MÉTODOS NUMÉRICOS

Unidad 3: Tarea 3 – Diferenciación e Integración Numérica y EDO

Entregado por:

Ronald Eduardo Viveros

Jaquelina Ardila Sedano

Carlos Eduardo La Serna

Fabián Camilo Espitia Vargas

Presentado a:

Martín Gomez Orduz

Tutor

Grupo: 100401_8_Tarea No. 3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS
BOGOTÁ D.C.
2019
 INTRODUCCIÓN

Algunos problemas de cálculo, y sus aplicaciones, no pueden ser resueltos de

manera directa, es decir, por evaluación a través de los métodos convencionales, de
una derivada o una antiderivada, por ejemplo.

Se tiene entonces, que aquellos problemas deben ser resueltos por métodos
numéricos, de diversa índole, que basan su eficacia sobre todo en algoritmos a ser
evaluados mediante programas en lenguajes de alto nivel.

Los ejercicios que se presentan, como solución a la tarea número 3, ilustran

algunos métodos para derivación, integración numérica -tales como las reglas de
Simpson, del trapecio, etc.-. Ya en el campo de las ecuaciones diferenciales, las
soluciones para ecuaciones de primer orden con valores iniciales se fundan en
métodos como el Euler, Taylor y Runge – Kutta.
 DESARROLLO DE LOS EJERCICIOS

Aporte 1. Ronald Viveros:

1. Plantee y solucione tres ejercicios sobre Diferenciación Numérica explicando paso
a paso el procedimiento utilizado.

 Aproxime la derivada de la función 𝑓(𝑥) = 𝑒 2𝑥 para 𝑥0 = 1.1 con 𝑥0 = 1.1 y ℎ = 0.1.

Partir del hecho de que 𝑓 ′ (1.1) = 18.050, determinar el error absoluto y relativo
producido.
Utilizando la fórmula de diferencias finitas progresivas, calcularemos los valores
de 𝑓(𝑥0 ), 𝑓(𝑥0 + ℎ) 𝑦 𝑓(𝑥0 + 2ℎ)
𝑓(𝑥0 ) ∶ 𝑓(1.1) = 9.025
𝑓(𝑥0 + ℎ): 𝑓(1.2) = 11.023
𝑓(𝑥0 + 2ℎ): 𝑓(1.3) = 13.464

11.023 − 9.025
𝑓 ′ (1.1) = = 19.980
0.1

𝐸𝐴 = |18.050 − 19.980| = 1.930

1.930
𝐸𝑅 = ∗ 100% = 10.7%
18050

−3(9.025) + 4(11.023) − 13.464

𝑓 ′ (1.1) = = 17.765
2(0.1)

𝐸𝐴 = |18.050 − 17.765| = 0.285

0.285
𝐸𝑅 = ∗ 100% = 1.58%
180.50

 Para 𝑓(𝑥) = ln(𝑥), aproximar la derivada en el intervalo [1, 1.1] haciendo uso de
un paso (h) de 0.01. Comparar el valor de la derivada en dicho punto.
Calculamos los valores para la siguiente tabla, necesarios para la resolución de
nuestro ejercicio propuesto:
𝒋 𝒙𝒋 𝒇(𝒙𝒋 ) = 𝐥𝐧(𝒙𝒋 )

0 1 0
1 1.01 0.009950331
2 1.02 0.019802627
3 1.03 0.029558802
4 1.04 0.039220713
5 1.05 0.048790164
6 1.06 0.058268908
7 1.07 0.067658648
8 1.08 0.076961041
9 1.09 0.086177696
10 1.1 0.09531018

Procedemos a utilizar para este caso la fórmula de los tres puntos para aproximar el
resultado:
1
𝑓 ′ (1) ≈ [−3(0) + 4(0.009950331) − 0.019802627] ≈ 0.99993485
2(0.01)
1
𝑓 ′ (1.1) ≈ [−3(0.09531018) + 4(0.086177696) − 0.07691041] ≈ 0.90903985
2(−0.01)

Para el método centrado:

1
𝑓(1.05) ≈ [0.058268908 − 0.039220713] ≈ 0.95240975
2(0.01)

1
Ahora realizamos una tabla comparativa con el resultado de la derivada exacta 𝑥
de
la siguiente manera:
𝒙𝒋 𝒍𝒏(𝒙𝒋 ) Calc. Exacto Aproximado Error

1 0 1 0.99993485 6.515E-05
1.01 0.009950331 0.99009901 0.99013136 3.2355E-05
 1.02 0.019802627 0.980392157 0.98042357 3.1413E-05
1.03 0.029558802 0.970873786 0.97090429 3.0506E-05
1.04 0.039220713 03961538462 0.9615681 2.9635E-05
1.05 0.048790164 0.9522380952 0.95240975 2.8796E-05
1.06 0.058268908 0.5943396226 0.94342422 2.7989E-05
1.07 0.067658648 0.934579439 0.93460665 2.7211E-05
1.08 0.076961041 0.925925926 0.92595239 2.6462E-05
1.09 0.086177696 0.917431193 0.91745693 2.5741E-05
1.1 0.09531018 0.909090909 0.90903985 5.1059T-05

 Realizar la aproximación de la derivada en 𝑥 = 0.5 con un incremento de h=0.5

para la función:
𝑓(𝑥) = −0.1𝑥 4 − 0.15𝑥 3 − 0.5𝑥 2 − 0.25𝑥 + 1.2

Empezamos calculando la derivada de la función:

𝑓 ′ (𝑥) = −0.4𝑥 3 − 0.45𝑥 2 − 1.0𝑥 − 0.25
Realizamos el cálculo del verdadero valor en 0.5.
𝑓 ′ (0.5) = −0.9125
Ahora para h=0.5 evaluaremos los valores en los puntos x=0, 0.5, 1.0
𝑓(0) = 1.2
𝑓(0.5) = 0.925
𝑓(1.0) = 0.2
Ahora calculamos las diferencias divididas hacia adelante
𝑓(𝑥𝑗+1 ) − 𝑓(𝑥𝑗 )
𝑓 ′ (𝑥𝑗 ) = + 0(𝑥𝑗+1 − 𝑥𝑗 )
𝑥𝑗+1 − 𝑥𝑗
0.2 − 0.925
𝑓(0.5) ≈ = −1.45
1 − 0.5

Ahora procedemos a calcular el Error sobre el resultado obtenido:

𝐴𝑝𝑟𝑜𝑥 𝑅𝑒𝑎𝑙 − 𝐴𝑝𝑟𝑜𝑥 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
𝐸𝑡 = | | ∗ 100%
𝐴𝑝𝑟𝑜𝑥 𝑅𝑒𝑎𝑙
 0.9125 − 1.45
𝐸𝑡 = | | ∗ 100% = 58.9%
0.9125
2. Solucione el siguiente ejercicio utilizando el método de Trapecio, y la Regla de
Simpson 1/3 para n= 4. Y solucione el ejercicio utilizando la regla de Simpson 3/8
para n=3. Además, realizar la gráfica correspondiente y determinar cuál de los
métodos es más exacto.
3
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥
0

Método de Trapecio.
𝑏−𝑎
Lo primero que vamos a hacer es calcular ∆𝑥 = 𝑛
3−0
∆x = = 0.75
4
Ahora debemos tener en cuenta la fórmula de aproximación de la integral:

𝑏
𝑏−𝑎
∫ 𝑓(𝑥) ≈ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑛)]
𝑎 2𝑛

3
3−0
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥 ≈ [𝑓(0) + 2𝑓(0.75) + 2𝑓(1.5) + 2𝑓(2.25) + 𝑓(3)]
0 2(4)
≈ 0.375[0.340677 + 1.629616 + 3.786678 + 8.636328 + 9.722035]
≈ 𝟗. 𝟎𝟒𝟑𝟐𝟓

Regla de Simpson 1/3.

Para aplicar el método en cuestión, necesitaremos conocer el valor de h o ∆𝑥, el cual
ya conocemos y es 0.75, además de la función definida y los límites de integración.
Debemos tener en cuenta que el método de aproximación se define mediante la
siguiente fórmula:
𝑛−2 𝑛−2
2 2
ℎ
𝐼= 𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 4 ∑ 𝑓(𝑥2𝑘+1 ) + 2 ∑ 𝑓(𝑥2𝑘 )
3
𝑘=0 𝑘=1
[ ]

De esta manera tenemos:

1 1

𝐼 = 0.25 [0.3406773 + 9.722035 + 4 ∑ 𝑓(𝑥2𝑘+1 ) + 2 ∑ 𝑓(𝑥2𝑘 )]

𝑘=0 𝑘=1
𝐼 = 0.25[0.3406773 + 9.722035 + 4(𝑓(𝑥1 ) + 𝑓(𝑥3 )) + 2(𝑓(𝑥2 ))]
𝐼 = 0.25[0.3406773 + 9.722035 + 4(0.814808 + 4.318164) + 2(1.893339)]
𝐼 ≈ 𝟖. 𝟓𝟗𝟓𝟑𝟐

Regla de Simpson 3/8.

Para hacer uso de este método, nuevamente necesitamos conocer los límites de
integración, h, que es igual a 0.75 y n, para este caso será 3. De esta forma, el
método está dado por la siguiente fórmula:

𝑏−𝑎 3
ℎ= = =1
𝑛 3
𝑏
3
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ℎ[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
8
𝑎
3
≈ (1)[0.340677 + 3(1.082006) + 3(3.285964) + 9.722035]
8
≈ 0.375 [23.16662]
≈ 𝟖. 𝟔𝟖𝟕𝟒𝟖𝟑

Para la comprobación del método más preciso para el ejercicio propuesto, primero
realizaremos la gráfica de la función:

Ahora, con la ayuda de una calculadora de Integrales definidas procedemos a calcular

el valor de la Integral:
Según los métodos utilizados, los que se mejor se aproximan en orden son: Simpson
1/3 con n=4, luego Simpson 3/8 con n=3 y finalmente el método del trapecio con
n=4.

Aporte 1. Jaquelina Ardila Sedano:

Ej. 1.- Plantee y solucione tres ejercicios sobre Diferenciación Numérica explicando
paso a paso el procedimiento utilizado.

En vista de que la derivada de una curva en un punto, si es que existe, es la pendiente

de la recta tangente a la curva en el punto; se tiene entonces que la derivada se
puede aproximar por una secante, que contenga el punto. Esto se puede lograr
mediante la siguiente formulación.

Por definición la derivada de una función es (ver fig. 1):

𝑓(𝑥 + ℎ) − 𝑓(𝑥)
𝑓 ′ (𝑥) = lim
ℎ→0 ℎ

Las aproximaciones numéricas que podemos hacer (para h>0) serán:

Diferencias hacia adelante:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥0 )~ lim
ℎ→0 ℎ

Diferencias hacia atrás:

𝑓(𝑥0 ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 )~ lim
ℎ→0 ℎ

La aproximación de la derivada por este método entrega resultados aceptables con

un determinado error. Para minimizar los errores se estima que el promedio de ambas
entrega la mejor aproximación numérica al problema dado:

Diferencias centrales:
 𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥0 )~ lim 𝐸𝑐. 1.
ℎ→0 2ℎ

Fig. 1

 Ejercicio No.1.

Evalúe numéricamente la derivada de:

𝑦 = 𝑥 2 , 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑥0 = 2. 𝑈𝑡𝑖𝑙𝑖𝑐𝑒 𝑢𝑛 𝑖𝑛𝑔𝑟𝑒𝑚𝑒𝑛𝑡𝑜 (𝑑𝑒𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑜) ℎ = 0.1.

Solución:

Evaluamos la función antes y después de x0, restado y sumando h:

x f(x)
1,9 3,61
2,1 4,41

Con estos datos aplicamos la Ec. 1:

𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
(4.41 − 3.61)
𝑓 ′ (2)~ =4
2(0.1)

Este valor coincide exactamente con el cálculo directo de la derivada.

 Ejercicio No.2.

Evalúe numéricamente la derivada de:

𝑦 = 𝑒 𝑥 , 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑥0 = 1. 𝑈𝑡𝑖𝑙𝑖𝑐𝑒 𝑢𝑛 𝑖𝑛𝑔𝑟𝑒𝑚𝑒𝑛𝑡𝑜 (𝑑𝑒𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑜) ℎ = 0.1.

Solución:

Evaluamos la función antes y después de x0, restado y sumando h:

x f(x)
0.9 exp 0.9
1.1 exp 1.1

Con estos datos aplicamos la Ec. 1:

𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ

(𝑒 1.1 − 𝑒 0.9 )
𝑓 ′ (2)~ = 2,722814564
2(0.1)

El valor exacto, por cálculo directo, es 2.718281828, por lo tanto el error relativo es:

2.722814564 − 2,718281828
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = ∗ 100 = 0,17%.
2,718281828

 Ejercicio No.3.

Evalúe numéricamente la derivada de:

𝜋
𝑦 = 𝑠𝑒𝑛𝑥, 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑥0 = . 𝑈𝑡𝑖𝑙𝑖𝑐𝑒 𝑢𝑛 𝑖𝑛𝑔𝑟𝑒𝑚𝑒𝑛𝑡𝑜 (𝑑𝑒𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑜) ℎ = 0.1.
6

Solución:

Evaluamos la función antes y después de x0, restado y sumando h:

x f(x)
π/6-0.1 sin(π/6-0.1)
π/6+0.1 sin(π/6+0.1)

Con estos datos aplicamos la Ec. 1:

𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ
𝜋 𝜋
𝑠𝑒𝑛𝑜(6 + 0.1) − 𝑠𝑒𝑛𝑜(6 − 0.1)
′ (2)~
𝑓 = 0,864582749
2(0.1)
El valor exacto, por cálculo directo, es 0.866025403, por lo tanto el error relativo es:

0,866025403 − 0,864582749
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = ∗ 100 = 0,17%.
0,866025403

Como ya se anotó, en el ejercicio 1 el resultado es exacto; y en los ejercicios 2 y 3 el

error muy pequeño. Esta conclusión está basada, desde luego, en que se conocen los
valores exactos de las derivadas. En ausencia de estos valores exactos, se podría
estar interesado en mejorar los resultados, es decir, en reducir el error.

Richardson propuso una técnica numérica para tales efectos. Se hace una nueva
estimación de la derivada, en el punto de interés, utilizando un nuevo paso, igual a
la mitad del anterior, y se mejora el resultado final promediando los resultados previos
mediante la fórmula:

4 1
𝐷 = (𝐷ℎ2 ) − (𝐷ℎ1 )
3 3

Para el ejercicio 2, por ejemplo, tenemos:

ℎ1
ℎ2 = = 0.05
2

Ahora:

Evaluamos la función antes y después de x0, restado y sumando el nuevo valor de h:

x f(x)
0.95 exp 0.95
1.05 exp 1.05

Con estos datos aplicamos la Ec. 1:

𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥)~
2ℎ

(𝑒 1.05 − 𝑒 0.95 )
𝑓 ′ (2)~ = 2,719414588
2(0.05)

El valor exacto de la derivada es 2.718281828, por lo tanto el error relativo, para

esta nueva iteración, es:
 2.719414588 − 2,718281828
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = ∗ 100 = 0,042%
2,718281828

Aplicando el método de Richardson, tenemos que:

4 1
𝐷 = (2,719414588) − (2,722814564) = 2,718281263
3 3

El error para esta estimación es:

2.718281263 − 2,718281828
𝑒𝑟𝑟𝑜𝑟 𝑟𝑒𝑙. = | | ∗ 100 = 0,00002%
2,718281828

Error este que es mucho menor el que resultó de aplicar para la aproximación de la
derivada sólo las diferencias centrales, dadas por la Ec.1.

Ej. 2.- Utilice el método de Trapecio, el método de Simpson 1/3 y Simpson 3/8 para
aproximar el área bajo la curva de la siguiente función dada en forma tabular, en el
intervalo de -1 a 2: Además realizar la gráfica correspondiente y determinar cuál de
los métodos es más exacto.

x -1 -0,5 0 0,5 1 1,5 2 2,5 3

f(x) 6,900 4,325 4,000 3,825 2,900 1,525 1,200 4,625 15,700

A. Método del Trapecio.

𝑏
𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥~ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )]
𝑎 2𝑛

𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
2+1
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 2(4,325) + 2(4,000) + 2(3,845) + 2(2,900) + 2(1,525) + 1,200]
−1 2(6)

= 10,312

B. Método de Simpson (1/3).

 𝑏
𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥~ [𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) + 2𝑓(𝑥4 ) + ⋯ + 2𝑓(𝑥𝑛−2 ) + 4𝑓(𝑥𝑛−1 )
𝑎 3𝑛
+ 𝑓(𝑥𝑛 )]

𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
2+1
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 4(4,325) + 2(4,000) + 4(3,845) + 2(2,900) + 4(1,525) + 1,200]
−1 3(6)

= 10,1

C. Método de Simpson (3/8).

𝑏
𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥~ [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 2𝑓(𝑥3 ) + ⋯ + 2𝑓(𝑥𝑛−3 ) + 3𝑓(𝑥𝑛−2 ) + 3𝑓(𝑥𝑛−1 )
𝑎 3𝑛
+ 𝑓(𝑥𝑛 )]

𝑛 = 6, 𝑎 = 𝑥0 = −1, 𝑏 = 𝑥𝑛 = 2
2
3(2 + 1)
∫ 𝑓(𝑥)𝑑𝑥~ [6,900 + 3(4,325) + 3(4,000) + 2(3,845) + 3(2,900) + 3(1,525) + 1,200]
−1 8(6)

= 10,125

A continuación, se muestra la gráfica que pasa por los puntos dados (en color azul),
así como el polinomio de mínimos cuadrados (de regresión):
 ÁREA
ÁREA

Nótese que el polinomio de regresión (grado 6), presenta un coeficiente de

determinación del 100%. Así pues, podemos admitir que este polinomio corresponde
a la función a partir de la cual se generan los puntos de la tabla.

Atendiendo a este último aserto, se puede calcular la integral definida del polinomio
de regresión, evaluando la antiderivada; ello para obtener su estimación más exacta.
2
∫ 𝑝(𝑥)𝑑𝑥~10,08
−1

Los errores relativos de cada método son, por lo tanto:

10,312 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 2,30%
𝑇𝑟𝑎𝑝 10,08

10,1 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 0,20%
𝑆𝑖𝑚𝑝. 1/3 10,08

10,125 − 10,08
𝑒𝑟𝑟𝑜𝑟𝑟𝑒𝑙𝑀 = ∗ 100 = 0,45%
𝑆𝑖𝑚𝑝. 3/8 10,08

En conclusión, al menos para el caso en estudio, el método más exacto es el de

Simpson (1/3).
Aporte 1. Carlos La Serna

 Ejercicio 1
Aplicar diferenciación numérica para encontrar la derivada de la función 𝑓(𝑥) = 2𝑥 2 en
el punto x_i=2,5 con h=1, centrando el punto de interés x_i y determine el error
respecto a le derivación exacta.

Solución:

Se tiene la definición de la diferenciación numérica como:

𝑓(𝑥𝑖 + ℎ) − 𝑓(𝑥𝑖 )
𝑓′(𝑥𝑖 ) ≈
ℎ
Para centrar el punto de interés la definición se modifica como:
𝑓(𝑥𝑖 + ℎ/2) − 𝑓(𝑥𝑖 − ℎ/2)
𝑓′(𝑥𝑖 ) ≈
ℎ
Aplicando la definición modificad se tiene:
1 2 1 2
2 (2,5 + 2) − 2 (2,5 − 2)
𝑓′(2,5) ≈ ≈ 10
1
La derivada exacta de la función es:
𝑓′(𝑥) = 4𝑥

Evaluando la derivada exacta se tiene:

𝑓 ′ (2,5) = 4 ∗ 2,5 = 10

El error se determina como:

|10 − 10| ∗ 100%

𝑒= = 0%
10

 Ejercicio 2
Repita el ejercicio 1 pero realizando la diferencia numérica hacia adelante.

Solución:
Para realizar la diferenciación numérica hacia adelante se utiliza la definición dada al
inicio.
Se procede a utilizar la definición modificada como:

2(2,5 + 1)2 − 2(2,5)2

𝑓′(2,5) ≈ ≈ 12
1
El error se determina como:

|10 − 12| ∗ 100%

𝑒= = 20%
10
  Ejercicio 3
Repita el ejercicio 1 pero realizando la diferencia numérica hacia atrás.

Solución:
Para realizar la diferenciación numérica hacia adelante se modifica la definición como
sigue:
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖 − ℎ)
𝑓 ′(𝑥𝑖) ≈
ℎ

Se procede a utilizar la definición modificada como:

2(2,5)2 − 2(2,5 − 1)2
𝑓′(2,5) ≈ ≈8
1

El error se determina como:

|10 − 8| ∗ 100%
𝑒= = 20%
10

2. Solucione el siguiente ejercicio utilizando el método de Trapecio, y la Regla de

Simpson 1/3 para n= 4. Y solucione el ejercicio utilizando la regla de Simpson
3/8 para n=3. Además, realizar la gráfica correspondiente y determinar cuál
de los métodos es más exacto.
3
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥
0

Método del trapecio

El método del trapecio se define como:

Donde n son la cantidad de subintervalos a considerar y

En las siguientes tablas se resume la aplicación del método:

a b f(a) f(b)
0 3 0,341 9,722

n h=(b -a)/n
 6 0,5

k x_k f(x_k)
0 0 0,341
1 0,5 0,612
2 1 1,082
3 1,5 1,893
4 2 3,286
5 2,5 5,667

Resultado de la integración
numérica
8,79

Al final el resultado de la integración numérico se obtiene sumando la columna

f(x_k), quitando el termino de k=0 y multiplicando el resultado de la suma por dos,
a este resultado se suma f(a) y f(b) al resultado de esta segunda suma se multiplica
por h/2.

Regla de Simpson 1/3

El método de integración de Simpson 1/3 es descrito por las ecuaciones:

En las siguientes tablas se resume la aplicación del método:

a b f(a) f(b)
0 3 0,341 9,722

n h=(b -a)/n
6 0,5
 i x_i f(x_i)
0 0 0,341
1 0,5 0,612
2 1 1,082
3 1,5 1,893
4 2 3,286
5 2,5 5,667
6 3 9,722

Resultado de la integración
numérica
8,58

Al final el resultado de la integración numérico se obtiene sumando la columna

f(x_i), para las i pares, quitando el termino de i=0 y i=6, y multiplicando este
resultado por 2 a este resultado se le suma el producto de la suma de f(x_i), para las
i impares, quitando el termino de i=0 y i=6, y 4, a este resultado se suma f(a) y f(b)
y al resultado de esta suma se multiplica por h/3.

Regla de Simpson 3/8

El método de integración de Simpson 3/8 es descrito por las ecuaciones:

En las siguientes tablas se resume la aplicación del método:

a b f(x_0) f(x_3)
0 3 0,341 9,722

n h=(b -a)/n
3 1

i x_i f(x_i)
0 0 0,341
1 1 1,082
2 2 3,286
3 3 9,722

Resultado de la integración
numérica
 8,69

Al final el resultado de la integración numérico se obtiene sumando la columna

f(x_i), para las i=1 e i=2 y multiplicando este resultado por 3 a este resultado se
suma f(x_0) y f(x_3) y al resultado de esta suma se multiplica por 3h/8.

Grafica de la función y errores de los métodos

En la siguiente figura se presenta la gráfica de la función la cual se realizó con Matlab.

En el mismo archivo .m se realiza la integración de la función en el intervalo [0 3],

Matlab proporciona un resultado de 8,57 respecto a este valor se precede a calcular
los errores de los métodos antes desarrollados como se presenta en la siguiente tabla.

Método n Resultado Error

Trapecio 6 8,79 2,43%
Simpson 1/3 6 8,58 0,04%
Simpson 3/8 3 8,69 1,29%

Se aprecia que el método más exacto resulto ser el de Simpson 1/3 esto obedece
al hecho de que aproxima la función como un polinomio de grado 2 a diferencia del
método del trapecio el cual aproxima la función con segmentos de recta, el método
de Simpson 3/8 aproxima la función con un polinomio de tercer grado, pero al
considera la mitad de intervalos (n=3) es menos exacto que el método Simpson 1/3
pero es más exacto que el método del Trapecio.

Aporte 1. Fabián Camilo Espitia

Ejercicio #1
Aproxime la derivada de la función 𝑓(𝑥) = 5𝑥 2 para 𝑥𝑖 = 1.7 y ℎ = 4. Determine el error
producido.

La fórmula de diferenciación numérica es la siguiente:

𝑓(𝑥𝑖 + ℎ) − 𝑓(𝑥𝑖 )
𝑓′(𝑥𝑖 ) ≈
ℎ

Para centrar el punto de interés, la fórmula se modifica así:

𝑓(𝑥𝑖 + ℎ/2) − 𝑓(𝑥𝑖 − ℎ/2)
𝑓′(𝑥𝑖 ) ≈
ℎ

Se reemplazan los valores de la ecuación en la fórmula modificada:

5(1,7 + 2)2 − 5(1,7 − 2)2 68,45 − 0,45

𝑓 ′ (1,7) ≈ ≈ ≈ 17
4 4

Se calcula la derivada exacta de la función:

𝑓 ′ (1,7) = 10𝑥

Se evalúa la función en la derivada:

𝑓 ′ (1,7) = 10 ∗ 1,7 = 17

Se determina el error de la siguiente manera:

|17 − 17|
𝐸= ∗ 100% = 0%
17

Ejercicio #2
Aproxime la derivada de la función 𝑓(𝑥) = 4𝑥 3 para 𝑥𝑖 = 2 y ℎ = 2. Determine el error
producido.

Se tiene la definición de la diferenciación numérica como:

𝑓(𝑥𝑖 + ℎ) − 𝑓(𝑥𝑖 )
𝑓′(𝑥𝑖 ) ≈
ℎ

Para centrar el punto de interés, la definición se modifica así:

𝑓(𝑥𝑖 + ℎ/2) − 𝑓(𝑥𝑖 − ℎ/2)

𝑓′(𝑥𝑖 ) ≈
ℎ

Aplicando la definición modificada se tiene:

 4(2 + 1)3 − 4(2 − 1)3 108 − 4
𝑓 ′ (2) ≈ ≈ ≈ 52
2 2

La derivada exacta de la función es:

𝑓 ′ (2) = 12𝑥 2

Evaluando en la derivada:
𝑓 ′ (2) = 12 ∗ (22 ) = 48

El error se determina como:

|48 − 52|
𝐸= ∗ 100% = 8,333%
48

Ejercicio #3
Aproxime la derivada de la función 𝑓(𝑥) = 2𝑥 4 para 𝑥𝑖 = 3,5 y ℎ = 0,6. Determine el error
producido.

Se tiene la definición de la diferenciación numérica como:

𝑓(𝑥𝑖 + ℎ) − 𝑓(𝑥𝑖 )
𝑓′(𝑥𝑖 ) ≈
ℎ

Para centrar el punto de interés, la definición se modifica así:

𝑓(𝑥𝑖 + ℎ/2) − 𝑓(𝑥𝑖 − ℎ/2)

𝑓′(𝑥𝑖 ) ≈
ℎ

Aplicando la definición modificada se tiene:

2(3,5 + 0,3)4 − 2(3,5 − 0,3)4 417,0272 − 209,7152

𝑓 ′ (3,5) ≈ ≈ ≈ 345,52
0,6 0,6

La derivada exacta de la función es:

𝑓 ′ (3,5) = 8𝑥 3

Evaluando en la derivada:
𝑓 ′ (3,5) = 8 ∗ (3,53 ) = 343

El error se determina como:

|343 − 345,52|
𝐸= ∗ 100% = 0,7347%
343
 2. Solucione el siguiente ejercicio utilizando el método de Trapecio, y la Regla de
Simpson 1/3 para n= 4. Y solucione el ejercicio utilizando la regla de Simpson
3/8 para n=3. Además, realizar la gráfica correspondiente y determinar cuál
de los métodos es más exacto.
3
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥
0

Método de Trapecio.

𝑏−𝑎 3−0
Calcular ∆𝑥 = = = 0.75
𝑛 4

Fórmula de aproximación de la integral:

𝑏
𝑏−𝑎
∫ 𝑓(𝑥) ≈ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑛)]
𝑎 2𝑛

Se reemplazan los valores en esa fórmula:

3
3−0
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥 ≈ [𝑓(0) + 2𝑓(0.75) + 2𝑓(1.5) + 2𝑓(2.25) + 𝑓(3)]
0 2(4)

x f(x)
0 0,3406767
0,75 0,8148081
1,5 1,8933388
2,25 4,3181641
3 9,7220345

≈ 0.375[0.340677 + 1.629616 + 3.786678 + 8.636328 + 9.722035]

≈ 𝟗. 𝟎𝟒𝟑𝟐𝟓

Regla de Simpson 1/3.

𝑏−𝑎 3−0
Calcular ∆𝑥 = 𝑛
= 4
= 0.75

El método de aproximación se define mediante la siguiente fórmula:

𝑛−2 𝑛−2
2 2
ℎ
𝐼= 𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 4 ∑ 𝑓(𝑥2𝑘+1 ) + 2 ∑ 𝑓(𝑥2𝑘 )
3
𝑘=0 𝑘=1
[ ]

Reemplazar valores de la ecuación inicial en la fórmula anterior:

 1 1

𝐼 = 0.25 [0.3406773 + 9.722035 + 4 ∑ 𝑓(𝑥2𝑘+1 ) + 2 ∑ 𝑓(𝑥2𝑘 )]

𝑘=0 𝑘=1

𝐼 = 0.25[0.3406773 + 9.722035 + 4(𝑓(𝑥1 ) + 𝑓(𝑥3 )) + 2(𝑓(𝑥2 ))]

𝐼 = 0.25[0.3406773 + 9.722035 + 4(0.814808 + 4.318164) + 2(1.893339)]

𝐼 ≈ 𝟖. 𝟓𝟗𝟓𝟑𝟐

Regla de Simpson 3/8.

𝑏−𝑎 3−0
Calcular ∆𝑥 = = =1
𝑛 3

El método está dado por la siguiente fórmula:

𝑏
3
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 ≈ ℎ[𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
8
𝑎

Se reemplazan los valores originales:

3
≈ (1)[0.340677 + 3(1.082006) + 3(3.285964) + 9.722035]
8

≈ 0.375 [23.16662]

≈ 𝟖. 𝟔𝟖𝟕𝟒𝟖𝟑

Gráfica de la función:

f(x)
12.0000000

10.0000000

8.0000000

6.0000000

4.0000000

2.0000000

0.0000000
0 0.75 1.5 2.25 3

Se calcula el valor exacto de la integral:

 3
∫ 0,25078𝑒 𝑥 ln(𝑥 + 3,89023) 𝑑𝑥 = 𝟖, 𝟓𝟕𝟕𝟎𝟕𝟔
0

Se calculan los errores de cada método y se selecciona el más bajo:

Método de Trapecio: Error = 5,4351%

Regla de Simpson 1/3: Error = 0,2127%
Regla de Simpson 3/8: Error = 1,2872%

RTA// Los métodos que mejor se aproximan a la integral, ordenados desde el error
más bajo hasta el más alto son: Primero, Simpson 1/3 con n=4, con un error del
0,2127%, luego Simpson 3/8 con n=3, con un error del 1,2872% y finalmente el
método de trapecio con n=4, con un error del 5,4351%, es el método que menos se
aproxima a la integral exacta de la ecuación.

Aporte 2. Ronald Viveros.

4.Solucione los siguientes ejercicios utilizando la Integración de Romberg. Usando
segmentos de longitud 1, 1/2, 1/4, 1/8 y 1/16.
5,5
a. ∫1,5 𝑥 0,333 ln(1,098𝑥) 𝑑𝑥

Para el desarrollo de este ejercicio y facilidad de los cálculos en cuestión respecto a

la aplicación del método del trapecio y las relaciones entre los resultados para la
obtención del cálculo final
De esta manera diremos lo siguiente:
𝐼1 = 7.921168
𝐼2 = 7.944525
𝐼3 = 7.950403
𝐼4 = 7.951874
𝐼5 = 7.952242

Y de aquí procedemos a realizar los cálculos respectivos teniendo en cuenta el

siguiente algoritmo para proceder a refinar los resultados a través de los niveles:
4𝑘−1 1
𝑙𝑚 − 𝑙
4𝑘−1 − 1 4𝑘−1 − 1 𝑙
 Así tenemos los siguientes resultados:

Level 1 Level 2 Level 3 Level 4 Level 5

7.921168 7.952311 7.952365 7.952365 7.952365204237720

7.944525 7.952362 7.952365 7.952365
7.950403 7.952365 7.952365
7.951874 7.952365
7.952242

Ahora procederemos a realizar el cálculo de la integral definida mediante la ayuda

de una calculadora y a compararlo con los resultados obtenidos:

El resultado que hemos obtenido es:

𝑹𝟓 = 𝟕. 𝟗𝟓𝟐𝟑𝟔𝟓𝟐𝟎𝟒𝟐𝟑𝟕𝟕𝟐𝟎
En donde vemos que la aproximación coincide en 11 valores decimales.

5.Solucione paso a paso los siguientes ejercicios de Integrales Múltiples:

1 2𝑥 1,5𝑦
∫0 ∫𝑥 ∫0,5𝑦 0,25𝑥𝑦 2𝑧 𝑑𝑧𝑑𝑦𝑑𝑥 , donde para cada integral use el método de
Trapecio con n=4
Inicialmente trabajaremos con la función interna respecto de la variable z para
poder desarrollar el ejercicio y aplicar el método:
1.5𝑦
∫ 0.25𝑥𝑦 2𝑧 𝑑𝑧
0.5𝑦

Ahora procedemos a calcular los elementos claves para aplicar el método del trapecio:
𝑛=4
1.5𝑦 − 0.5𝑦 𝑦 𝑦
ℎ= = =
𝑛 𝑛 4
𝑓(𝑎) = 0.25𝑥𝑦 𝑦
𝑓(𝑏) = 0.25𝑥𝑦 3𝑦
ℎ
𝐼𝑧 ≈ (𝑓(𝑎) + 𝑓(𝑏))
2
 𝑦
𝐼𝑧 ≈ (0.25𝑥𝑦 𝑦 + 0.25𝑥𝑦 3𝑦 )
8
𝐼𝑧 ≈ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1

Ahora procedemos a realizar el mismo procedimiento para la siguiente integral:

2𝑥
∫ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1 𝑑𝑦
𝑥

Calcularemos los elementos esenciales para el método:

𝑛=4
2𝑥 − 𝑥 𝑥
ℎ= =
4 4
𝑓(𝑎) = 0.03125𝑥 ∗ 𝑥 𝑥+1 + 0.03125𝑥 ∗ 𝑥 3𝑥+1 = 0.03125𝑥 𝑥+2 + 0.03125𝑥 3𝑥+2
𝑓(𝑏) = 0.03125(𝑥 ∗ 2𝑥 2𝑥+1 + 𝑥 ∗ 2𝑥 3(2𝑥)+1 ) = 0.03125(2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) )
𝑥
𝐼𝑦 ≈ (0.03125(𝑥 𝑥+2 + 𝑥 3𝑥+2 + 2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) ))
8
= 0.003906(𝑥 𝑥+3 + 𝑥 3𝑥+3 + 2𝑥 2𝑥+3 + 2𝑥 6𝑥+3 )

Finalmente procedemos a realizar el respectivo procedimiento para la siguiente

Integral:
1
∫ 0.003906(𝑥 𝑥+3 + 𝑥 3𝑥+3 + 2𝑥 2𝑥+3 + 2𝑥 6𝑥+3 )𝑑𝑥
0

Aplicando el método del trapecio con cálculo obtenemos lo siguiente:

1 2𝑥 1,5𝑦
∫ ∫ ∫ 0,25𝑥𝑦 2𝑧 𝑑𝑧𝑑𝑦𝑑𝑥 ≈ 𝟏. 𝟏𝟔𝟔𝟐𝟓𝟐
0 𝑥 0,5𝑦

6.Solucionar la ecuación de valor inicial

,
𝑦 = (√0,9𝑦 )/(𝑥 1,125
+ 1) , usando el Método de Euler con:

𝑦(0) = 4; h = 0.5__ y considerando que Xo = 0. El espacio para h lo completa

con la última cifra de su documento

Para efectos del desarrollo del ejercicio propuesto, tenemos que:

𝑦(0) = 4
 𝑥0 = 0
ℎ = 0.57

El Método de Euler nos dice que:

𝑦𝑖+1 = 𝑦𝑖 + ℎ𝑓(𝑥𝑖 , 𝑦𝑖 )

De aquí que:
𝑥1 = 𝑥0 + ℎ = 0 + 0.57 = 0.57
𝑦1 = 𝑦0 + ℎ𝑓(𝑥0 , 𝑦0 ) = 4 + 0.57𝑓(0,4) = 4 + 0.57 ∗ 1.897367 = 5.081499
𝑥2 = 𝑥1 + ℎ = 0.57 + 0.57 = 1.14
𝑦2 = 𝑦1 + ℎ𝑓(𝑥1 , 𝑦1 ) = 5.081499 + 0.57𝑓(0.57, 5.081499) = 5.081499 + 0.57 ∗ 1.8973666
= 5.877521
𝑥3 = 𝑥2 + ℎ = 1.14 + 0.57 = 1.71
𝑦3 = 𝑦2 + ℎ𝑓(𝑥2 , 𝑦2 ) = 5.877521 + 0.57𝑓(1.14, 5.877521) = 5.877521 + 0.57 ∗ 1.3965297
= 6.484782

A continuación, la tabla de los resultados calculados:

Euler
𝒊 𝒙𝒊 𝒚𝒊 𝒉 𝒇(𝒙𝒊−𝟏 , 𝒚𝒊−𝟏 )
0 0 4 0.57
1 0.57 5.081499 1.8973666
2 1.14 5.877521 1.3965297
3 1.71 6.484782 1.065371
4 2.28 6.971605 0.8540753
5 2.85 7.376373 0.7101188
6 3.42 7.722048 0.6064481
7 3.99 8.023291 0.528496
8 4.56 8.289977 0.4678693
9 5.13 8.529053 0.4194318
10 5.7 8.745583 0.3798783

Aporte 2. Jaquelina Ardila Sedano:

Ej. 4.- Solucione los siguientes ejercicios utilizando la Integración de Romberg,
usando segmentos de longitud 1, 1/2, 1/4, 1/8 y 1/16.
0,5
∫ (0,83𝑒 2𝑥 + 1,39)𝑑𝑥
−1,5

0.5+1.5
Utilizaremos 16 subintervalos (17 puntos), de modo que ℎ0 = 16
= 0,125 y se
construye la siguiente tabla con esta longitud de paso y precisión de 8 dígitos (según
el algoritmo PSeInt adjunto):

Valores de f(x) = (0,83𝑒 2𝑥 + 1,39)

x f(x)
-1,5 1,43132327
-1,375 1,44306012
-1,25 1,45813055
-1,125 1,47748136
-1 1,50232829
-0,875 1,53423237
-0,75 1,57519803
-0,625 1,62779898
-0,5 1,69533994
-0,375 1,78206424
-0,25 1,89342045
-0,125 2,03640465
0 2,22
0,125 2,4557411
0,25 2,75843865
0,375 3,14711001
0,5 3,64617392

En seguida, se construye la tabla de Romberg (ver hoja de EXCEL, adjunta):

h
2 5,07749718
1 4,23408853 3,95295231
0,5 3,97820841 3,89291503 3,88891255
0,25 3,91040112 3,8877987 3,88745761 3,88743451
0,125 3,89318717 3,88744918 3,88742588 3,88742538 3,88742534
Esta tabla indica en azul el valor de la integral definida, con un error prácticamente
se cero; pues como se muestra a continuación, el cálculo de la integral definida a
partir de la evaluación de la antiderivada coincide con el del método de Romberg
hasta la séptima cifra decimal (es decir, la precisión del método numérico está dentro
de una diez millonésima parte):
0,5
∫ (0,83𝑒 2𝑥 + 1,39)𝑑𝑥 =
−1,5

0,415𝑒 2𝑥 + 1,39𝑥|0.5
−1.5 =

1,823086959 + 2,064338367 =

3,887425326.

ALGORITMO PSeInt:
Ej. 5.- Solucione paso a paso los siguientes ejercicios de Integrales Múltiples:
2 1
∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑥𝑑𝑦, donde para cada integral use el método de Simpson 1/3 con
n=4.

La integral doble ∬ 𝑓(𝑥, 𝑦) 𝑑𝐴 es la medida del volumen del sólido entre la

superficie 𝑓(𝑥, 𝑦) y la región
R R.

Para el caso que nos ocupa, la región R y la superficie –graficada con Derive–, se
muestran en las siguientes figuras:

Fig. 2

El sólido se encuentra acotado por los planos x=0; x=1; y=0; y=2 y la superficie
𝑓(𝑥, 𝑦) = 𝑥 2,19 + 1,98𝑦. En la referencia [7], se propone el siguiente método
computacional, para evaluar esta integral por el método de Simpson 1/3:
 𝑎+2ℎ 𝑑(𝑥)
ℎ 𝑘
∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 ~ { [𝑓(𝑎, 𝑐) + 4𝑓(𝑎, 𝑐 + 𝑘) + 𝑓(𝑎, 𝑑)] +
𝑎 𝑐(𝑥) 3 3

𝑘
[𝑓(𝑎 + ℎ, 𝑐) + 4𝑓(𝑎 + ℎ, 𝑐 + 𝑘) + 𝑓(𝑎 + ℎ, 𝑑)] +
3
𝑘
[𝑓(𝑎 + 2ℎ, 𝑐) + 4𝑓(𝑎 + 2ℎ, 𝑐 + 𝑘) + 𝑓(𝑎 + 2ℎ, 𝑑)]},
3
𝑑(𝑥) − 𝑐(𝑥)
𝑘= .
2

2 1 1 2
Para ∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑥𝑑𝑦 = ∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑦𝑑𝑥, se tiene (ver Fig. 2, arriba):

𝑎 = 0, 𝑏 = 1, 𝑛 = 4 𝑦 𝑚 = 4;

1
ℎ= ;
4

𝑐 = 0 = 𝑐𝑡𝑒;

𝑑 = 2 = 𝑐𝑡𝑒;

2−0
𝑘= = 1 = 𝑐𝑡𝑒.
2

En el mismo artículo, (Franco, A. G.), también se propone un código en lenguaje Java,

que adaptado al problema de integrales dobles propuesto, arrojó los siguientes
resultados:
Por evaluación de las antiderivadas, integrales iteradas, se tiene que el valor de la
2 1
integral doble ∫0 ∫0 (𝑥 2,19 + 1,98𝑦)𝑑𝑥𝑑𝑦 , hasta la novena cifra decimal, es 4,586959248
unidades cúbicas. Por lo tanto, el error relativo, correspondiente a los cálculos de
programa, es:

|4,586959248 − 4,586939508|
𝐸𝑟𝑟𝑜𝑟𝑟𝑒𝑙 . % = ∗ 100 = 0,00043%.
4,586959248

El resultado obtenido mediante el método se Simpson 1/3, concuerda entonces de

pleno con el valor real de la integral, lo cual revela la potencia –exactitud– del
algoritmo. Nótese, que para el caso se usaron n=4 y m=4 (ver el código, a
continuación); aumentando este par de números los resultados se pueden hacer,
prácticamente, tan exactos como se desee.

El código Java, es el siguiente:

Ej. 6.- Solucionar la ecuación diferencial de valor inicial
,
𝑦 = (√0,9𝑦 )/(𝑥 1,125
+ 1) , usando el Método de Euler con:

𝑦(0) = 4; h = 0.42 y considerando que xo = 0. El espacio para h lo completa con la

última cifra de su documento.

La fórmula para las iteraciones es:

𝑦𝑛+1 = 𝑦𝑛 + ℎ𝑦𝑛′ , 𝑐𝑜𝑛:

ℎ = 0.42

𝑦(0) = 4, 𝑜 𝑠𝑒𝑎: 𝑥0 = 0 𝑒 𝑦0 = 4

𝑦𝑛′ = (√0,9𝑦𝑛 )/(𝑥𝑛1.125 + 1)

Ahora, los resultados de correr la relación de recurrencia, en programa C++ (ciclo

do – while), son los siguientes:
Se muestra el código correspondiente:
La gráfica de la aproximación de la función es:

8
7
6
TABLA DE DATOS
Aprox. y(x)

5
PARA LA GRÁFICA
4
3 x y(x)
2 0 4
1 0,42 4,79689
0 0,84 5,43072
0 0.5 1 1.5 2 2.5 1,26 5,94037
x 1,68 6,36317
2,1 6,72309

En conclusión, conocido e valor inicial de f(x), 𝑦(0) = 4, se evaluó la solución hasta

x=2,5.
Aporte 2. Carlos La Serna.

4.Solucione los siguientes ejercicios utilizando la Integración de Romberg. Usando

segmentos de longitud 1, 1/2, 1/4, 1/8 y 1/16.
𝟓,𝟓
𝒃. ∫ 𝒙𝟎,𝟑𝟑𝟑 𝐥𝐧(𝟏, 𝟎𝟗𝟖𝒙) 𝒅𝒙
𝟏,𝟓

Para la integración numérica con el método de Romberg se procede a aplicar el

método del trapecio para la longitud de segmento especificada, se presenta en la
siguiente tabla los resultados:

Segmentos h Integral
4 1,00 7,92116757449606
8 0,50 7,94452546312228
16 0,25 7,95040262246937
32 0,13 7,95187439116957

Con los resultados del método del trapecio se procede a utilizar la relación de
recurrencia:

La anterior relación de recurrencia se aplica para la siguiente tabla donde la

primera columna está definida por los resultados de los métodos del trapecio, los
detalles del desarrollo de esta tabla se pueden consultar en la hoja Romberg.

k
j 1 2 3 4
7,92116757449 7,95231142599
1
606 769
7,94452546312 7,95236167558 7,95236502555
2
228 506 755
7,95040262246 7,95236498073 7,95236520107 7,95236520386
3
937 630 972 578
7,95187439116
4
957

5. Solucione paso a paso los siguientes ejercicios de Integrales Múltiples:

𝟏 𝟐𝒙 𝟏,𝟓𝒚
𝒃. ∫𝟎 ∫𝒙 ∫𝟎,𝟓𝒚 𝟎, 𝟐𝟓𝒙𝒚𝟐𝒛 𝒅𝒛𝒅𝒚𝒅𝒙, donde para cada integral use el método de
Trapecio con n=4
 Para este caso en particular este ejercicio es extenso dado que los límites de las
integrales de dz y de dy tiene límites en funciones de otras variables, los detalles de
la integración se pueden consultar en la hoja IntTriple, a continuación, se presenta el
resultado final y la primera tabla.

x
a 0
b 1
h= 0,25
n= 4
k x_k Integral
0 0 0 0,45234388
1 0,25 0,00292333
2 0,50 0,03385387
3 0,75 0,35342636
4 1,00 2,83834389

6.Solucionar la ecuación de valor inicial

,
𝑦 = (√0,9𝑦 )/(𝑥 1,125
+ 1) , usando el Método de Euler con:

𝑏. 𝑦(0) = 4; h = 0.5__ y considerando que Xo = 0. El espacio para h lo completa

con la última cifra de su documento

El método de Euler esta descrito por la ecuación:

Se presenta el desarrollo del método de Euler con los parámetros especificados

para el ejercicio, a continuación, se presenta la tabla para la aproximación de la
función para y (20,67) si se desea aproximar la función para otro valor de x mayor
solo basta con extender la formulación existente.

h 0,53
x_0 0
y_0 4

x_n y_n
0 4
0,53 5,005604
1,06 5,760811
1,59 6,344446
2,12 6,816148
 2,65 7,210498
3,18 7,548599
3,71 7,844107
4,24 8,106313
4,77 8,341802
5,30 8,555400
5,83 8,750750
6,36 8,930658
6,89 9,097339
7,42 9,252565
7,95 9,397775
8,48 9,534159
9,01 9,662705
9,54 9,784246
10,07 9,899490
10,60 10,009044
11,13 10,113431
11,66 10,213106
12,19 10,308467
12,72 10,399864
13,25 10,487605
13,78 10,571965
14,31 10,653190
14,84 10,731498
15,37 10,807088
15,90 10,880136
16,43 10,950806
16,96 11,019242
17,49 11,085579
18,02 11,149938
18,55 11,212432
19,08 11,273162
19,61 11,332224
20,14 11,389703
20,67 11,445681

Aporte 2. Fabián Camilo Espitia.

4.Solucione los siguientes ejercicios utilizando la Integración de Romberg. Usando
segmentos de longitud 1, 1/2, 1/4, 1/8 y 1/16.
 5,5
∫ 𝑥 0,333 ln(1,098𝑥) 𝑑𝑥
1,5

Utilizando el método del trapecio obtenemos los siguientes resultados para I en los
diferentes segmentos:
𝐼1 = 7.921168
𝐼2 = 7.944525
𝐼3 = 7.950403
𝐼4 = 7.951874
𝐼5 = 7.952242

Se utiliza la fórmula definida:

4𝑘−1 1
𝑙𝑚 − 𝑘−1 𝑙
4 𝑘−1 −1 4 −1 𝑙

Se reemplazan los valores en dicha fórmula:

Niveles 1 2 3 4 5

1 7,921168 7,952311 7,952365 7,952365 7,952365

2 7,944525 7,952362 7,952365 7,952365
3 7,950403 7,952365 7,952365
4 7,951874 7,952365
5 7,952242

Se define la integral exacta de la ecuación:

5,5
∫ 𝑥 0,333 ln(1,098𝑥) 𝑑𝑥 = 𝟕, 𝟗𝟓𝟐𝟑𝟔𝟓𝟐𝟎
1,5

RTA// El método de Romberg nos da una aproximación muy acertada (casi

exacta) de la integral del ejercicio.

5.Solucione paso a paso los siguientes ejercicios de Integrales Múltiples:

1 2𝑥 1,5𝑦
∫0 ∫𝑥 ∫0,5𝑦 0,25𝑥𝑦 2𝑧 𝑑𝑧𝑑𝑦𝑑𝑥 , donde para cada integral use el método de
Trapecio con n=4
 Se resuelve la primera integral (interna):
1.5𝑦
∫ 0.25𝑥𝑦 2𝑧 𝑑𝑧
0.5𝑦

𝑛=4
𝑦
ℎ=
4
𝑓(𝑎) = 0.25𝑥𝑦 𝑦
𝑓(𝑏) = 0.25𝑥𝑦 3𝑦
𝑦
𝐼𝑧 ≈ (0.25𝑥𝑦 𝑦 + 0.25𝑥𝑦 3𝑦 )
8
𝐼𝑧 ≈ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1

Siguiente integral:
2𝑥
∫ 0.03125𝑥𝑦 𝑦+1 + 0.03125𝑥𝑦 3𝑦+1 𝑑𝑦
𝑥
𝑥
ℎ=
4
𝑓(𝑎) = 0.03125𝑥 ∗ 𝑥 𝑥+1 + 0.03125𝑥 ∗ 𝑥 3𝑥+1 = 0.03125𝑥 𝑥+2 + 0.03125𝑥 3𝑥+2
𝑓(𝑏) = 0.03125(𝑥 ∗ 2𝑥 2𝑥+1 + 𝑥 ∗ 2𝑥 3(2𝑥)+1 ) = 0.03125(2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) )
𝑥
𝐼𝑦 ≈ (0.03125(𝑥 𝑥+2 + 𝑥 3𝑥+2 + 2𝑥 2(𝑥+1) + 2𝑥 2(3𝑥+1) ))
8
= 0.003906(𝑥 𝑥+3 + 𝑥 3𝑥+3 + 2𝑥 2𝑥+3 + 2𝑥 6𝑥+3 )

Última integral para resolver:

1
∫ 0.003906(𝑥 𝑥+3 + 𝑥 3𝑥+3 + 2𝑥 2𝑥+3 + 2𝑥 6𝑥+3 )𝑑𝑥
0
1 2𝑥 1,5𝑦
∫ ∫ ∫ 0,25𝑥𝑦 2𝑧 𝑑𝑧𝑑𝑦𝑑𝑥 ≈ 𝟏. 𝟏𝟔𝟔𝟐𝟓𝟐
0 𝑥 0,5𝑦

6.Solucionar la ecuación de valor inicial

𝑦 , = (√0,9𝑦 )/(𝑥 1,125 + 1) , usando el Método de Euler con:
 𝑦(0) = 4; h = 0.5__ y considerando que Xo = 0. El espacio para h lo completa
con la última cifra de su documento
𝑦(0) = 4
𝑥0 = 0
ℎ = 0.51

La fórmula del método de Euler a utilizar es:

𝑦𝑖+1 = 𝑦𝑖 + ℎ𝑓(𝑥𝑖 , 𝑦𝑖 )

Entonces se reemplazan los valores en la siguiente tabla:

i xi yi f(x,y)
0 0 4 1,897367
1 0,51 4,967657 1,439545
2 1,02 5,701825 1,120040
3 1,53 6,273045 0,909144
4 2,04 6,736709 0,762294
5 2,55 7,125479 0,654947
6 3,06 7,459501 0,573351
7 3,57 7,751910 0,509368
8 4,08 8,011688 0,457920
9 4,59 8,245227 0,415693
10 5,1 8,457231 0,380434

RTA// La solución de la ecuación está dada por los puntos (xi,yi), los podemos ver
subrayados de color verde. Se interpreta como la pendiente de la tangente de la curva
de la ecuación en el punto (0,4).

Aporte 3. Ronald Viveros.

7.Aplicar el Método de Taylor de orden dos a la ecuación y´ = cos(xy), con la condición
inicial:
y(0) = 1 y usando h = 0.1__. El espacio para h lo completa con la última cifra
de su número de documento.

Para el desarrollo de la actividad propuesta tenemos:

 𝑦 ′ = 𝐶𝑜𝑠(𝑥𝑦)
𝑦(0) = 1
𝑦𝑜 = 1
𝑥𝑜 = 0
ℎ = 0.17

Para calcular el método de Taylor debemos utilizar la siguiente fórmula:

ℎ2 𝑓′(𝑥𝑖 , 𝑦𝑖 )
𝑦𝑖+1 = 𝑦𝑖 + ℎ𝑓(𝑥𝑖 , 𝑦𝑖 ) +
2

De aquí tenemos que los elementos necesarios para calcular, aplicando la regla de
la cadena:
𝑓 ′ (𝑥, 𝑦(𝑥)) = −[𝑦𝑠𝑒𝑛(𝑥𝑦) + 𝑥𝑠𝑒𝑛(𝑥𝑦) cos(𝑥𝑦)]

De esta manera la formula aplicando el método de Taylor de orden 2 es:

ℎ2 [𝑦𝑖 𝑠𝑒𝑛(𝑥𝑖 𝑦𝑖 ) + 𝑥𝑖 𝑠𝑒𝑛(𝑥𝑖 𝑦𝑖 ) cos(𝑥𝑖 𝑦𝑖 )]
𝑦𝑖+1 = 𝑦𝑖 + ℎ𝐶𝑜𝑠(𝑥𝑖 𝑦𝑖 ) −
2

Ahora procedemos a realizar el cálculo de las iteraciones:

xi f(xi)
0 1
0.17 1.17
0.34 1.332832
0.51 1.475307
0.68 1.58117
0.85 1.637806
1.02 1.642579
1.19 1.602749
1.36 1.53012
1.53 1.436185
1.7 1.330193
1.87 1.219156
2.04 1.108452

La gráfica de la aproximación de la función está dada por:

 Aproximación de la función
1.8
1.6
1.4
1.2
1
f(xi)

0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5
Xi

8.Solucionar el siguiente problema de valor inicial utilizando el Método de Runge-

𝑑𝑦
Kutta de orden 2. = (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥), con:
𝑑𝑥

y (0) = 3 y usando h = 0.57. El espacio para h lo completa con la última cifra de

su número de documento.

Para el desarrollo de este ejercicio tenemos lo siguiente:

𝑓(𝑥, 𝑦) = 𝑦′ = (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥)
𝑦(0) = 3
𝑥0 = 0
𝑦0 = 3
ℎ = 0.57
Ahora las fórmulas que debemos tener en cuenta para la aplicación de este método
son:
𝑘1 = ℎ𝑓(𝑥𝑖 , 𝑦𝑖 )
𝑘2 = ℎ𝑓(𝑥𝑖 + ℎ, 𝑦𝑖 + 𝑘1 )
1
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 𝑘2 )
2

De esta manera, tenemos los resultados mostrados en la siguiente tabla:

 xi f(xi)
0 3
0.57 4.700249
1.14 4.46393
1.71 3.223573
2.28 1.990391
2.85 2.262126

La gráfica de los valores está dada por:

Aproximación de la función
5

3
f(xi)

0
0 0.5 1 1.5 2 2.5 3
Xi

Aporte 3. Jaquelina Ardila Sedano

Ej. 7.- Aplicar el Método de Taylor de orden dos a la ecuación y´ = cos(xy), con la
condición inicial:

y (0) = 1 y usando h = 0.22. El espacio para h lo completa con la última cifra de

su número de documento.

La fórmula para las iteraciones es:

ℎ2 ´´
𝑦𝑛+1 = 𝑦𝑛 + ℎ𝑦𝑛′ + 𝑦 , 𝑐𝑜𝑛:
2 𝑛
ℎ = 0.22

𝑦(0) = 1, 𝑜 𝑠𝑒𝑎: 𝑥0 = 0 𝑒 𝑦0 = 1

𝑦𝑛′ = cos(𝑥𝑛 𝑦𝑛 )
Derivando (utilizando la regla de la cadena):

𝑦𝑛′′ = −[𝑦𝑠𝑒𝑛(𝑥𝑦) + 𝑥𝑠𝑒𝑛(𝑥𝑦) cos(𝑥𝑦)]

Ahora, los resultados de correr la relación de recurrencia, en programa C++ (ciclo do

– while), son los siguientes:

El código es:
La gráfica de la aproximación de la función es:

1.8
1.6
1.4
1.2
Aprox. y(x)

1 TABLA DE DATOS
0.8 PARA LA GRÁFICA

0.6
x y(x)
0.4 0 1
0.2 0,22 1,22
0 0,44 1,42293
0 0.2 0.4 0.6 0.8 1 1.2 0,66 1,57597
x 0,88 1,64745
1,1 1,63188

En conclusión, conocido e valor inicial de f(x), 𝑦(0) = 1, se evaluó la solución hasta

x=1,1.
Ej. No. 8.- Solucionar el siguiente problema de valor inicial utilizando el Método de
Runge-Kutta de orden 2:
𝑑𝑦
𝑑𝑥
= (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥),

con y (0) = 3 y usando h = 0.42.

Para el método de Runge-Kutta de orden 2, las ecuaciones para la iteración son:

𝑘1 = ℎ𝑓(𝑥𝑛 , 𝑦𝑛 ) 𝐸𝑐. 1

𝑘2 = ℎ𝑓(𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘1 )

1
𝑦𝑛+1 = 𝑦𝑛 + (𝑘1 + 𝑘2 )
2

Ahora, los resultados de correr la relación de recurrencia, en programa C++ (ciclo

do – while), son los siguientes:

El código es:
Tabla de datos y gráfica de la aproximación de la solución:

x= 0 0,42 0,84 1,26 1,68 2,1

y(x)= 3 3,96282477 7,00524588 4,48061965 2,32710999 3,54841985

Procedimineto de R-K de 2° orden

8

0
0 0.5 1 1.5 2 2.5
Para las iteraciones, que conducen a la tabla anterior, los valores de las constantes
son:

k1= 0 2,38007676 4,03534112 -4,16778243 -0,34059643

k2= 1,92564953 3,70476547 -9,08459358 -0,13923689 2,78321616

Según Zill (1986), la Ec. 1, para el procedimiento de segundo orden del método de
Runge –Kutta, coincide con el desarrollo de Taylor hasta el término en h2, o sea, hasta
el tercer término. Además para k1 y k2 dadas, la Ec. 1 se reduce a la fórmula de Euler
mejorada. Es decir que la fórmula de Taylor de tres términos es esencialmente
equivalente a la fórmula de Euler mejorada. Señalado ese último aserto, se tiene que
el procedimiento de segundo orden del método de Runge – Kutta no refleja la potencia
del método, como sí se puede apreciar en el procedimiento de cuarto orden: a
continuación, se muestran entonces los resultados del problema a partir de este
procedimiento (el de cuarto orden):

El código es:
Las ecuaciones del código, para las iteraciones en el método de Runge – Kutta de
cuarto orden, son las siguientes:

𝑘1 = ℎ𝑓(𝑥𝑛 , 𝑦𝑛 )

1 1
𝑘2 = ℎ𝑓 (𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘1 )
2 2
1 1
𝑘3 = ℎ𝑓 (𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘2 )
2 2

𝑘4 = ℎ𝑓(𝑥𝑛 + ℎ, 𝑦𝑛 + 𝑘3 )

1
𝑦𝑛+1 = 𝑦𝑛 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 ).
6

Tabla de datos y gráfica de la aproximación de la solución:

x= 0 0,42 0,84 1,26 1,68 2,1

y= 3 3,99360861 8,04019076 7,35443924 2,79709418 7,47835338
 Procedimiento de R-K de 4° orden
9
8
7
6
5
4
3
2
1
0
0 0.5 1 1.5 2 2.5

En las iteraciones, que conducen a la tabla anterior, los valores de las constantes son:

k1= 0 2,3946059 4,55188146 -6,32176087 -0,38757905

k2= 0,85319823 4,01364774 -0,61702475 -4,84334523 3,80328312
k3= 0,94240745 4,53177525 -0,47709379 -5,52224895 5,96696993
k4= 2,37044033 4,79404103 -6,47815351 -0,2911211 8,93462814

Poniendo las tablas de resultados, una junto a la otra, las diferencias saltan a la vista:

x= 0 0,42 0,84 1,26 1,68 2,1

y(x, 2° or.)= 3 3,96282477 7,00524588 4,48061965 2,32710999 3,54841985

x= 0 0,42 0,84 1,26 1,68 2,1

y(x, 4° or.)= 3 3,99360861 8,04019076 7,35443924 2,79709418 7,47835338

Además, y en conclusión, conocido e valor inicial de f(x), 𝑦(0) = 3, se logró evaluar la

solución hasta x=2,1.

Aporte 3. Carlos La Serna

Aplicar el Método de Taylor de orden dos a la ecuación y´ = Cos(xy), con la condición
inicial:
y (0) = 1 y usando h = 0.1__. El espacio para h lo completa con la última cifra de
su número de documento.
 El método de Taylor de orden dos se describe con la siguiente ecuación:

Se desarrolla la aproximación de Taylor con los parámetros especificados, a

continuación, se presenta la tabla para la aproximación de la función para y (5,07) si
se desea aproximar la función para otro valor de x mayor solo basta con extender la
formulación existente.

h 0,13
x_0 0
y_0 1

x_n y_n
0 1
0,13 1,130000
0,26 1,257043
0,39 1,376083
0,52 1,480414
0,65 1,562857
0,78 1,617669
0,91 1,642273
1,04 1,637764
1,17 1,608025
1,30 1,558234
1,43 1,493622
1,56 1,418814
1,69 1,337639
1,82 1,253199
1,95 1,168030
2,08 1,084234
2,21 1,003556
2,34 0,927403
2,47 0,856811
2,60 0,792426
2,73 0,734508
2,86 0,682971
2,99 0,637464
3,12 0,597459
3,25 0,562341
3,38 0,531472
3,51 0,504244
 3,64 0,480105
3,77 0,458574
3,90 0,439240
4,03 0,421761
4,16 0,405857
4,29 0,391297
4,42 0,377894
4,55 0,365495
4,68 0,353975
4,81 0,343230
4,94 0,333176
5,07 0,323738

8.Solucionar el siguiente problema de valor inicial utilizando el Método de Runge-

𝑑𝑦
Kutta de orden 2. 𝑑𝑥 = (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥), con:

y (0) = 3 y usando h = 0.5__. El espacio para h lo completa con la última

cifra de su número de documento.

Una forma del método de Runge-Kutta de orden 2 se describe en el siguiente grupo

de ecuaciones.
 Se desarrolla el método Runge-Kutta de orden 2 con los parámetros especificados,
a continuación, se presenta la tabla para la aproximación de la función para y (2,65)
si se desea aproximar la función para otro valor de x mayor solo basta con extender
la formulación existente.

h 0,53
x_0 0
y_0 3

x_n y_n k_1 k_2

0 3 0 5,68440037
0,53 4,506366 7,78312291 -2,03861176
1,06 6,028662 -1,49224307 -8,45111365
1,59 3,393672 -5,98431003 2,47173705
2,12 2,462840 6,72584641 -5,76752049
2,65 2,716797 -3,08096833 -6,21111675

Aporte 3. Fabián Camilo Espitia

7.Aplicar el Método de Taylor de orden dos a la ecuación y´ = cos(xy), con la condición
inicial:
y (0) = 1 y usando h = 0.1__. El espacio para h lo completa con la última cifra
de su número de documento.

Solución:
𝑦 ′ = 𝐶𝑜𝑠(𝑥𝑦)
𝑦(0) = 1
𝑥𝑜 = 0
ℎ = 0.11

El método de Taylor de orden dos se describe con la siguiente ecuación:

Se realiza el cálculo de las iteraciones en una tabla Excel con su respectiva fórmula:
 xi yi f(x,y) f'(x,y)
0 1 1 -0,05494456
0,11 1,10966759 0,9925595 -0,17605089
0,22 1,21811573 0,96430628 -0,31723906
0,33 1,32332728 0,90615318 -0,47188542
0,44 1,42203697 0,81055554 -0,62901703
0,55 1,51016382 0,67444019 -0,77389824
0,66 1,58330318 0,50191914 -0,89074909
0,77 1,63751212 0,30497482 -0,96719769
0,88 1,67016334 0,10088069 -0,99843621
0,99 1,68051186 -0,0927768 -0,9885826
1,1 1,66971788 -0,26277132 -0,94847566
1,21 1,64036591 -0,40231712 -0,89155009
1,32 1,59576522 -0,51036894 -0,83018035
1,43 1,53933116 -0,58950608 -0,77374578
1,54 1,47419692 -0,64380988 -0,72826944
1,65 1,40305388 -0,67741485 -0,69689837

La gráfica de la función es:

Método de Taylor
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0 0.11 0.22 0.33 0.44 0.55 0.66 0.77 0.88 0.99 1.1 1.21 1.32 1.43 1.54 1.65

8.Solucionar el siguiente problema de valor inicial utilizando el Método de Runge-

𝑑𝑦
Kutta de orden 2. 𝑑𝑥 = (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥), con:

y (0) = 3 y usando h = 0.5_. El espacio para h lo completa con la última cifra de

su número de documento.
 𝑓(𝑥, 𝑦) = 𝑦′ = (𝑥 + 0,9)(𝑦 + 1,08)𝑠𝑒𝑛(𝑥 2 + 2,005𝑥)
𝑦(0) = 3
𝑥0 = 0
ℎ = 0.51
Las fórmulas que debemos tener en cuenta para la aplicación de este método son:
𝑘1 = 𝑓(𝑥𝑖 , 𝑦𝑖 )
𝑘2 = 𝑓(𝑥𝑖 + ℎ, 𝑦𝑖 + ℎ𝑘1 )
ℎ
𝑦𝑖+1 = 𝑦𝑖 + (𝑘1 + 𝑘2 )
2
De esta manera, tenemos los resultados mostrados en la siguiente tabla:

xi yi k1 k2
0 3 0 0,51
0,51 3,13005 5,69143579 9,10406804
1,02 6,90290348 0,85929112 1,8075296
1,53 7,58294276 -16,1525985 -23,8804237
2,04 -2,62547791 -4,18887971 -5,81520836
2,55 -5,17652036 11,5052027 17,8828561
3,06 2,31743465 2,79225938 4,72631167
3,57 4,23467027 20,6446566 31,6834314
4,08 17,5783327 -27,9861992 -41,7491608
4,59 -0,2041841 -4,37865774 -6,10177319
5,1 -2,87669399 10,7182992 16,6946317
 CONCLUSIONES GENERALES

- La diferenciación numérica entraña el concepto de derivada como el límite de la

pendiente de una recta secante que pasa por dos puntos, así que podemos utilizar
directamente este concepto para calcular una aproximación numérica de la derivada
de una función en un punto x0 en particular.

- El método de Richardson mejora notablemente los resultados de la derivación

numérica, respecto de la aplicación simple de las diferencias centrales.

- Siempre que podamos evaluar una antiderivada, una integral definida se puede
calcular de manera directa; sin embargo, en ausencia de aquella condición, se cuenta
con métodos de aproximación muy precisos, tales como la regla del trapecio o la de
Simpson.

- Las reglas de Simpson permiten obtener una estimación en la integración numérica

más exacta que con la regla del trapecio segmentada, pues utilizan polinomios de
grado superior para unir puntos intermedios, teniendo en cuenta la curvatura de la
función.

- El método de integración numérica de Romberg para evaluar integrales definidas,

una extensión del método del trapecio, es sumamente exacto; pero su algoritmo
computacional es muy extenso, comparado con el del trapecio mismo o los de
Simpson.

- Las integrales iteradas dobles, que corresponden al volumen de un sólido, también

se pueden evaluar numéricamente. El método de Simpson, para tales efectos, resulta
muy exacto y muy sencillo de implantar, a condición de usar un algoritmo
computacional lo más corto posible.

- Una ecuación diferencial no necesariamente debe tener solución, y aun cuando

exista una solución es posible que no siempre podamos encontrar soluciones
explícitas o implícitas de la ecuación. En muchos casos, particularmente en el estudio
de las ecuaciones no lineales, puede ser que tengamos que conformarnos con obtener
sólo aproximaciones de una solución, recurriendo a métodos numéricos; entre los que
destacan los de Euler; Taylor, de diferentes órdenes y Runge – Kutta, también de
diferentes órdenes.

- Los algoritmos para resolver numéricamente las ecuaciones diferenciales –en el caso
que nos ocupa, ordinarias de primer orden– se van complicando en cuanto se requiera
mayor precisión en los resultados. Sin embargo, con los lenguajes computacionales
y la velocidad de cómputo de los ordenadores, prácticamente se puede obviar
cualquier dificultad.
- En orden ascendente, las técnicas numéricas para solución de ecuaciones
diferenciales de valores iniciales, aumentan su eficacia, por la exactitud de sus
resultados, en el siguiente orden: Euler; Taylor, y Runge – Kutta (preferiblemente, el
método de 4° orden).

- En el análisis detallado de soluciones numéricas de ecuaciones diferenciales se

tendría que prestar una atención especial a las diversas fuentes de error. Por ciertas
clases de cálculo, la acumulación de errores podría reducir la exactitud de una
aproximación hasta el punto de hacerla inútil.

- Los paquetes computacionales, como EXCEL o Derive, resultan excesivamente útiles

a la hora de evaluar los resultados en la solución de los diversos problemas de
métodos números planteados; que, por lo demás, son muy frecuentes en la práctica
ingenieril.
 REFERENCIAS BIBLIOGRÁFICAS

Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería: aplicados a la

ingeniería. México, D.F., MX: Larousse - Grupo Editorial Patria.
Chapra, S. C., & Canale, R. P. (2007). Métodos numéricos para ingenieros (5a. ed.).
Zill, D. (1986). Ecuaciones Diferenciales con aplicaciones (3ª ed.). México D.F.,
México: Grupo Editorial Iberoamérica.

Leithold, L. (1987). El Cálculo con Geometría Analítica (5ª ed.). Bogotá, Colombia:
Harla.

Allen, W. (1988). Análisis Numérico (1ª ed.). México D.F., México: Prentice – Hall
Hispanoamericana.

Burden R. L., Faires J. D. (1998). Análisis numérico (7ª ed.). Madrid, España:
International Thomson Editores.

Derivación numérica. (2017, 24 mayo). Recuperado de:

https://es.wikipedia.org/wiki/Derivaci%C3%B3n_num%C3%A9rica

Métodos de Runge - Kutta. (s.f.). Recuperado de:

http://www.frsn.utn.edu.ar/gie/an/mnedo/34_RK.html

Franco, A. G. (s.f.). Integrales dobles. Recuperado de:

http://www.sc.ehu.es/sbweb/fisica_/numerico/integral/simpson1.html

Delgado, C. (2018, 25 julio). Análisis y métodos numéricos: Extrapolación de

Richardson - Derivación. Recuperado de:
https://www.youtube.com/watch?v=466GJ3sqmac.