1

Diferenciacin e integracin numrica.

Diferenciacin numrica

Analticamente, la definicin de derivada para una funcin continua ( ) x f es:

( )
( ) ( )
x
x f x x f
x f
x d
d
x
A
A +
=
A 0
lim

Sin embargo, cuando la funcin es dada mediante un conjunto de puntos, de la forma

x
( ) x f
0
x ( )
0
x f
1
x ( )
1
x f
2
x ( )
2
x f
3
x ( )
3
x f

1 i
x ( )
1 i
x f
i
x ( )
i
x f
1 + i
x ( )
1 + i
x f

n
x ( )
n
x f

la derivada puede aproximarse:

( )
( ) ( )
i i
i i
i
x x
x f x f
x f
x d
d

~
+
+
1
1


El teorema del valor medio establece que la derivada obtenida con esta expresin anterior es
exacta para un punto comprendido entre "x." y "x
i+1
".


La expresin anterior define lo que se conoce como la primera diferencia dividida respecto a
""x." y "x
i+1
". La cual se denota como

| |
( ) ( )
i i
i i
i i
x x
x f x f
x x f

=
+
+
+
1
1
1
,


De manera similar al caso de las derivadas de orden superior, tambin se pueden definir
diferencias divididas de orden superior; la segunda diferencia dividida se define:

| |
| | | |
i i
i i i i
i i i
x x
x x f x x f
x x x f

=
+
+ + +
+ +
2
1 2 1
2 1
, ,
, ,

Siguiendo el mismo proceso, la ensima diferencia dividida se define as:

| |
| | | |
i n i
n i i i n i i i
n i i i
x x
x x x f x x x f
x x x f

=
+
+ + + + +
+ +
1 1 2 1
1
, , , , ,
, , ,



2























Figura. Representacin grfica de la derivada dividida.
























Figura. Acercamiento a la grfica de la derivada dividida, tambin se observa la idea bsica del
teorema del valor medio, que establece hay un punto entre"x." y "x
i+1
" para el cual

la derivada
dividida es exacta.



3.8 4 4.2 4.4 4.6 4.8 5 5.2
30
40
50
60
70
80
90
100
1 + i
x
( )
1 + i
x f
( )
i
x f
i
x
1 + i
x
( )
1 + i
x f
( )
i
x f
i
x
0 1 2 3 4 5 6 7 8
-50
0
50
100
150
200
250
300
350
400
450
3
Ejemplo.Utilice el polinomio siguiente ( ) 3 3
2 3
+ = x x x x f , evaluado en los puntos
[0,1,2,3,4,5,6] para construir la tabla de diferencias divididas hasta cuarto orden.

x ( ) x f | |
1
,
+ i i
x x f | |
2 1
, ,
+ + i i i
x x x f | |
3 2 1
, , ,
+ + + i i i i
x x x x f | |
4 3 2 1
, , , ,
+ + + + i i i i i
x x x x x f
0 -3 -1 0 1 0
1 -4 -1 3 1 0
2 -5 5 6 1 0
3 0 17 9 1
4 17 35 12
5 52 59
6 111

Se observa que las terceras derivadas divididas son una constante, y las cuartas derivadas
sucesivas son cero, lo cual est en concordancia con la derivada directa de cualquier polinomio
de tercer grado.

Una forma alternativa de ver el proceso de la derivada divididas del ejemplo anterior es como se
muestra en la tabla siguiente:

x ( ) x f | |
1
,
+ i i
x x f | |
2 1
, ,
+ + i i i
x x x f | |
3 2 1
, , ,
+ + + i i i i
x x x x f | |
4 3 2 1
, , , ,
+ + + + i i i i i
x x x x x f
0 -3
-1
1 -4 0
-1 1
2 -5 3 0
5 1
3 0 6 0
17 1
4 17 9 0
35 1
5 52 12
59
6 111


Diferenciacin numrica hacia atrs, adelante y central

Derivada numrica a la derecha

( )
( ) ( )
i i
i i
i
x x
x f x f
x
x d
f d

~
+
+
1
1


Derivada numrica a la izquierda

( )
( ) ( )
1
1

~
i i
i i
i
x x
x f x f
x
x d
f d


4
Derivada numrica central

( )
( ) ( )
1 1
1 1
+
+

~
i i
i i
i
x x
x f x f
x
x d
f d














(a)














(b)















(c)

Grficas muestra de los tipos de derivada numrica existentes (a) derivada numrica a la derecha,
(b) derivada numrica a la izquierda y (c) derivada numrica central.


3.5 4 4.5 5 5.5 6 6.5
0
20
40
60
80
100
120
140
160
180
1 + i
x
i
x
( )
1 + i
x f
( )
i
x f
( )
i
x f
3.5 4 4.5 5 5.5 6 6.5
0
20
40
60
80
100
120
140
160
180
1 i
x
i
x
( )
1 i
x f
3.5 4 4.5 5 5.5 6 6.5
0
20
40
60
80
100
120
140
160
180
( )
1 + i
x f
( )
1 i
x f
1 + i
x
1 i
x
5

ALGORITMO DE ELABORACIN DE UNA TABLA DE DIFERENCIAS DIVIDIDAS

VARIABLES n valor entero, nmero de puntos conocidos
m valor entero, orden de la mxima diferencia dividida valores enteros, contadores
tabla arreglo bidimensional [1..n,1..m + 2] de enteros, puntos y diferencias divididas
INICIO
Captura de "n" y "m"
Capturar valores de las abscisas en la columna 1 de la tabla, y las ordenadas en la columna 2
Para j = 1 hasta m Ejecuta
Para i = 1 hasta n -j Ejecuta
tabla[i, j+2] = (tabla[i+1, j+l] - tabla[i, j+ 1])/(tabla [i+j, l] - tabla[i, l])
FIN (ciclo indice i)
FIN (ciclo indice j)
Mostrar resultados
FIN (programa)

A continuacin se da la Funcin en MATLAB para las diferencias dividias

function MD=difdivi(x,f)
% diferencias divididas
% puntos abscisas x
% puntos ordenadas valores de f(x)
format long
N=length(x);
MD=zeros(N,N+2);
MD(:,1)=x(1:N);
MD(:,2)=f(1:N);
for j=1:N-1
for i=1:N-j
MD(i,j+2)=(MD(i+1,j+1)-MD(i,j+1))/(MD(i+j,1)-MD(i,1));
end
end


Mtodo de interpolacin de Newton

Este mtodo permite interpolar valores a partir de valores conocidos como en el caso de
interpolacin de Lagrange, pero en este caso se utiliza la tabla de diferencias divididas.

La pendiente de lar recta que pasa por un par de puntos diferentes, es:

( ) ( )
i i
i i
x x
x f x f
m

=
+
+
1
1


Puesto que con la primera diferencia dividida es igual a la pendiente, la ecuacin de la recta en
forma de punto y pendiente puede escribirse:

( ) ( ) | | ( )
i i i i i i
x x x x f x f x f + =
+ + + 1 1 1
,

De manera similar la ecuacin para un polinomio de segundo grado puede escribirse como

( ) ( ) | | ( ) | |( )( )
1 2 1 1
, , ,
+ + + +
+ + =
i i i i i i i i i
x x x x x x x f x x x x f x f x f
6

El proceso anterior se puede generalizar a polinomios de grado n, observando que:

( )
i
x f a =
0

| |
1 1
,
+
=
i i
x x f a
| |
2 1 2
, ,
+ +
=
i i i
x x x f a
| |
3 2 1 3
, , ,
+ + +
=
i i i i
x x x x f a

| |
n i i i i i n
x x x x x f a
+ + + +
= , , , , ,
3 2 1


La aproximacin de Newton por un polinomio de grado "n" es:

( ) ( ) ( )( ) ( )( ) ( )
n i i i n i i i
x x x x x x a x x x x a x x a a x f
+ + +
+ + + + =
1 1 2 1 0


En forma compacta se puede expresar como:

( ) ( )
[
=

=
+
=
n
k
k
j
j i k
x x a x f
0
1
0
(*)


Ejemplo. Los siguientes datos corresponden al punto de fusin " " en grados Celsius de una
aleacin de dos metales, la cual contiene "x" porcentaje de uno de ellos.


x 30.1 38.2 50.7 64.3 70.0 77.2
143.8 153.2 170.1 192.2 202.6 216.3


Se desea conocer la temperatura de fusin para una aleacin que contenga 58.7% del metal "x",
para lo cual suponemos un polinomio de grado dos y se seleccionan los tres puntos (50.7, 170.1),
(64.3, 192.2) y (70.0, 202.6), por ser los ms cercanos al valor 58.7. La tabla de diferencias
divididas se muestra a continuacin.


x ( ) x f | |
1
,
+ i i
x x f
| |
2 1
, ,
+ + i i i
x x x f

| |
3 2 1
, , ,
+ + + i i i i
x x x x f
| |
4 3 2 1
, , , ,
+ + + + i i i i i
x x x x x f

30.1 143.8 1.160493827 0.009296416 3.40162E-05 -9.46956E-07
38.2 153.2 1.352 0.01045977 -3.76733E-06 -4.04146E-06
507 170.1 1.625 0.010339969 0.000161384
64.3 192.2 1.824561404 0.006063285
70.0 202.6 1.902777778
77.2 216.3


Se ha construido la tabla completa, a pesar de que solo se requieren los valores cercanos al valor
x= 58.7, que son los requeridos para realizar la interpolacin, la interpolacin queda como:

7
f(58.7) = 170.1 + 1.625(58.7 50.7) + 0.01033969(58.7 50.7)(58.7 64.3) = 182.63677

Redondeando de acuerdo con las cifras significativas de los datos, tenemos f(58.7) = 182.6



ALGORITMO DE INTERPOLACIN DE NEWTON POR DIFERENCIAS DIVIDIDAS

Nota: Para el empleo de este algoritmo, se requiere haber elaborado la tabla de diferencias
divididas de acuerdo con el algoritmo correspondiente, ya desarrollado.

Diferencias finitas

El mtodo de interpolacin de Newton se puede simplificarse y escribir de otra forma si se
considera que la separacin entre las abscisas es uniforme, esto es
i i
x x x = A
+1
, es
constante.
Para mostrar la simplificacin de la interpolacin de Newton es necesario definir las
diferencias finitas las cuales consisten en la simples restas de valores consecutivos de la
funcin. La primera diferencia finita hacia delante se define como:

( ) ( ) ( ) ( ) ( )
i i i i i
x f x f x f x x f x f = A + = A
+1


La segunda diferencia finita hacia delante es entonces:


( ) ( ) ( ) ( ) ( ) ( )
i i i i i
x f x f x f x f x f A A = A = A
+ + 1 1
2


As pues, de manera anloga se define la k-sima diferencia finita hacia delante:

( ) ( ) ( ) ( ) ( ) ( )
i
k
i
k
i i
k
i
k
x f x f x f x f x f
1
1
1
1
1
+

A A = A A = A

Con el propsito de desarrollar la frmula de interpolacin de Newton en funcin de diferencias
finitas, se define el trmino

x
x x
s
A

=
0


donde "x" es el valor a interpolar, "x
o
" es el valor menor de las abscisas conocidas, y "x", como
ya se indic anteriormente, es la diferencia entre dos abscisas consecutivas, que para este mtodo
es constante.

Despejando a x de la definicin anterior se obtiene:

x s x x A + =
0


Asi pues

x s x x x x s x x x
i i i
A + = A + =
0 0


Por otra parte

x i x x
i
A =
0


8
As pues

( ) i s x x s x i x s x x x x
i i
A = A + A = A + =
0


Por lo que el producto general

( ) ( )( ) ( ) ( )( ) ( ) i s s s s x x x x x x x x x
i
i i
A = 2 1
2 0


Por otra parte las diferencias divididas se pueden expresar como


| |
( )
x
x f
x x f
i
i i
A
A
=
+1
,
| |
( ) ( )
( ) ( ) ( )
2
2
2
1
1
2 1
2 2 2
, ,
x
x f
x
x f x f
x
x
x f
x
x f
x x x f
i i i
i i
i i i
A
A
=
A
A A
=
A
A
A

A
A
=
+
+
+ +


Entonces, la k-sima derivada dividida

| |
( )
k
i
k
k i i i i i
x k
x f
x x x x x f
A
A
=
+ + + +
!
, , , , ,
3 2 1


La interpolacin de Newton

( ) ( ) | |( ) | |( )( )
| |( )( ) ( )
k i i i k i i i i i
i i i i i i i i
x x x x x x x x x x x f
x x x x x x x f x x x x f x f x f
i
+ + + + + +
+ + + +
+
+ + + =

1 3 2 1
1 2 1 1
, , , , ,
, , , ,


queda expresada como

( ) ( ) ( )
( )
( )
( )( )
( )
( )( ) ( )
( )
i
k
i i i i
x f
k
k s s s s
x f
s s s
x f
s s
x f s x f x f
A
+
+
+ A

+ A

+ A + =
!
1 2 1
! 3
2 1
! 2
1
3 2

Ejemplo. La siguiente tabla da los datos de vapor de agua condensado a 77 F el cual
contiene bixido de carbono disuelto con una concentracin de "x" partes por milln
(ppm), al cual se le mide la conductividad elctrica "y" en mohs/cm x 10
6

x 1.5 2.25 3.0 3.75 4.5 5.25
f(x) 2.280 2.674 3.040 3.394 3.757 4.090

a) Elabores una la tabla de diferencias finitas hacia delante a partir de estos datos.
b) Mediante la aproximacin de un polinomio de tercer orden obtenga una aproximacin
de la conductividad cuando la concentracin es de 2.9 ppm.

Solucin

a) La tabla de diferencias finitas desarrollada hasta ( ) x f
5
A se muestra a continuacin

9
x ( ) x f ( ) x f A ( ) x f
2
A ( ) x f
3
A ( ) x f
4
A ( ) x f
5
A
1.5000 2.2800 0.3940 -0.0280 0.0160 0.0050 -0.0650
2.2500 2.6740 0.3660 -0.0120 0.0210 -0.0600
3.0000 3.0400 0.3540 0.0090 -0.0390
3.7500 3.3940 0.3630 -0.0300
4.5000 3.7570 0.3330
5.2500 4.0900

b) Trabajar con un polinomio de tercer grado implica utilizar cuatro puntos, en este caso se
utilizan los cuatro primeros. Calcularemos los factores y tomaremos las diferencias finitas de la
tabla para sustituir en la frmula:

x A = 2.25 1.50 = 0.75
s = (2.90 1.50)/0.75 = 1.867

Sustituyendo en la frmula resulta:

f (2.90) = 2.280 + 1.867 (0.394) + 1.867(1.867 1)(0.028)/2 +
+ 1.867(1.867 1)(1.867 2)(0.016)/6

f(2.90) = 2.992


ALGORITMO DE INTERPOLACIN DE NEWTON POR DIFERENCIAS FINITAS

Nota: Antes de ejecutar este algoritmo debe elaborarse la tabla de diferencias finitas hacia
delante.

VARIABLES
n valor entero, nmero de puntos conocidos
m valor entero, orden de la mxima diferencia finita
i, j valores enteros, contadores
tabla arreglo bidimensional [l..n,l..m+2] de valores reales, puntos y diferencias finitas
x valor real, punto a interpolar
y valor real, resultado de fa interpolacin
ni valor entero, nmero de puntos a considerar en la interpolacin
nj valor entero, punto inicial a considerar en la interpolacin
s valor real, variable intermedia
denom valor real, denominador de los trminos
term-ant valor real, cociente del termino anterior
INICIO
Captura x, ni, nj
s = (x tabla[nj,1])/(tabla[nj+1, 1] tabla[nj,l])
y = tabla[nj,2] + s* tabla[nj,3]
Si ni > 2 entonces
INICIO
den =2
term_ant = s* (s 1)/den
Para i = 2 hasta ni 2 ejecuta
INICIO
y = y + term_ant * tabla[nj,i+2]
den = den + 1
10
term_ant = term_ant* (s 1)/den
FIN
FIN
Muestra el valor "y"
FIN

Integracin numrica

Normalmente en el caso de una expresin analtica ( ) x f y = continua en un intervalo ) , ( b a la
integral definida se define como:

( )dx x f
b
a
}


Y como es conocido, la integral representa geomtricamente el rea bajo la curva, pero puede
reprentar otras cantidades como longitud, volumen, trabajo, carga, energa, etc.


















Representacin geomtrica de la integral definida de una variable.



La obtencin de soluciones exactas al problema de integracin depende del la forma de la
funcin ( ) x f y del mtodo de integracin utilizado. Cuando es posible obtener una primitiva
( ) x F , la integral exacta se obtiene aplicando el teorema fundamental del calculo:

( ) ( ) ( ) a F b F dx x f
b
a
=
}
,

sin embargo, existen casos de aplicacin prctica dende a pesar de que la funcin sea continua es
muy difcil o imposible obtener la funcin primitiva.
Un situacin ms general es cuando solo se conoce la funcin para un conjunto de valores, esto
es, solo se tiene la tabla de datos:




1 2 3 4 5 6 7 8
0
50
100
150
200
250
a
b
( ) x f y =
Area
11


x ( ) x f
0
x ( )
0
x f
1
x ( )
1
x f
2
x ( )
2
x f
3
x ( )
3
x f

1 i
x ( )
1 i
x f
i
x ( )
i
x f
1 + i
x ( )
1 + i
x f

n
x ( )
n
x f

La alternativa al problema de la integral definida es aproximar la funcin ( ) x f mediante una
funcin polinomial ( ) x p
n
(o conjunto de polinomios) de grado n, esto es:

( ) ( )dx x p dx x f
b
a
n
b
a
} }
~

La aproximacin polinomial ( ) x p
n
puede realizarse utilizando las aproximaciones anteriores
dadas por la interpolacin de Lagrage o de Newton. Aunque existen otras formas de obtener
aproximaciones mediante polinomios ortogonales, aqu se desarrollar las llamadas frmulas de
Newton-Cotes a partir de la interpolacin de Newton para abscisas uniformemente espaciadas.


Algoritmos de Newton-Cotes.

La integral ( )dx x f
b
a
}
se obtiene aplicando el siguiente proceso:

a) El intervalo | | b a, es dividido en n subintervalos espaciados uniformemente cuyos valores
son sucesivamente:

|
.
|

\
|
+ =
n
a b
i x x
i 0
, n i , 3 , 2 , 1 = ,

de tal manera que a x =
0
y b x
n
=

b) Se aproxima ( ) x f por ( ) x p
n
y se integra ( ) ( )dx x p dx x f
b
a
n
b
a
} }
~
Es claro que el valor de la integral depende del nmero de n de subintervalos en que sea dividido
el intervalo | | b a,


La aproximacin dada por Newton es

12
( ) ( ) ( )
( )
( )
( )( )
( )
( )( ) ( )
( )
i
k
i i i i
x f
k
k s s s s
x f
s s s
x f
s s
x f s x f x f
A
+
+
+ A

+ A

+ A + =
!
1 2 1
! 3
2 1
! 2
1
3 2

Donde
x
x x
s
A

=
0


Desarrollando alrededor del punto
0
x x
i
= y haciendo el siguiente cambio de notacin h x = A ,
entonces s h x x + =
0


( ) ( ) ( )
( )
( )
( )( )
( )
( )( ) ( )
( ) ( ) s h x R x f
k
k s s s s
x f
s s s
x f
s s
x f s x f s h x f
n
k
+ + A
+
+
+ A

+ A

+ A + = +
0 0
0
3
0
2
0 0 0
!
1 2 1
! 3
2 1
! 2
1

Donde ( ) s h x R
n
+
0
es el resto o error, Entonces

( ) ( ) ( )dx s h x f dx x p dx x f
b
a
b
a
n
b
a
} } }
+ = =
0

( ) ( )
( )
( )
( )( )
( ) ( )
} (

+ + + A

+ A

+ A + =
b
a
n
dx s h x R x f
s s s
x f
s s
x f s x f
0 0
3
0
2
0 0
! 3
2 1
! 2
1


Haciendo el cambio de variable s h x x + =
0
, ds h dx = , sustituyendo

( ) ( )
( )
( )
( )( )
( ) ( )
} (

+ + + A

+ A

+ A + =
n
n
ds s h x R x f
s s s
x f
s s
x f s x f h
0
0 0
3
0
2
0 0
! 3
2 1
! 2
1


Dependiendo del nmero de puntos n utilizados para realizar la aproximacin de la funcin se
obtienen diferentes fmulas para obtener la integral, a continuacin se demostrarn algunas de
estas frmulas

Regla Trapezoidal.

Para el caso de la regla trapezoidal se utiliza un polinomio de grado n=1, lo cual corresponde a
una linea recta y solamente se consideran dos puntos:
0
x y
1
x separados una distancia
0 1
x x h = . Utilizando la fmula general anterior para n=1

( ) ( )dx x p dx x f
x
x
b
a
o
} }
~
1
1
( ) ( ) | |
}
A + =
1
0
0 0
ds x f s x f h
( ) ( )
1
0
2
0 0
2
(

A + =
s
x f s x f h ( )
( )
(

A
+ =
2
0
0
x f
x f h
( )
( ) ( )
(

+ =
2
0 1
0
x f x f
x f h ( ) ( ) | |
1 0
2
x f x f
h
+ =

El error est dado por ( ) z f
h
' '
12
3
para algun valor z entre | |
1 0
, x x
13

En la figura siguiente se muestra la idea bsica de la aproximacin trapezoidal.




















Regla de Simpson 1/3.

En este caso de la funcin ( ) x f se aproxima mediante un polinomio de grado n=2, lo cual
corresponde a una parbola y se consideran tres puntos:
0
x ,
1
x y
2
x espaciados uniformemente
una distancia
0 1
x x h = . Utilizando la fmula general anterior para n=2

( ) ( )dx x p dx x f
x
x
b
a
o
} }
~
2
2
( ) ( )
( )
( )
} (

+ A + =
2
0
0
2
0 0
! 2
1
ds x f
s s
x f s x f h
( )
( ) ( )
2
0
2 3
0
2
2 0
0
2 3 2 2
(

|
|
.
|

\
|

A
+
A
+ =
s s x f
s
x f
s x f h
( ) ( )
( )
(

A
+ A + =
3
2 2
0
2
0 0
x f
x f x f h
( ) ( ) ( ) ( ) ( ) ( ) ( )
(

A + + =
0 1 0 1 0
3
1
2 2 x f x f x f x f x f h
( ) ( ) ( ) ( ) ( ) ( ) ( )
(

A A + + =
0 1 0 1 0
3
1
2 2 x f x f x f x f x f h
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
(

+ + =
0 1 1 2 0 1 0
3
1
2 2 x f x f x f x f x f x f x f h
( ) ( ) ( ) | |
2 1 0
4
3
x f x f x f
h
+ + =

El error est dado por ( ) z f
h
IV
90
5
para algun valor z entre | |
2 0
, x x

Puesto que el factor de la formula es
3
h
la regla es conocida como Regla de Simpson 1/3.
La figura siguiente se muestra la idea bsica de esta aproximacin.
1 2 3 4 5 6 7
0
200
400
600
800
1000
y
Regla Trapezoidal
a x =
0
b x =
1
( )
0
x f
( ) x p
1
( )
1
x f
h
14




















Como se observa, la aproximacin a la integral mejora notablemente con respecto a la
aproximacin trapezoidal.


Regla de Simpson 3/8.

Es de esperarse que al aproximar la funcin ( ) x f mediante un polinomio de grado mayor la
integral se aproxime mejor. Utilizando ahora un polinomio de tercer grado (n=3) para el cual se
requiere los cuatro puntos
0
x ,
1
x
2
x y
3
x , se tiene:

( ) ( ) = ~
} }
dx x p dx x f
x
x
b
a
o
3
3
( ) ( )
( )
( )
( )( )
( )
} (

A

+ A

+ A + =
3
0
0
3
0
2
0 0
! 3
2 1
! 2
1
ds x f
s s s
x f
s s
x f s x f h
( )
( ) ( ) ( )
3
0
2 3
4
0
3 2 3
0
2
2 0
0
4 6 2 3 2 2
(

|
|
.
|

\
|

A
+
|
|
.
|

\
|

A
+
A
+ = s s
s x f s s x f
s
x f
s x f h
( )
( ) ( ) ( )
(

|
|
.
|

\
|

A
+
|
|
.
|

\
|

A
+
A
+ =
2 3
4
0
3 2 3
0
2
2 0
0
3 3
4
3
6 2
3
3
3
2
3
2
3
x f x f x f
x f h
( ) ( ) ( ) ( )
(

A A + A + =
0
3
0
2
0 0
8
21
4
9
2
9
3 x f x f x f x f h

Desarrollando cada una de las diferencia finitas, el resultado anterior se simplifica a

( ) ( ) ( ) ( ) | |
3 3 1 0
3 3
8
3
x f x f x f x f
h
+ + + =

La expresin anterior se comnoce como Regla de Simpson 3/8. El erro rpara este caso est dado
por ( ) z f
h
IV
80
3
5
para algun valor z entre | |
3 0
, x x

1 2 3 4 5 6 7
0
200
400
600
800
1000
1200
x
y
Regla de Simpson 1/3
a x =
0
b x =
2
( )
0
x f
( ) x p
2
( )
1
x f
h
( )
2
x f
1
x
15



















Ejemplo.

Obtenga el rea de un semicrculo de radio R de analtica, posteriormente use las reglas:
trapezoidal, Regla de Simpson 1/3 y Regla de Simpson 3/8, para estimar el rea. Obtenga el
respectivo error porcentual de cada una de las aproximaciones.

Solucin.

La ecuacin de la semicircunferencia de radio R centrada en el origen es

( )
2 2
x R x f y = =

La grfica correspondiente se muestra a continuacin



















Asi pues el rea de la figura se puede obtener mediante la integral

1 2 3 4 5 6 7
0
100
200
300
400
500
600
700
800
900
1000
y
Regla de Simpson 3/8
a x =
0
b x =
3
( )
0
x f
( ) x p
3
( )
1
x f
h
( )
2
x f
1
x
2
x
( )
3
x f
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-0.2
0
0.2
0.4
0.6
0.8
1
R
R
16
( ) dx x R dx x f
R
R
b
a
} }

=
2 2

Proponiendo el cambio de variable u sen R x =
u u d R x d cos =

Entonces

u u u
t
t
d R R R dx x R
R
R
cos sen
2 /
2 /
2 2 2 2 2
} }

=
u u u
t
t
d R cos cos
2 /
2 /
2 2
}

= u u
t
t
d R
}

=
2 /
2 /
2 2
cos

Usando la identidad trigonomtrica u u 2 cos
2
1
2
1
cos
2
+ =

}

|
.
|

\
|
+ =
2 /
2 /
2
2 cos
2
1
2
1
t
t
u u d R
2 /
2 /
2
sen2
4
1
2
1
t
t
u u

+ = R

|
|
.
|

\
|
|
.
|

\
|
+ |
.
|

\
|
|
.
|

\
|
+ =
2
2 sen
4
1
2 2
1
2
2 sen
4
1
2 2
1
2 2
t t t t
R R

( )
|
|
.
|

\
|
+ + = t
t
t
t
sen
4
1
4
sen
4
1
4
2 2
R R


2
2
1
R t = =1.5708 R
2


Regla Trapezoidal

La regla solo considera dos punto, en este caso:
R a x = =
0
, R b x = =
1
,

entonces
( ) R R R x x h 2
0 1
= = =

As pues,

R a x = =
0
, ( ) ( ) 0
2 2
= = R R R f
R b x = =
1
, ( ) ( ) 0
2 2
= = R R R f

Aplicando la regla trapezoidal

( ) ( ) ( ) | |
1 0
2
x f x f
h
dx x f
b
a
+ =
}
| | 0 0 0
2
2
= + =
R


El resultado anterior no permite realizar la comparacin porcentual solicitada.
17

Regla de Simpson 1/3

La regla considera tres puntos,:
R a x = =
0
, 0
1
= x R b x = =
2
,

entonces
( ) R R x x h = = = 0
0 1


As pues,

R a x = =
0
, ( ) ( ) 0
2 2
= = R R R f
0
1
= x , ( ) ( ) R R f = =
2 2
0 0
R b x = =
2
, ( ) ( ) 0
2 2
= = R R R f

Aplicando la Regla de Simpsom 1/3

( ) ( ) ( ) ( ) | |
2 1 0
4
3
x f x f x f
h
dx x f
b
a
+ + =
}
( ) | | 0 4 0
3
+ + = R
R

3
4R
= =1.3333 R
2


El error porcentual correspondiente es:

100 *
2
2 3
4
2
2 2
%
R
R R
e
t
t

= = 15.12

Regla de Simpson 3/8

La regla considera 4 puntos,

La separacin entre los puntos es

( )
3
2
3
R R R
n
a b
h =

=

=

Los puntos a utilizar en la aproximacin y sus evaluaciones son:

R a x = =
0
( ) ( ) 0
2 2
= = R R R f
3 3
2
1
R R
R x = + = , R
R
R
R
f
3
2 2
3 3
2
2
= |
.
|

\
|
= |
.
|

\
|

3 3
2
3
2
R R R
x = + = , R
R
R
R
f
3
2 2
3 3
2
2
= |
.
|

\
|
= |
.
|

\
|

R b x = =
3
, ( ) ( ) 0
2 2
= = R R R f

18
Aplicando la Regla de Simpsom 3/8

( ) ( ) ( ) ( ) ( ) | |
3 2 1 0
3 3
8
3
x f x f x f x f
h
dx x f
b
a
+ + + =
}


(
(

+
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
.
|

\
|
= 0
3
2 2
3
3
2 2
3 0
8
3
2
3
R R
R


( )
2
2 2 4
4
R R
R
= = =1.4142 R
2


El error porcentual correspondiente es:

100 *
2
2
2
2
2
2
%
R
R
R
e
t
t

= = 9.97


Frmulas de integracin compuestas

En los problemas anteriores se tiene un error bastante grande, la nica ventaja es que en los
clculos se han utilizado muy pocos puntos. Para mejorar la aproximacin se puede subdividir el
intervalo ( ) b a, en un mayor nmero de puntos y posteriormente aplicar repetidamente alguna de
las reglas anteriores.
En la aplicacin repetida de las reglas de integracin numrica se debe tomar en cuenta que el
punto final de un intervalo es punto inicial del siguiente, excepto en los extremos.

Aplicando las consideraciones anteriores a la regla Trapezoidal se tiene la siguiente frmula
compuesta:

( ) ( ) ( ) ( ) ( )
} } } } }

+ + + + =
=
=
1
1
2
1
3
2
x
x
x
x
x
x
x
x
x b
x a
o
n
n
n
o
dx x f dx x f dx x f dx x f dx x f
( ) ( ) | | ( ) ( ) | | ( ) ( ) | | ( ) ( ) | |
n n
x f x f
h
x f x f
h
x f x f
h
x f x f
h
+ + + + + + + + =
1 3 2 2 1 1 0
2 2 2 2


Agrupando trminos

( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
n n
b
a
x f x f x f x f x f x f
h
dx x f + + + + + = =

}
1 3 2 1 0
2 2 2 2
2


La correspondiente demostracin de la frmula compuesta para la Regla de Simpson de 1/3 se da
a continuacin. En este caso hay que recordar que el mtodo requiere 3 puntos.

( ) ( ) ( ) ( ) ( )
} } } } }

+ + + + =
=
=
2
2
4
2
6
4
x
x
x
x
x
x
x
x
x b
x a
o
n
n
n
o
dx x f dx x f dx x f dx x f dx x f
19
( ) ( ) ( ) | | ( ) ( ) ( ) | | ( ) ( ) ( ) | |
n n n
x f x f x f
h
x f x f x f
h
x f x f x f
h
+ + + + + + + + + =
1 2 4 3 2 2 1 0
4
3
4
3
4
3

De donde

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
n n n
b
a
x f x f x f x f x f x f x f
h
dx x f + + + + + + + =

}
1 2 3 2 1 0
4 2 4 2 4
3


La aplicacin de esta frmula requiere que intervalo ( ) b a, sea dividido adecuadamente, esto es,
debe haber un nmero impar de puntos.

La frmula compuesta para el caso de la Regla de Simpson 3/8 es

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
n n n n
b
a
x f x f x f x f x f x f x f x f
h
dx x f + + + + + + + + =

}
1 1 3 3 2 1 0
3 3 2 2 3 3
8
3


Ejemplo. Aplicar la primera regla del Trapecio con 9 puntos (8 secciones, n=8) para aproximar la
integral

dx x R
R
R
}

2 2


Solucin

La separacin entre los subintervalos es

( )
4 8
R R R
n
a b
h =

=

=

Los correspondientes puntos a y sus evaluaciones son:

R a x = =
0
, ( ) ( ) 0
2 2
= = R R R f
4
3
4
1
R R
R x = + = , R
R
R
R
f
4
7
4
3
4
3
2
2
= |
.
|

\
|
= |
.
|

\
|

2 4
2
2
R R
R x = + = , R
R
R
R
f
2
3
2 2
2
2
= |
.
|

\
|
= |
.
|

\
|

4 4
3
3
R R
R x = + = R
R
R
R
f
4
15
4 4
2
2
= |
.
|

\
|
= |
.
|

\
|

0
4
4
4
= + =
R
R x ( ) ( ) R R f = =
2 2
0 0
4 4
5
5
R R
R x = + = R
R
R
R
f
4
15
4 4
2
2
= |
.
|

\
|
= |
.
|

\
|

2 4
6
6
R R
R x = + = R
R
R
R
f
2
3
2 2
2
2
= |
.
|

\
|
= |
.
|

\
|

4
3
4
7
7
R R
R x = + = R
R
R
R
f
4
7
4
3
4
3
2
2
= |
.
|

\
|
= |
.
|

\
|

20
R b x = =
8
, ( ) ( ) 0
2 2
= = R R R f

Aplicando la formula compuesta de Trapecios

( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
n n
b
a
x f x f x f x f x f x f
h
dx x f + + + + + =

}
1 3 2 1 0
2 2 2 2
2

( )
(
(

(
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+

+
|
|
.
|

\
|
+ +
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+ =
}

0
4
7
2
2
3
2
4
15
2 2
4
15
2
2
3
2
4
7
2 0
2
4 2 2
R R
R
R
R R R
R
dx x R
R
R


(

+ + + = 1
2
15
3
2
7
4
2
R
=1.497854 R
2
~ 1.4979 R
2


















Ejemplo. Utilice la misma particin dada en el problema anterior y estime el rea usando la regla
compuesta para Simpson 1/3.

Solucion

Puesto que se requieren 3 puntos para aplicar la regla de Simpson 1/3, con los 9 puntos solo se
pueden definir 4 secciones. Aplicando la frmula

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
n n n
b
a
x f x f x f x f x f x f x f
h
dx x f + + + + + + + =

}
1 2 3 2 1 0
4 2 4 2 4
3


( ) ( ) ( ) ( ) ( ) ( ) ( ) |
( ) ( ) ( )|
8 7 6
5 4 3 2 1 0
4 2
4 2 4 2 4
3
x f x f x f
x f x f x f x f x f x f
h
dx x f
b
a
+ + +
+ + + + + + =
}


-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
1.2
21
( )
(
(

(
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+

+
|
|
.
|

\
|
+ +
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+ =
}

0
4
7
4
2
3
2
4
15
4 2
4
15
4
2
3
2
4
7
4 0
3
4 2 2
R R
R
R
R R R
R
dx x R
R
R

| | 2 15 2 3 2 7 2
12
2
+ + + =
R
= 1.541798 R
2
~ 1.5418 R
2


















Ecuaciones Diferenciales Ordinarias.

Las ecuaciones diferenciales resultan de la aplicacin de las leyes y pricipios de las Matemticas,
fsica, Qumica, etc a la descripcin de diversos fenmentos de la Naturaleza, por ejemplo, el
movimiento de un objeto se describe normalmente mediante la conocida segunda Ley de
Newton, la cual establece una relacin entre la aceleracin, la masa del objeto y la fuerza que se
aplica al mismo, en el caso de una dimensin es

F a m = .

Recordando que la aceleracin se define como la primera derivada de la velocidad ( v ) respecto
al tiempo y a su vez la velocidad es la derivada de la posicin ( x ), entonces

2
2
t d
x d
t d
v d
a = = ,

Si adems, se considera que la fuerza depende del tiempo

( ) t F F =

Se tiene finalmente


( ) t F
t d
v d
m =

-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
1.2
1.4
22
( ) t F
t d
x d
m =
2
2


Cualquiera de las ecuaciones anteriores es llamada ecuacin diferencial ordinaria (edo). A su
vez, las ecuaciones diferenciales se clasifican deacuerdo al la derivada mxima que aparece el la
expresin, as, las ecuaciones anteriores son respectivamente.de primer y segundo orden

Para algunos casos de ecuaciones diferenciales ordinarias existen mtodos de solucin analticos
los cuales representan una solucin elegante y excta, sin embargo, existen casos en los cuales
no es fcil o es imposible aplicarlos mtodos analticos, de ah la necesidad de contar con
mtodos numricos.

Como es conocido, los mtodos numricos facilitan la solucin de un problema, pero, la solucin
no ser exacta. Se puede tener una estimacin y control sobre el grado de precisin en la
solucin del problema dependiendo del mtodo utilizado.


Mtodo de Euler.

El mtodo de Euler es utilizado para resolver edo de primer orden de la forma:

( ) y x F
x d
y d
, = , ( )
0 0
x f y =

La idea del mtodo de se basa en la aproximacin de la funcin solucion ( ) x f mediante una
recta tangente a la funcin en el punto ( )
0 0
, y x , la siguiente figura muestra la idea geometrica del
mtodo





















La ecuacin de la recta es

( )
0 0
x x m y y =

0 1 2 3 4 5 6 7 8
0
500
1000
1500
Mtodo de Euler
y=f(x)
0
x
1
x
0
y
h
1
y
23
Aproximando la pendiente de la recta mediante la derivada de la funcin en el punto ( )
0 0
, y x

( ) ( )
0 0 0 0
, , y x F y x
x d
y d
m = = ,

Entonces,

( )( )
0 0 0 0
, x x y x F y y =

Evaluando la ecuacin de la recta en h x x + =
0 1


( )( )
0 0 0 0 0 1
, x h x y x F y y =

Despejando a
1
y

( )h y x F y y
0 0 0 1
, + =

El proceso se puede repetir para obtener el la solucin aproximada para los puntos que se
encuntren uniformemente espaciados de la forma h x x
n n
+ =
+1
, est es

( )h y x F y y
0 0 0 1
, + =
( )h y x F y y
1 1 1 2
, + =
( )h y x F y y
2 2 2 3
, + =

( )h y x F y y
n n n n
,
1
+ =
+


Es claro que si se elige el paso ( h ) pequeo la aproximacin es mejor, esto es, se reduce el error.
La serie de Taylor puede utilizarse para estimar el error de la aproximacin, esto es

( )
( )
2
1
! 2
, h
z y
h y x F y y
n n n n
+ + =
+


Donde el ltimo sumando representa el error, y z debe encontrarse en el intervalo | |
1
,
+
e
n n
x x z

Ejemplo.

(a) Resuelva de manera exacta el siguiente problema de valor inicial
y
x d
y d
= , ( ) 2 0 = y


(b )Encontrar y para 5 = x
(c) Utilice el mtodo de Euler con h=0.5 y estime y para 5 = x
(d) Utilice el mtodo de Euler con h=0.1 y estime y para 5 = x

Solucin

(a) Aplicando el llamado mtodo de separacin

24
} }
= x d
y
y d


C x y ln ln + =

Despejando a y

x
e C y =

Aplicando la condicin inicial ( ) 2 0 = y

C e C = =
0
2

As pues,

x
e y 2 =

(b ) Evaluando
x
e y 2 = para 5 = x

5
2e y = =296.8263

(c) El programa en MATLAB respectivo para la aplicacin con el Mtodo de Euler al problema
se da a continuacin.

% METODO DE EULER
% EULER1
clear
x0=0; y0=2; xf=5; h=0.5;
n=(xf-x0)/h;
x=x0:h:xf; y=0*x; y(1)=y0;
fprintf(' punto x yaprox \r')
w=[0; x0; y0];
fprintf(' %3.6f %3.6f %3.6f \n',w)
for k=2:(n+1)
y(k)=y(k-1)+h*y(k-1);
w=[k-1; x(k); y(k)];
fprintf(' %3.6f %3.6f %3.6f \n',w)
end
plot(x,y,'r','LineWidth',2)
y1=2*exp(x); % Solucin EXACTA
hold on
plot(x,y1)
title('Mtodo de Euler')
xlabel('x')
ylabel('y')
grid on






25
La tabla generada es

punto x yaprox
0.000000 0.000000 2.000000
1.000000 0.500000 3.000000
2.000000 1.000000 4.500000
3.000000 1.500000 6.750000
4.000000 2.000000 10.125000
5.000000 2.500000 15.187500
6.000000 3.000000 22.781250
7.000000 3.500000 34.171875
8.000000 4.000000 51.257813
9.000000 4.500000 76.886719
10.000000 5.000000 115.330078

La aproximacin obtenida es ( ) 5 y =115.330078, la aproximacin porcentual respectiva
e
%
=100 *abs((296.8263-115.330078)/296.8263) =61.1456

la cual representa un error acumulado muy grande, tal como se observa en la grafica siguiente
(tambien generada por el programa)


















(d) Adaptando en programa previo para el paso 1 . 0 = h , se tiene la grfica y tabala siguientes















0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Euler
x
y
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Euler
x
y
26


punto x yaprox punto x yaprox
0.000000 0.000000 2.000000 26.000000 2.600000 23.836353
1.000000 0.100000 2.200000 27.000000 2.700000 26.219988
2.000000 0.200000 2.420000 28.000000 2.800000 28.841987
3.000000 0.300000 2.662000 29.000000 2.900000 31.726186
4.000000 0.400000 2.928200 30.000000 3.000000 34.898805
5.000000 0.500000 3.221020 31.000000 3.100000 38.388685
6.000000 0.600000 3.543122 32.000000 3.200000 42.227553
7.000000 0.700000 3.897434 33.000000 3.300000 46.450309
8.000000 0.800000 4.287178 34.000000 3.400000 51.095340
9.000000 0.900000 4.715895 35.000000 3.500000 56.204874
10.000000 1.000000 5.187485 36.000000 3.600000 61.825361
11.000000 1.100000 5.706233 37.000000 3.700000 68.007897
12.000000 1.200000 6.276857 38.000000 3.800000 74.808687
13.000000 1.300000 6.904542 39.000000 3.900000 82.289556
14.000000 1.400000 7.594997 40.000000 4.000000 90.518511
15.000000 1.500000 8.354496 41.000000 4.100000 99.570362
16.000000 1.600000 9.189946 42.000000 4.200000 109.527398
17.000000 1.700000 10.108941 43.000000 4.300000 120.480138
18.000000 1.800000 11.119835 44.000000 4.400000 132.528152
19.000000 1.900000 12.231818 45.000000 4.500000 145.780967
20.000000 2.000000 13.455000 46.000000 4.600000 160.359064
21.000000 2.100000 14.800500 47.000000 4.700000 176.394971
22.000000 2.200000 16.280550 48.000000 4.800000 194.034468
23.000000 2.300000 17.908605 49.000000 4.900000 213.437914
24.000000 2.400000 19.699465 50.000000 5.000000 234.781706
25.000000 2.500000 21.669412

La aproximacin obtenida es ( ) 5 y =234.781706 , el error porcentual respectivo es
e
%
= 100 *abs((296.8263-234.781706)/296.8263)= 20.9027

Es evidente la mejora en la aproximacin, pero an as es muy grande.

NOTA: Una aproximacin con h =0.01 es ( ) ~ 5 y 289.545545, que al comparar con el valor
exacto 296.8263, da un error
e
%
= 100*(296.8263-289.545545)/296.8263 = 2.4529

Para comparar con los resultados previso se muestra la grfica correspondiente



















0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Euler
x
y
27

Como se ha mostrado en este ejemplo, el mtodo de Euler permite obtener una solucin a la
ecuacin diferencia de primer orden, cuya aproximacin a la solucin exacta depende del valor
de h elegido, mientras ms pequeo mejor la aproximacin.


Mtodo de de Euler Mejorado

El mtodo de Euler puede disminuir su error y por lo tanto aumentar su exactitud simplemente
con mejorar la estimacin de la pendiente de la curva solucin. La siguiente figura muestra
grficamente en que consiste el la mejora introducida al mtodo de Euler.































Se parte de el punto ) , (
0 0
y x y posteriormente se determina el valor previo
*
1
y utilizando el
mtodo de Euler, esto es

( )h y x F y y
0 0 0
*
1
, + =

Posteriormente se determina la pendiente
2
m en el valor
*
1
y ,

( )
*
1 1 2
, y x F m =

La pendiente corregida m se estima a partir del promedio de la pendiente
1
m y la pendiente
2
m ,
0 1 2 3 4 5 6 7 8
0
500
1000
1500
Mtodo de Euler Mejorado
0
x
1
x
*
1
y
h
0
y
1
y
( )
0 0 1
, y x F m =
( )
*
1 1 2
, y x F m =
( ) ( )
2
, ,
*
1 1 0 0
y x F y x F
m
+
=
28

( ) ( )
2
, ,
2
*
1 1 0 0 2 1
y x F y x F m m
m
+
=
+
=

Utilizando esta nueva pendiente para la ecuacin de la recta que pasa por el punto ) , (
0 0
y x

( )
0 0 1 1
y x x m y + =

( ) ( )
( )
0 0 1
*
1 1 0 0
1
2
, ,
y x x
y x F y x F
y +
|
|
.
|

\
| +
=

puesto que h x x =
0 1
, se tiene

( ) ( ) ( )
*
1 1 0 0 0 1
, ,
2
y x F y x F
h
y y + + =

Repitiendo el proceso descrito se llega al mtodo de Euler mejorado

( )
n n n n
y x F h y y ,
*
1
+ =
+

( ) ( ) ( )
*
1 1 1
, ,
2
+ + +
+ + =
n n n n n n
y x F y x F
h
y y

Ejemplo. Aplicar el mtodo de Euler mejorado para determinar el valor de ( ) 5 y en el problema
de valor inicial y
x d
y d
= , ( ) 2 0 = y , (a) para h=0.5 y (d) h=0.l

Solucin.

El siguiente programa en MATLAB resuel ve la aproximacin solicitada, generando una tabla
de valores y la grfica comparativa con la solucin excta.

% METODO DE EULER MEJORADO
% EULERM01
x0=0; y0=2; xf=5; h=0.5;
n=(xf-x0)/h;
x=x0:h:xf; y=0*x; y(1)=y0;
fprintf(' punto x yaprox \r')
w=[0; x0; y0];
fprintf(' %3.6f %3.6f %3.6f \n',w)
for k=2:(n+1)
ya=y(k-1)+h*(y(k-1));
y(k)=y(k-1)+(h/2)*(y(k-1)+ya);
w=[k-1; x(k); y(k)];
fprintf(' %3.6f %3.6f %3.6f \n',w)
end
plot(x,y,'r-','LineWidth',2)
hold on
xr=x0:0.01:xf;
yr=2*exp(xr); % SOLUCION EXACTA
plot(xr,yr,'b-','LineWidth',2)
plot(x,y,'k.','MarkerSize',5)
grid on
29

La tabla y grfica generadas por el programa se muestran a continuacin.


punto x yaprox
0.000000 0.000000 2.000000
1.000000 0.500000 3.250000
2.000000 1.000000 5.281250
3.000000 1.500000 8.582031
4.000000 2.000000 13.945801
5.000000 2.500000 22.661926
6.000000 3.000000 36.825630
7.000000 3.500000 59.841649
8.000000 4.000000 97.242680
9.000000 4.500000 158.019355
10.000000 5.000000 256.781451






















El respectivo error porcentual es
e
%
= 100 *abs((296.8263-256.781451)/296.8263) =13.4910

Si se compara este resultado obtenido con el mtodo de Euler mejorado para h =0.5 con el
respectivo mtodo de Euler del ejemplo anterior, se tiene que la aproximacin es comparable
para el mtodo de Euler con en de h=0.1.

Modificando el programa anterior simplemente cambiando h =0.1, la aproximacin obtenida es
( ) = 5 y 294.539738

Comparandola con el resultado excto da un error porcentual
e
%
= 100 *abs((296.8263-294.5397)/296.8263)= 0.7703

El resultado de Euler mejorado para h=0.1 es comparable con el mtodo de Euler con h=0.01.

Considerando que el mtodo de Euler es de orden h, entonces el mtodo de Euler mejorado es
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
30
de oren h
2
(segundo orden).


A continuacin se presenta la grfica correspondiente a la aproximacin con el mtodo de Euler
mejorado, prcticamente la aproximacin se ecuentra sobre la solucin exacta.























Mtodos de Runge-Kutta

Aunque el mtodo de Euler Mejorado da buenos resultados para valores cercanos al punto
( )
0 0
, y x eligiendo un valor de h lo suficientemente pequeo, es necesario contar con mtodos de
mayor orden. Afortunadamente existen mtodos de tercer y cuarto rden que permite tener
muy buenas aproximaciones, los cuales son conocidos como mtodos de Runge-Kutta.
La aplicacin de los mtodo Runge-Kutta requieren del clculo de F(x, y) puntos intermedios del
intevalo [x
n
, x
n+1
], lo que se desea con estas evaluaciones es tener una mejor aproximacin de la
derivada en el punto ( )
n n
y x , .

El mtodo de tercer orden propuesto por Kutta, se obtiene calculando

( )
3 2 1 1
4
6
k k k
h
y y
n n
+ + + =
+


donde:


( )
n n
y x F k ,
1
=
|
.
|

\
|
+ + =
1 2
2
1
,
2
1
k h y h x F k
n n

( )
1 2 3
2 , k h k h y h x F k
n n
+ + =


0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
31
El mtodo de Runge-Kutta de cuarto orden es el ms usado en la solucin de ecuaciones
diferenciales y es el siguiente.

( )
4 3 2 1 1
2 2
6
k k k k
h
y y
n n
+ + + + =
+


donde:


( )
n n
y x F k ,
1
=
|
.
|

\
|
+ + =
1 2
2
1
,
2
1
k h y h x F k
n n

|
.
|

\
|
+ + =
2 3
2
1
,
2
1
k h y h x F k
n n

( )
3 4
, k h y h x F k
n n
+ + =


Ejemplo. Resuelva por los dos mtodos de Runge-Kutta de tercero y cuarto orden la
ecuacin y
x d
y d
= , ( ) 2 0 = y ,, hasta x = 5, usando h = 0.5. y h = 0.1.

Solucin.

Para facilitar los programas a realizar es conveniente definir la funcin de dos variables
siguiente:

% funcion de dos variables z=Fxy01(x,y)
function z=Fxy01(x,y)
z=y;

Habiendo definido la la funcin anterior la siguiente, se utiliza el siguiente programa en
MATLAB para obtener lo solicitado.

% metodo de Runge-Kutta de 3er orden h=0.5
% RUNGE03
x0=0; y0=2; xf=5; h=0.5;
n=(xf-x0)/h;
x=x0:h:xf; y=0*x; y(1)=y0;
fprintf(' punto x yaprox \r')
w=[0; x0; y0];
fprintf(' %3.6f %3.6f %3.6f \n',w)
for k=2:(n+1)
k1=Fxy01(x(k-1),y(k-1));
k2=Fxy01(x(k-1)+0.5*h,y(k-1)+0.5*h*k1);
k3=Fxy01(x(k-1)+h,y(k-1)+2*h*k2-h*k1);
y(k)=y(k-1)+(h/6)*(k1+4*k2+k3);

w=[k-1; x(k); y(k)];
fprintf(' %3.6f %3.6f %3.6f \n',w)
end
xr=x0:0.01:xf;
yr=2*exp(xr); % SOLUCION EXACTA
32
plot(xr,yr,'b-','LineWidth',2)
hold on
plot(x,y,'r-','LineWidth',2) % Grfica de solucin aproximada
plot(x,y,'k.','MarkerSize',6) % Grfica de puntos de la solucin
% aproximada
hold off
grid on

La tabla y grfica generada son respectivamente


punto x yaprox
0.000000 0.000000 2.000000
1.000000 0.500000 3.291667
2.000000 1.000000 5.417535
3.000000 1.500000 8.916359
4.000000 2.000000 14.674841
5.000000 2.500000 24.152343
6.000000 3.000000 39.750731
7.000000 3.500000 65.423078
8.000000 4.000000 107.675483
9.000000 4.500000 177.215898
10.000000 5.000000 291.667833






















El error porcentual obtenido con este mtodo para h=0.5 es
e
%
=100 *abs((296.8263-291.667833)/296.8263)=1.7379

para el caso de Runge-Kutta de tercer orden con h=0.1 se tiene una apximacin
( ) 5 y =296.769232, la cual conduce a un error porcentual
e
%
=100 *abs((296.8263-296.769232)/296.8263)= 0.0192

La tabla y grfica correspondientes so

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Runge-Kutta de orden 3 h=0.5


solucin exacta
solucin aproximada
33




punto x yaprox punto x yaprox
0.000000 0.000000 2.000000 26.000000 2.600000 26.924783
1.000000 0.100000 2.210333 27.000000 2.700000 29.756373
2.000000 0.200000 2.442787 28.000000 2.800000 32.885751
3.000000 0.300000 2.699686 29.000000 2.900000 36.344236
4.000000 0.400000 2.983603 30.000000 3.000000 40.166438
5.000000 0.500000 3.297379 31.000000 3.100000 44.390609
6.000000 0.600000 3.644153 32.000000 3.200000 49.059021
7.000000 0.700000 4.027397 33.000000 3.300000 54.218395
8.000000 0.800000 4.450945 34.000000 3.400000 59.920362
9.000000 0.900000 4.919036 35.000000 3.500000 66.221987
10.000000 1.000000 5.436355 36.000000 3.600000 73.186333
11.000000 1.100000 6.008078 37.000000 3.700000 80.883096
12.000000 1.200000 6.639927 38.000000 3.800000 89.389301
13.000000 1.300000 7.338226 39.000000 3.900000 98.790076
14.000000 1.400000 8.109963 40.000000 4.000000 109.179499
15.000000 1.500000 8.962861 41.000000 4.100000 120.661543
16.000000 1.600000 9.905455 42.000000 4.200000 133.351115
17.000000 1.700000 10.947179 43.000000 4.300000 147.375207
18.000000 1.800000 12.098457 44.000000 4.400000 162.874167
19.000000 1.900000 13.370812 45.000000 4.500000 180.003100
20.000000 2.000000 14.776975 46.000000 4.600000 198.933426
21.000000 2.100000 16.331020 47.000000 4.700000 219.854591
22.000000 2.200000 18.048499 48.000000 4.800000 242.975966
23.000000 2.300000 19.946600 49.000000 4.900000 268.528938
24.000000 2.400000 22.044317 50.000000 5.000000 296.769232
25.000000 2.500000 24.362645






















La modificacin del programa en MATLAB anterior para aplicar el mtodo Runge-Kutta de
cuarto orden es fcil de realizar. El resutado de aplicarlo a h=0.5 es dado en la siguiente tabla y
grfica.


0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Runge-Kutta de orden 3 h=0.1


Solucin exacta
Solucin aproximada
Puntos solucin aproximada
34



punto x yaprox
0.000000 0.000000 2.000000
1.000000 0.500000 3.296875
2.000000 1.000000 5.434692
3.000000 1.500000 8.958751
4.000000 2.000000 14.767941
5.000000 2.500000 24.344027
6.000000 3.000000 40.129607
7.000000 3.500000 66.151149
8.000000 4.000000 109.046035
9.000000 4.500000 179.755574
10.000000 5.000000 296.315829























La aproximacin para el caso de Runge-Kutta de cuarto orden con h=0.5 es ( ) 5 y =296.315829
lo cual conduce a un error porcentual
e
%
=100 *abs((296.8263-296.315829)/296.8263) = 0.1720

Para el caso h= 0.1, la el resultado es ( ) 5 y =296.825180, por lo que el error porcentual es
e
%
=100 *abs((296.8263-296.825180)/296.8263) =0.00037733

Al comparar los errores porcentuales del mtodo de de tercer y cuato orden de Runge-Kutta es
evidente que el cuarto orden es el mejor.

La tabla y grfica para Runge-Kutta con h=0.1 se muestran a continuacin.




0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Runge-Kutta de orden 4 h=0.5
35



punto x yaprox punto x yaprox
0.000000 0.000000 2.000000 26.000000 2.600000 26.927422
1.000000 0.100000 2.210342 27.000000 2.700000 29.759402
2.000000 0.200000 2.442805 28.000000 2.800000 32.889223
3.000000 0.300000 2.699717 29.000000 2.900000 36.348210
4.000000 0.400000 2.983648 30.000000 3.000000 40.170981
5.000000 0.500000 3.297441 31.000000 3.100000 44.395797
6.000000 0.600000 3.644236 32.000000 3.200000 49.064940
7.000000 0.700000 4.027503 33.000000 3.300000 54.225141
8.000000 0.800000 4.451079 34.000000 3.400000 59.928044
9.000000 0.900000 4.919203 35.000000 3.500000 66.230726
10.000000 1.000000 5.436559 36.000000 3.600000 73.196267
11.000000 1.100000 6.008327 37.000000 3.700000 80.894379
12.000000 1.200000 6.640228 38.000000 3.800000 89.402108
13.000000 1.300000 7.338586 39.000000 3.900000 98.804603
14.000000 1.400000 8.110391 40.000000 4.000000 109.195965
15.000000 1.500000 8.963368 41.000000 4.100000 120.680196
16.000000 1.600000 9.906053 42.000000 4.200000 133.372233
17.000000 1.700000 10.947881 43.000000 4.300000 147.399101
18.000000 1.800000 12.099278 44.000000 4.400000 162.901188
19.000000 1.900000 13.371769 45.000000 4.500000 180.033641
20.000000 2.000000 14.778090 46.000000 4.600000 198.967929
21.000000 2.100000 16.332314 47.000000 4.700000 219.893552
22.000000 2.200000 18.049997 48.000000 4.800000 243.019941
23.000000 2.300000 19.948330 49.000000 4.900000 268.578550
24.000000 2.400000 22.046312 50.000000 5.000000 296.825180
25.000000 2.500000 24.364941

































0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
50
100
150
200
250
300
Mtodo de Runge-Kutta de orden 4 h=0.1


Solucin Exacta
Solucin aprosimada
Puntos Solucin aproximada
36


INTERPOLACION POLINOMIAL

1. (4,0 pts.) La empresa Tlacoyos Mexicanos SA ha encontrado la siguiente tabulacin con base
en la experiencia diaria de ventas. As el coeficiente de sabrosura depende del grosor de la capa
de salsa que fue aadida los tlacoyos. Obtenga la ecuacin interpoladora de grado N-1
correspondiente a los N puntos mostrados en la siguiente tabla y calcule dicho coeficiente
cuando el grosor de la capa de salsa disminuya hasta 0.025 cm.

Grosor Coef. Sabrosura
0.050 -1.033499938
0.065 -1.059444705
0.072 -1.077620912
0.079 -1.100952639
0.082 -1.112790062
0.091 -1.156055899


2. Encuentre tanto la aproximacin polinomial de Newton, usando los tres puntos, como el valor
de la temperatura para una presin de 2 atm utilizando esta aproximacin.
Temperatura de ebullicin de un material a diferentes presiones.

Puntos 0 1 2
T(C) 56.5 113.0 181

3. Sea ( ) . 1 x x f + = Use el polinomio interpolador de Newton cuadrtico P
2
(x) con nodos x
0
=
0, x
l
= 0.3 y x
2
= 0.6 para aproximar f (0.45).


METODOS DE INTEGRACION

1 En las siguientes integrales, aplique la regla compuesta del trapecio en el inciso a) y la regla
compuesta de Simpson en el inciso b), para el nmero de subintervalos equiespaciados indicado.
a) ( )
}
2
1
ln dx x x n =4.
b)
}
2
1
3
dx e x
x
n =4.

Solucin: a) 0.639900, b) 22.477125.

2. Resolver por la regla compuesta de Simpson 1/3 la siguiente integral definida, para un nmero
de divisiones del intervalo igual a N = 2.

( )
}

+
+
2
1
2
1
1 2 cos
dt e
t
t
t


3. Resuelva el rea de la siguiente funcin:

}
+
3
0
2
16
1
dx
x

37

(a) Por medio de la regla del trapecio. Nmero de reas N=10
(b) El mtodo de Simpson 1/3 con un nmero de reas N = 10
(c) El mtodo de Simpson 1/3 con un nmero de reas N = 33
Qu conclusiones obtienes de los resultados del inciso (a) y (b)?

4. Un campesino tiene un terrenito en su pueblo delimitado por una cerca recta y un ro. Como el
campesino quiere vender ese terreno necesita conocer el rea exacta en metros cuadrados. Cada
20 metros a lo largo de la cerca, el campesino midi la distancia hacia el ro (tambin en metros).
Obtuvo las siguientes distancias:






(a) Haz una grfica mostrando como est delimitado el terreno (indispensable para continuar
con el siguiente paso).
(b) Por regla de Simpson 1/3 obtn el rea del terreno.

5. Obtenga el valor aproximado de la integral
}

1
1
2
2
2
1
dx e
x
t
con los mtodos: Trapecio y
Simpson 3/8.


ECUACIONES DIFERENCIALES

1. Utilizar el mtodo de e Euler para aproximar la solucin en el siguiente problema de valor
inicial:
y
'
=y-t
2
+1, 0t0.4, y(0)=0.5, con h=0.2.
Solucin real: y(t) = -0.5 e
t
+ (t + 1)
2
.

2. Resuelva por el mtodo de Euler las siguientes ecuaciones diferenciales:
a) , 3
2
x
x d
y d
= ; y(0)
=
0, y(1)= con h
=
0.1
b) , ln x
t d
y d
= y(1)=3, y(2)= con h=0.2
3. Calcule en porcentaje el error absoluto que existe entre la solucin analtica y la solucin
aproximada, adems grafique ambas soluciones


4. Aplique el mtodo de Euler para aproximar las soluciones de el siguiente problema de valor
inicial:

( ) ( ) t t y 3 sen 2 cos + = ' , 0 t 1, y(0) = 1,
tamao de paso h = 0.25.

Compare la aproximacin pasada, con los valores reales de la solucin analtica, la cual es la
siguiente:

( ) ( ) ( )
3
4
3 cos
2
1
2 sen
2
1
+ = t t t y
Largo de la
cerca en m
0 20 40 60 80 100 120
Distancia al
ro en m
0 22 41 53 38 17 0
38

5. Aplique el mtodo de Euler para aproximar las soluciones de el siguiente problema de valor
inicial:
, 1
t
y
t d
y d
+ = , 1 t 2.8, y(1) = -2, con h = 0.0.25
Compare la aproximacin pasada, con los :.valores reales de la solucin analtica, la cual es la
siguiente:
( ) ( ) . 2 ln t t t t y + =

6. Use el mtodo de Euler Modificado para encontrar la aproximacin de y (1) para: , 2
t
y
y + = '
con y(0)=2; h=0.2; error = 0.0001. Escriba la tabla con los datos obtenidos.

7 Utiliza los mtodos de Euler modificado y Runge-Kutta de cuarto orden para aproximar la
solucin numrica de la siguiente ecuacin diferencial, en el punto solicitado, considerando la
condicin inicial dada. Considera h = 0.1
y
e x d
y d 1
= y(0)=0, y(0.5) = ?

8. Emplear el mtodo modificado de Euler, para aproximar las soluciones del siguiente problema
de valor inicial y compare despus los resultados con los valores reales:
t
y
y + = ' 1 1t2, y(1)=2, con h=0.25.
Si la solucin real es: y(t) = t ln(t) + 2t

9 Use el mtodo de Runge-Kutta de cuarto orden con h = 0.1 para determinar una aproximacin,
con cuatro decimales, a la solucin del problema de valor inicial
y'=(x+y1)2,y(0)=2, en x = 0.5

10. Encuentre y(1) para la ecuacin dada por y'=3y+e
(1-t)
,con y(0)
=
1; h=0.2 Empleando el
mtodo de Runge-Kutta de 4. Orden


11. Emplear el mtodo de Runge-Kutta para obtener una aproximacin de y(1.5)
Para la solucin de: y x y 2 = ' y con y(1)=1 Emplear h=0.1

12. Aplique el mtodo de Runge-Kutta de orden cuatro, para aproximar los valores de la
solucin, del problema de valor inicial siguiente:
y
'
= -(y +1 )(y + 3), 0 t 0.8, y(0) = -2, con h = 0.4.
Con solucin real: y(t) = -3 + 2(1 + e
-2t
)-1

13. Encuentre y(l) para la ecuacin dada por
y'= 3y + e
(l -t),
con y(0) =1; h = 0.2 Empleando el mtodo de Runge-Kutta de 4. Orden

Si se tiene n
i
molculas de K
2
Cr
2
O
7
,

n
2
molculas de H
2
O y n
3
molculas de S, presentes
originalmente, la ecuacin diferencial siguiente describe la cantidad x(t) de KOH (hidrxido de
potasio) en el tiempo t.
3
3
2
2
2
1
2 2 2
|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
=
x
n
x
n
x
n k
t d
x d