REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA UNIDAD

CURRICULAR: MATEMTICA

Integrantes: Jonathan colina C.I: 24.525.552 Eberc Rincn C.I Jesus Dias C.I

Punta cardn;

1) Ecuaciones diferenciales ordinarias Definicin: En matemticas, una ecuacin diferencial ordinaria (comnmente abreviada "EDO") es una relacin que contiene funciones de una sola variable independiente, y una o ms de sus derivadas con respecto a esa variable. Las ecuaciones diferenciales ordinarias se distinguen de las ecuaciones diferenciales parciales, las cuales involucran derivadas parciales de varias variables. Las ecuaciones diferenciales ordinarias son importantes en diversas reas de estudio como la geometra, mecnica y astronoma, adems de muchas otras aplicaciones. Se ha dedicado mucho estudio a la resolucin de este tipo de ecuaciones, estando casi completamente desarrollada la teora para ecuaciones lineales. Sin embargo la mayora de las ecuaciones diferenciales interesantes son no-lineales, a las cuales en la mayora de los casos no se les puede encontrar una solucin exacta. Ecuacin diferencial: Para obtener una mejor aproximacin es necesario usar diferenciales, una razn de cambio infinitesimal se puede obtener limitando los incremento a cero "0"

Una ecuacin diferencial es una ecuacin que contiene derivadas o diferenciales (razones de cambio infinitesimales),

Encontramos integrando

Encontramos integrando Las ecuaciones 1 y 2 son ejemplos de ecuaciones diferenciales ordinarias de primer orden, la caracterstica de estas funciones es posible despejar la razn de cambio e integrar con facilidad, otro ejemplo de ecuaciones diferenciales son:

Esta es una ecuacin diferencial de segundo orden, as llamado por el orden de la derivada. El orden de una ecuacin diferencial es el mismo que el de la derivada de mayor orden que en ella aparece Ejercicio - Encuentra el grado "n" de las siguiente ecuaciones diferenciales

Soluciones de una ecuacin diferencial. Constantes de integracin: Una solucin o integral de una ecuacin diferencial es una relacin entre las variables, que define a una de ellas como funcin de la otra, que satisface a la ecuacin as. y = en Es una solucin general de la ecuacin diferencial

Ejemplo 2

En el problema anterior "a" es una constante arbitraria de la misma manera se puede representar como c1 y c2 respectivamente dan una solucin mas general al problema a esta constante arbitraria se la conoce como constante de integracin

Ejemplo 3

Del problema anterior hallar una solucin cuando y=2 dy/dx=-1 x=0 La solucin general de la funcin es cuando x=0 aplicando relacin entre variables para y=2 e dy/dx=-1

Sustituyendo los valores encontrados de c1 y c2 en la solucin general encontramos nuestro resultado

Una ecuacin diferencial se considera resuelta cuando se ha reducido a una expresin en trminos de integrales, pueda o no efectuarse la integracin Verificacin de las soluciones de ecuaciones diferenciales: Antes de emprender el problema de resolver ecuaciones diferenciales, Mostraremos como se verifica una solucin dada. En los tratados sobre ecuaciones diferenciales se demuestra que la solucin general de una ecuacin diferencial de orden "n", tiene "n" constantes arbitrarias Demostrar que:

Es una solucin de la ecuacin diferencial

Sustituyendo los valores en la ecuacin diferencial original encontramos que la relacin de variables satisface la ecuacin Demostrar que

Es una solucin particular de la ecuacin diferencial

Sustituyendo el valor y en la ecuacin diferencial y reduciendo obtenemos

2) Mtodo de Euler: Este mtodo se aplica para encontrar la solucin a ecuaciones diferenciales ordinarias (EDO), esto es, cuando la funcin solo involucra una variable independiente:

El mtodo se basa de forma general en la pendiente estimada de la funcin para explorar desde un valor anterior a un nuevo valor. Nuevo valor = valor anterior+ pendiente x tamao de paso O bien,

(1) De esta manera, la formula (1), se aplica paso a paso para encontrar un valor en el futuro y as trazar la trayectoria de la solucin. La figura (1), muestra el procedimiento aplicado con la ecuacin (1).

El mtodo de Euler utiliza la pendiente al inicio del intervalo como una aproximacin de la pendiente promedio sobre todo el intervalo. La primera derivada proporciona una estimacin directa de la pendiente en x1.

f (xi , yi ) , es la ecuacin diferencial evaluada en xi y yi. Sustituyendo esta estimacin de la pendiente en la ecuacin (1), se tiene:

y i +1 = yi + f (xi , y i )h

La ecuacin (2), se le conoce como el mtodo de Euler. En esta formula se predice un nuevo valor de y por medio de la pendiente que es igual a la primera derivada en el valor original de x, este nuevo valor extrapolarse en forma lineal sobre el tamao de paso h. habr de

Ejercicio 1. Use el mtodo de Euler para integrar numricamente la siguiente ecuacin diferencial:

Desde x = 0 hasta x = 4, con un tamao de paso h = 0.5. Con la condicin inicial de que cuando x = 0 entonces y = 1. Obtenga la solucin exacta integrando analticamente y compare los resultados con los obtenidos por el mtodo de Euler. Tabular los resultados de Euler, la solucin real y el error relativo porcentual.

Ejemplo: Aplicando la ecuacin (2), para encontrar la primera aproximacin: x1= 0 y1= 1 y 2 = y1 + f (x1 , y1 )h

La pendiente es:

f(0,1)= -2(0)3+12(0)2-20(0)+8.5 = 8.5

Sustituyendo en la formula de Euler

y2 = 1 + 8.5 (0.5) = 5.25

3) Estimacin de error: Anlisis de error para el mtodo de Euler.

La solucin de las Ecuaciones diferenciales por medio de mtodos numricos involucra varios tipos de errores:

Error del Mtodo (Error de Truncamiento Local y Global): Este se debe a que, cmo la aproximacin de una curva mediante una lnea recta no es exacta, se comete un error propio del mtodo. En este caso, el error es de primer ordeno (h1).

Local: Es la diferencia que se produce entre el valor real de la funcin y el aproximado mediante la recta tangente en lugar de moverse por la curva suponiendo que el punto desde el que partimos donde se cruzan la curva real y la recta que la aproxima no tiene error alguno.

Propagado: Acumulacin de errores por las aproximaciones producidas durante los pasos previos acumuladas. Es decir, ya no se supone que el punto del cual partimos donde se cruzan la curva real y la recta que la aproxima no tena error sino que asumimos que dicho error existe y que se propaga de paso en paso. Dicha propagacin es, en el peor de los casos, lineal. La suma de los dos es el error global.

Redondeo/Truncamiento:

Resultado

del

nmero

lmite

de

cifras

significativas que puede retener una computadora. Ya que el nmero de dgitos utilizados para hacer los clculos es finito y los nmeros representados puede que no lo sean (es decir, nmeros con infinita cantidad de dgitos). Al limitar los nmeros con infinita cantidad de dgitos mediante truncamiento o redondeo a nmeros con finita cantidad de dgitos estamos cometiendo un error extra.

Como se muestra en la Grafica, bsicamente el mtodo se encarga de aproximar la curva por medio de una serie de segmentos en recta.

Debido a que la aproximacin de una curva por medio de una lnea recta no es exacta, se comete un error derivado del mtodo. A este error se le conoce como error de truncamiento. Este error se puede disminuir reduciendo el valor de ,

pero se obtendr un mayor nmero de clculos y, por consiguiente, un error de redondeo mucho ms alto. Reglas para expresar una medida y su error Toda medida debe de ir seguida por la unidad, obligatoriamente del Sistema Internacional de Unidades de medida. Cuando un fsico mide algo debe tener gran cuidado para no producir una perturbacin en el sistema que est bajo observacin. Por ejemplo, cuando medimos la temperatura de un cuerpo, lo ponemos en contacto con un termmetro. Pero cuando los ponemos juntos, algo de energa o "calor" se intercambia entre el cuerpo y el termmetro, dando como resultado un pequeo cambio en la temperatura del cuerpo que deseamos medir. As, el instrumento de medida afecta de algn modo a la cantidad que desebamos medir

Adems, todas las medidas estn afectadas en algn grado por un error experimental debido a las imperfecciones inevitables del instrumento de medida, o las limitaciones impuestas por nuestros sentidos que deben de registrar la informacin. 1.-Todo resultado experimental o medida hecha en el laboratorio debe de ir acompaada del valor estimado del error de la medida y a continuacin, las unidades empleadas. Por ejemplo, al medir una cierta distancia hemos obtenido 2972 mm. De este modo, entendemos que la medida de dicha magnitud est en alguna parte entre 295 mm y 299 mm. En realidad, la expresin anterior no significa que se est seguro de que el valor verdadero est entre los lmites indicados, sino que hay cierta probabilidad de que est ah. Una medida de una velocidad expresada de la forma 6051.7830 m/s Es completamente ridcula, ya que la cifra de las centenas puede ser tan pequea como 2 o tan grande como 8. Las cifras que vienen a continuacin 1, 7 y 8 carecen de significado y deben de ser redondeadas. La expresin correcta es 605030 m/s Una medida de 92.81 con un error de 0.3, se expresa 92.80.3 Con un error de 3, se expresa 933

Con un error de 30 se expresa 9030 2.- Los errores se deben dar solamente con una nica cifra significativa. nicamente, en casos excepcionales, se pueden dar una cifra y media (la segunda cifra 5 0). 3.-La ltima cifra significativa en el valor de una magnitud fsica y en su error, expresados en las mismas unidades, deben de corresponder al mismo orden de magnitud (centenas, decenas, unidades, dcimas, centsimas). Expresiones incorrectas por la regla 2 245672928 m 23.4630.165 cm 345.203.10 mm Expresiones incorrectas por la regla 3. 245673000 cm 430.06 m 345.23 m Expresiones correctas 240003000 m 23.50.2 cm 3453 m

43.000.06 m Medidas directas Un experimentador que haga la misma medida varias veces no obtendr, en general, el mismo resultado, no slo por causas imponderables como variaciones imprevistas de las condiciones de medida: temperatura, presin, humedad, etc., sino tambin, por las variaciones en las condiciones de observacin del experimentador. Si al tratar de determinar una magnitud por medida directa realizamos varias medidas con el fin de corregir los errores aleatorios, los resultados obtenidos son x1, x2,... xn se adopta como mejor estimacin del valor verdadero, el valor medio <x>, que viene dado por

El valor medio, se aproximar tanto ms al valor verdadero de la magnitud cuanto mayor sea el nmero de medidas, ya que los errores aleatorios de cada medida se va compensando unos con otros. Sin embargo, en la prctica, no debe pasarse de un cierto nmero de medidas. En general, es suficiente con 10, e incluso podra bastar 4 5. Cuando la sensibilidad del mtodo o de los aparatos utilizados es pequea comparada con la magnitud de los errores aleatorios, puede ocurrir que la repeticin de la medida nos lleve siempre al mismo resultado; en este caso, est claro que el valor medio coincidir con el valor medido en una sola medida, y no se obtiene nada nuevo en la repeticin de la medida y del clculo del valor medio, por lo que solamente ser necesario en este caso hacer una sola medida.

De acuerdo con la teora de Gauss de los errores, que supone que estos se producen por causas aleatorias, se toma como la mejor estimacin del error, el llamado error cuadrtico definido por

El resultado del experimento se expresa como y la unidad de medida 4.-La identificacin del error de un valor experimental con el error cuadrtico obtenido de n medidas directas consecutivas, solamente es vlido en el caso de que el error cuadrtico sea mayor que el error instrumental, es decir, que aqul que viene definido por la resolucin del aparato de medida. Es evidente, por ejemplo, tomando el caso ms extremo, que si el resultado de las n medidas ha sido el mismo, el error cuadrtico, de acuerdo con la formula ser cero, pero eso no quiere decir que el error de la medida sea nulo. Sino, que el error instrumental es tan grande, que no permite observar diferencias entre las diferentes medidas, y por tanto, el error instrumental ser el error de la medida. 4) Mtodo de Runge - Kutta El mtodo de Runge-Kutta es un refinamiento del mtodo de Euler. La solucin de un problema de valores iniciales se obtiene generalmente paso a paso por mtodos de integracin hacia adelante, lo que permite evaluar Yi+1 tan pronto se conozcan los valores Yi, Yi-1 de Y en uno o ms pivotes anteriores. El ms simple de estos mtodos, debido a Euler, es aplicable a ecuaciones de primer orden y no requiere conocer la solucin en los pivotes anteriores. Dado el problema de valores iniciales

Se

debe

integrar

la

ecuacin

diferencial

en

el

intervalo

y evaluar la integral aplicando la frmula de integracin numrica:

(4)

Entonces

De donde se obtiene la siguiente expresin aproximada llamada frmula de Euler Yi+1 = Yi + h f(Xi, Yi) (5)

Mtodo de Runge-Kutta: En la introduccin se estableci que el mtodo de Euler para resolver la ecuacin diferencial de primer orden Y' = f(X, Y) (7) Con la condicin inicial Y(X0) = Y0 (8)

Consiste en aplicar repetidamente la frmula de recurrencia Yn+1 = Yn + h f(Xn, Yn) donde n = 1, 2, 3, ... (9) Para determinar la solucin de la ecuacin diferencial en X = X1, X2, X3, ... Sustituyendo la funcin f(X,Y) dada en (7), en (9), se tiene que: Yn+1 = Yn + h Y'n (10) Expresin que indica que el mtodo de Euler consiste grficamente, en ir de un valor Yn conocido de la solucin de la ecuacin diferencial (7) en un punto, al siguiente por medio de la tangente T1 a la curva integral Y = Y(X) en el mismo punto de la solucin conocida, como se muestra en la siguiente figura.

De este planteamiento grfico puede verse que una mejor aproximacin a la solucin de la ecuacin diferencial se obtendra si en vez de ir por la tangente T1 para determinar la solucin en el siguiente Punto Pivote, se utiliza una secante con pendiente igual al promedio de pendientes de la curva integral en los puntos

coordenados (Xn, Yn), (Xn+1, Yn+1) en donde Xn+1 y Yn+1 pueden estimarse con el procedimiento normal de Euler, como se muestra en la siguiente grfica:

Con lo anterior se obtendra un mtodo mejorado de Euler con error del orden de definido por la expresin

(11)

En donde f(Xn+1, Yn+1) es el valor de la funcin f(X, Y) para: X = Xn+1 Y = Yn + h f(Xn, Yn) Observando las expresiones para resolver la ecuacin diferencial, puede decirse que ambas consisten en aplicar la frmula de recurrencia

(12)

En donde

(13) En el mtodo de Euler y

(14)

En lo que Y' = f(X, Y) (15) En el mtodo de Euler Mejorado. Como se ve, estos mtodos tienen los siguientes puntos en comn: 1. Son mtodos de un paso; para determinar Yn+1 se necesita conocer nicamente los valores de Xn y Yn del punto anterior. 2. No requieren evaluar ninguna derivada, sino nicamente valores de la funcin f(X, Y). Estas caractersticas dan origen a una gran variedad de mtodos conocidos como de Runge-Kutta. La diferencia entre ellos cosiste en la forma como se define la funcin que aparece en la expresin (12).

5) Mtodo de Runge-Kutta de 4to orden: Para resolver ecuaciones diferenciales ordinarias de primer orden con error del orden de , de uso tan frecuente que en la literatura sobre mtodos numricos

se le llama el Mtodo de Runge-Kutta de 4to orden, se dar a conocer sin demostrar y consiste en aplicar la ecuacin de recurrencia (12) en donde la funcin est dada por la expresin: *y i +1(x i +1) = y i +{ h /6 *[K1 +(2 * K2) +(2 * K3) + K4] } (16)

En el cual:

* K1 =f [x i, y i]

* K2 =f [x i +(h /2), y i +(h *K1 /2)] * K3 =f [x i +(h /2), y i +(h *K2 /2)] * K4 =f [x i +h, y i +(h *K3)] La ecuacin (16) se obtiene haciendo un promedio de las cuatro pendientes, K1, K2, K3 y K4 a la curva integral, en forma semejante a como se procedi con las pendientes de las tangentes T1 y T2 que dieron lugar a (11). Ejemplo: Determine y (0.5) utilizando el mtodo de Runge-Kutta de cuarto orden, en el intervalo de inters [0, 0.5], en 5 intervalos. PVI { y =4e0.8x 0.5y; y (0) =2; y (0.5) =? } h =0.5 0 / 5 h =0.1

Por lo tanto x0 =0, x1 =0.1, x2 =0.3, x4 =0.4, x5 =0.5 ITERACIN I i =0; x0 =0; y0 =2

K1 =f [0, 2] =4e (0.8*0) (0.5 * 2) K1 =3

K2 =f [0 +0.1/2, 2 + (0.1 *3) /2] =f [0.05, 2.15] =4e (0.8*0.05) (0.5 * 2.15) K2 =3.088243

K3 =f [0 +0.1/2, 2 + (0.1 *3.088243) /2] =f [0.05, 2.154412] K3 =4e (0.8*0.05) (0.5 * 2.154412) K3 =3.086037

K4 =f [0 +0.1, 2 + (0.1 *3.086037)] =f [0.1, 2.308603] K4 =4e (0.8*0.1) (0.5 * 2.308603) K4 =3.178846 y1 (0.1) =2 + {0.1 /6 [3 + (2 *3.088243) +(2 *3.086037) +3.178846]} y1 (0.1) =2.308790 ITERACIN II i =1; x1 =0.1; y1 =2.308790

K1 =f [0.1, 2.308790] =4e (0.8*0.1) (0.5 * 2.308790) K1 =3.178753

K2 =f [0.1 +0.1/2, 2.308790 + (0.1 *3.178753) /2] =f [0.15, 2.467727] K2 =4e (0.8*0.15) (0.5 * 2.467727) K2 =3.276123

K3 =f [0.1 +0.1/2, 2.308790 + (0.1 *3.276123) /2] =f [0.15, 2.472596]

K3 =4e (0.8*0.15) (0.5 * 2.472596) K3 =3.273689

K4 =f [0.1 +0.1, 2.308790 + (0.1 *3.273689)] =f [0.2, 2.636158] K4 =4e (0.8*0.2) (0.5 * 2.636158) K4 =3.375964 y2 (0.2) =2.308790 + {0.1 /6 [3.178753 +(2 *3.276123) +(2 *3.273689) +3.375964]} y2 (0.2) =2.636362 ITERACIN III i =2; x2 =0.2; y2 =2.636362

K1 =f [0.2, 2.636362] =4e (0.8*0.2) (0.5 * 2.636362) K1 =3.375862

K2 =f [0.2 +0.1/2, 2.6366362 + (0.1 *3.375862) /2] =f [0.25, 2.805155] K2 =4e (0.8*0.25) (0.5 * 2.805155) K2 =3.483033

K3 =f [0.2 +0.1/2, 2.636362 + (0.1 *3.483033) /2] =f [0.25, 2.810513] K3 =4e (0.8*0.25) (0.5 * 2.810513) K3 =3.480354

K4 =f [0.2 +0.1, 2.636362 + (0.1 *3.480354)] =f [0.3, 2.984397] K4 =4e (0.8*0.3) (0.5 * 2.984397) K4 =3.592798 y3 (0.3) =2.636362 + {0.1 /6 [3.375862 + (2 *3.483033) +(2 *3.480354) +3.592798]} y3 (0.3) =2.984619 ITERACIN IV i =3; x3 =0.3; y3 =2.984619

K1 =f [0.3, 2.984619] =4e (0.8*0.3) (0.5 * 2.984619) K1 =3.592687

K2 =f [0.3 +0.1/2, 2.984619 + (0.1 *3.592687) /2] =f [0.35, 3.164253] K2 =4e (0.8*0.35) (0.5 * 3.164253) K2 =3.710392

K3 =f [0.3 +0.1/2, 2.984619 + (0.1 *3.710392) /2] =f [0.35, 3.170138] K3 =4e (0.8*0.35) (0.5 * 3.170138) K3 =3.707450

K4 =f [0.3 +0.1, 2.984619 + (0.1 *3.707450)] =f [0.4, 3.355364]

K4 =4e (0.8*0.4) (0.5 * 3.355364) K4 =3.830829

y4 (0.4) =2.984619 +{0.1 /6 [3.592687 +(2 *3.710392) +(2 *3.707450) +3.830829]} y4 (0.4) =3.355606 ITERACIN V i =4; x4 =0.4; y4 =3.355606

K1 =f [0.4, 3.355606] =4e (0.8*0.4) (0.5 * 3.355606) K1 =3.830708

K2 =f [0.4 +0.1/2, 3.355606 + (0.1 *3.830708) /2] =f [0.45, 3.547141] K2 =4e (0.8*0.45) (0.5 * 3.547141) K2 =3.959747

K3 =f [0.4 +0.1/2, 3.355606 + (0.1 *3.959747) /2] =f [0.45, 3.553593] K3 =4e (0.8*0.45) (0.5 * 3.553593) K3 =3.956521

K4 =f [0.4 +0.1, 3.355606 + (0.1 *3.956521)] =f [0.5, 3.751258] K4 =4e (0.8*0.5) (0.5 * 3.751258)

K4 =4.091669

y5 (0.5) =3.355606 + {0.1 /6 [3.830708 + (2 *3.959747) +(2 *3.956521) +4.091669]} La solucin requerida es y5 (0.5) =3.751521

Estimacin de error: Sistema de ecuaciones diferenciales Sistema de orden 2,3,n.