994 (Biblioteca USCO Nro Topográfico: 515 / K51a).
9 LUTHE. Rodolfo, OLIVERA Antonio, SCHUTZ Fernando, Métodos numéricos. 1986
(Biblioteca USCO Nro Topográfico: 511.7 / L973m).
9 McCRACKEN, Daniel D., Métodos numéricos y programación fortran: con
aplicaciones en ingeniería y ciencias. 1986. Editorial Limusa. México.
(Biblioteca USCO Nro. Topográfico: 001.6424 / M117).
9 NAKAMURA Shoichiro; Métodos numéricos aplicados con software. tr. Oscar
Alfredo Palmas Velasco. Prentice Hall Hispanoamericana S.A. 1995. 570p.
(Biblioteca USCO. Nro. Topográfico: 511.8 / N163m) ISBN 968-880-263-8
9 NAKAMURA Shoichiro; Análisis numérico y visualización gráfica con MatLab. tr.
Roberto Escalona García. Prentice Hall Hispanoamericana S.A. 1997. (Biblioteca
USCO N ro Topográfico: 515.1 / N163a). 465p. ISBN 968-880-980-1
9 NIETO RAMIREZ José A., Métodos numéricos en computadoras digitales.
Editorial Limusa 1980. (Biblioteca USCO Nro Topográfico: 001.64042 / N677).
9 RALSTON Anthony; Introducción al análisis numérico. tr. Carlos E. Cervantes de
Gortari. Editorial Limusa. Mexico. 1978. 629p. (Biblioteca USCO Nro
Topográfico: 511.7 / R164.)
9 SCARBOROUGH, J.B Numerical mathematics analysis
9 SIERRA ROMERO, Alberto. Manual de Métodos Numéricos. Universidad
Tecnológica de Pereira.
9 SMITH, W. Allen; Análisis numérico. tr. Francisco Javier Sánchez Bernabe; Rev.
Téc. José Luis Turriza Pinto. Prentice Hall Hispanoamericana S.A. 1988. 608p.
(Biblioteca USCO Nro Topográfico: 515 / S664a) ISBN 968-880-119-4.
9 STANTON, Ralp G. Numerical Methods for Science and Engineering.
1967. Prentice-Hall Inc. Englewood Cliffs N.J

Bibliografía OnLine:

http://anamat1.csi.ull.es/anamat_p/Titulaciones/matematicas.htm
http://arxiv.org/
http://books.pdox.net/
http://luda.azc.uam.mx/curso2/cp2indic.html
http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Lindley.html#RegresaGral1
http://mathworld.wolfram.com/
http://omega.ilce.edu.mx:3000/sites/ciencia/html/fisica.htm
http://pessoal.sercomtel.com.br/matematica/resumos.htm
http://proton.ucting.udg.mx/posgrado/cursos/metodos/temario.html
http://sai.uam.mx/apoyodidactico/mn/
http://uprhmate01.upr.clu.edu/~pnm/notas4061/index.htm
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/index.html
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.ciencia-hoy.retina.ar/indice.htm
http://www.cnice.mecd.es/Descartes/
http://www.damtp.cam.ac.uk/user/fdl/people/sd/lectures/nummeth98/contents.htm
http://www.elprisma.com/
http://www.fortunecity.com/campus/earlham/850/metodos_numericos/indice.htm#
http://www.geocities.com/SiliconValley/Pines/7894/metodos/
http://www.iesrodeira.com/metodos_numericos/index-2.htm
http://www.ii.uam.es/~pedro/ccii/teoria/
http://www.itlp.edu.mx/publica/tutors.htm
http://www.monografias.com/trabajos13/tumatlab/tumatlab.shtml
http://www.rinconmatematico.com/libros.htm
http://www.ucsc.cl/~kdt/numerico/index.htm
http://www.unalmed.edu.co/~ifasmar/libro.shtml
http://www.uv.es/~diaz/mn/fmn.html
http://www.uv.es/diaz/mn/fmn.html
http://www-gap.dcs.st-and.ac.uk/~history/index.html (Biografias)