Soluciones Numricas de Ecuaciones

Diferenciales ordinarias
CPITULO 6
Contenidos
6.1 Mtodo de Euler y Anlisis de Error
6.2 Mtodos de Runge-Kutta
6.3 Mtodos de Varios Pasos
6.4 Ecuaciones de Orden Superior y Sistemas
6.5 problemas de Valores en al Frontera de
Segundo Orden
6.1 Mtodo de Euler y Anlisis de Error
Introduccin
Recuerde la estructura del Mtodo de Euler
y
n+1
= y
n
+ hf(x
n
, y
n
) (1)

Errores en Mtodos Numricos
Una fuente de error que siempre est
presente en los clculos es el error de rondeo.
Errores de Truncamiento para el
Mtodo de Euler
Este logaritmo slo da una aproximacin en lnea
recta a la solucin. Este error se llama error de
truncamiento local, o error de discretizacin.
Para obtener una frmula para el error de
truncamiento local del mtodo de Euler, usamos
la frmula de Taylor con resido.



Donde c es un punto entre a y x.
)! 1 (
) (
) (
!
) (
) (
! 1
) ( ) (
) (
1
) 1 ( ) (
+

+ +

'
+ =
+
+
k
a x
c y
k
a x
a y
a x
a y a y
x y
k
k
k
k

Tomando k = 1, a = x
n
, x = x
n+1
= x
n
+ h, tenemos





De ah que el error de truncamiento en y
n+1
es

donde x
n
< c < x
n+1


El valor de c por lo comn no se conoce, pero una
cota superior es

donde
! 2
) (
! 1
) ( ) ( ) (
2
1
h
c y
h
x y x y x y
n n n
' '
+
'
+ =
+
! 2
) ( ) , ( ) (
2
1
1
h
c y y x hf y x y
n
y
n n n n
' '
+ + =
+
+

! 2
) (
2
h
c y
' '
! 2
2
h
M
1
, | ) ( | max
1
+
< <
< <
' '
=
+
n n
x x x
x x x x y M
n n
Observacin:
Se dice que e(h) es de orden h
n
, representado
con O(h
n
), si existe una constante C tal que
|e(h)| s Ch
n
para h suficientemente pequea.
Ejemplo 1
Determine una cota para los errores de truncamiento
local del mtodo de Euler aplicado a

Solucin
De la solucin tenemos
so


En particular, para h = 0.1, se puede obtener una cota
superior remplazando c por 1.1 es
2
) 4 2 (
2
) (
2
) 1 ( 2
2
2
h
e c
h
c y
c
+ =
' '
1 ) 1 ( , 2 ' = = y xy y
,
1
2

=
x
e y , ) 4 2 (
1 2
2

+ =
' '
x
e x y
0422 . 0
2
) 1 . 0 (
] ) 1 . 1 )( 4 ( 2 [
2
) 1 ) 1 . 1 (( 2
2
= +

e
Ejemplo 1 (2)
Al hacer 5 pasos, remplazando c por 1.5, se
obtiene

(2)

1920 . 0
2
) 1 . 0 (
] ) 5 . 1 )( 4 ( 2 [
2
) 1 ) 5 . 1 (( 2
2
= +

e
Mtodo de Euler Mejorado

(3)


donde (4)

se conoce comunmente como el Mtodo de Euler
Mejorado. Fig 6.1
En general, el mtodo de Euler mejorado es un
ejemplo de mtodo de predictor y corrector.
2
) , ( ) , (
*
1 1
1
+ +
+
+
+ =
n n n n
n n
y x f y x f
h y y
) , (
*
1 n n n n
y x hf y y + =
+
Fig 6.1








Ejemplo 2
Use el mtodo de Euler mejorado para obtener el
valor aproximado de y(1.5) para la solucin de
. Compare los resultados para h = 0.1
y h = 0.05.
Solucin
Con x
0
= 1, y
0
= 1, f(x
n
, y
n
) = 2x
n
y
n
, h = 0.1
y
1
* = y
0
+ (0.1)(2xy) = 1.2
Usando (3) con x
1
= 1 + h = 1.1



Los resultados se dan en la Tabla 6.3 y 6.4.
1 ) 1 ( , 2 ' = = y xy y
232 . 1
2
) 2 . 1 )( 1 . 1 ( 2 ) 1 )( 1 ( 2
) 1 . 0 ( 1
2
2 2
) 1 . 0 (
*
1 1 0 0
0 1
=
+
+ =
+
+ =
y x y x
y y
Tabla 6.3
n
x
n
y
Valor
real
Error
Abs.
% error
relativo
1.00 1.0000 1.0000 0.0000 0.00
1.10 1.2320 1.2337 0.0017 0.14
1.20 1.5479 1.5527 0.0048 0.31
1.30 1.9832 1.9937 0.0106 0.53
1.40 2.5908 2.6117 0.0209 0.80
1.50 3.4509 3.4904 0.0394 1.13
Tabla 6.4
n
x
n
y
Valor
real
Error
Abs
% error
relativo
1.00 1.0000 1.0000 0.0000 0.00
1.05 1.1077 1.1079 0.0002 0.02
1.10 1.2332 1.2337 0.0004 0.04
1.15 1.3798 1.3806 0.0008 0.06
1.20 1.5514 1.5527 0.0013 0.08
1.25 1.7531 1.7551 0.0020 0.11
1.30 1.9909 1.9937 0.0029 0.14
1.35 2.2721 2.2762 0.0041 0.18
1.40 2.6060 2.6117 0.0057 0.22
1.45 3.0038 3.0117 0.0079 0.26
1.50 3.4795 3.4904 0.0108 0.31
Errores de Truncamiento para el Mtodo
Mejorado de Euler
Observe que el error de truncamiento local es
O(h
3
).
6.2 Runge-Kutta Methods
Mtodos de Runge-Kutta
Todos los mtodos de Runge-Kutta son
generalizaciones de la frmula bsica de Euler, en la
que la funcin pendiente f se remplaza por un
promedio ponderado de pendientes en el intervalo
x
n
s x s x
n+1

(1)
donde las ponderaciones w
i
, i = 1, 2, , m son
constantes que satisfacen w
1
+ w
2
+ + w
m
= 0, y k
i

es la funcin evaluada en un punto seleccionado (x, y)
para el cual x
n
s x s x
n+1
.

) (
2 2 1 1 1 m m n n
k w k w k w h y y + + + + =
+

El nmero m se llama el orden. Si tomamos
m = 1, w
1
= 1, k
1
= f(x, y
n
), llegamos al mtodo
de Euler. Por consiguiente, se dice que el
mtodo de Euler es un mtodo de Runge-
Kutta de primer orden.
Mtodo de Runge-Kutta de Segundo Orden
Tratamos de hallar unas constantes de modo que la
frmula
(2)
donde k
1
= f(x
n
, y
n
),
k
2
= f(x
n
+oh, y
n
+|hk
1
)
concuerde con un polinomio de Taylor de grado 2.
Las constantes deben satisfacer
(3)

luego
(4)

donde w
2
= 0.
2 1 1
bk ak y y
n n
+ + =
+
2
1
y ,
2
1
, 1
2 2 2 1
= = = + | o w w w w
2 2
2 1
2
1
y ,
2
1
, 1
w w
w w = = = | o
Ejemplo: escogemos w
2
= , de donde w
1
= ,
o = 1, | = 1, y (2) se transforma en

y
n+1
= y
n
+(k
1
+ k
2
)h/2

donde k
1
= f(x
n
, y
n
), k
2
= f(x
n
+h, y
n
+hk
1
).
Puesto que x
n
+ h = x
n+1
, y
n
+ hk
1
= y
n
+ hf(x
n
, y
n
),
es idntica al mtodo de Euler mejorado.


Mtodo de Runge-Kutta de Cuarto Orden
Tratamos de hallar parmetros de modo que la
frmula

(5)

donde





concuerde con un polinomio de Taylor de orden 4.
4 3 2 1 1
dk ck bk ak y y
n n
+ + + + =
+
) , (
n n
y x hf k =
) , (
) , (
) , (
3 4
2 3 1 2 2 3
1 1 1 2
k y h x hf k
k k y h x hf k
k y h x hf k
n n
n n
n n
+ =
+ + + =
+ + =
| | o
| o
El conjunto de valores usado con ms
frecuencia para los parmetros produce el
siguiente resultado



(6)

) 2 / 1 , 2 / 1 (
) 2 / 1 , 2 / 1 (
) , (
) 2 2 (
6
1
2 3
1 2
1
4 3 2 1 1
k y h x hf k
k y h x hf k
y x hf k
k k k k y y
n n
n n
n n
n n
+ + =
+ + =
=
+ + + + =
+
Ejemplo 1
Use el mtodo RK4 con h = 0.1 para obtener y(1.5) para
la solucin de y = 2xy, y(1) = 1.
Solucin
Primero se calcula el caso n = 0.
2715361 . 0 ) 234255 . 0 )( 1 . 0 ( 2 ) 1 . 0 (
) 234255 . 0 , 1 . 0 ( ) 1 . 0 (
234255 . 0 )) 231 . 0 ( 2 / 1 ))( 1 . 0 ( 2 / 1 ( 2 ) 1 . 0 (
)) 231 . 0 ( 2 / 1 ), 1 . 0 ( 2 / 1 ( ) 1 . 0 (
231 . 0 )) 2 . 0 ( 2 / 1 ))( 1 . 0 ( 2 / 1 ( 2 ) 1 . 0 (
)) 2 . 0 ( 2 / 1 ), 1 . 0 ( 2 / 1 ( ) 1 . 0 (
2 . 0 ) 2 )( 1 . 0 ( ) , ( ) 1 . 0 (
0 0
0 0 4
0 0
0 0 3
0 0
0 0 2
0 0 0 0 1
= + + =
+ + =
= + + =
+ + =
= + + =
+ + =
= = =
y x
y x f k
y x
y x f k
y x
y x f k
y x y x f k
Ejemplo 1 (2)
Por lo tanto,






Vase la Tabla 6.5.
23367435 . 1
) 2715361 . 0 ) 234255 . 0 ( 2 ) 231 . 0 ( 2 2 . 0 (
6
1
1
) 2 2 (
6
1
4 3 2 1 0 1
=
+ + + + =
+ + + + = k k k k y y
Tabla 6.5 h=0.1
n
x
n
y
Valor
real
Error
Abs.
% error
relativo
1.00 1.0000 1.0000 0.0000 0.00
1.10 1.2337 1.2337 0.0000 0.00
1.20 1.5527 1.5527 0.0000 0.00
1.30 1.9937 1.9937 0.0000 0.00
1.40 2.6116 2.6117 0.0001 0.00
1.50 3.4902 3.4904 0.0001 0.00
En la Tabla 6.6 comparan algunos resultados.
h = 0.1 h = 0.05
x
n
Euler
Euler
mejorado
RK4
Valor
real
x
n
Euler
Euler
mejorado
RK4
Valor
real
1.00 1.0000 1.0000 1.0000 1.0000 1.00 1.0000 1.0000 1.0000 1.0000
1.10 1.2000 1.2320 1.2337 1.2337 1.05 1.1000 1.1077 1.1079 1.1079
1.20 1.4640 1.5479 1.5527 1.5527 1.10 1.2155 1.2332 1.2337 1.2337
1.30 1.8154 1.9832 1.9937 1.9937 1.15 1.3492 1.3798 1.3806 1.3806
1.40 2.2874 2.5908 2.6116 2.6117 1.20 1.5044 1.5514 1.5527 1.5527
1.50 2.9278 3.4509 3.4902 3.4904 1.25 1.6849 1.7531 1.7551 1.7551
1.30 1.8955 1.9909 1.9937 1.9937
1.35 2.1419 2.2721 2.2762 2.2762
1.40 2.4311 2.6060 2.6117 2.6117
1.45 2.7714 3.0038 3.0117 3.0117
1.50 3.1733 3.4795 3.4903 3.4904
Errores de Truncamiento para el Mtodo RK4
Como es de grado 4, el error de truncamiento
local es O(h
5
) y el error de truncamiento
global es O(h
4
). Sin embargo, esto no se
abarca en este texto.
Ejemplo 2
Determine una cota para los errores de truncamiento
local del mtodo RK4 aplicado a
Solucin
Al calcular la quinta derivada de la solucin conocida
se obtiene

(7)

As con c

= 1.5, entonces (7) = 0.00028.
La Tabla 6.7 proporciona aproximaciones a la solucin del
problema de valor inicial en x = 1.5 por el mtodo RK4.
1 ) 1 ( , 2 ' = = y xy y
, ) (
1
2

=
x
e x y
! 5
) 32 160 120 (
! 5
) (
5
1 5 3
5
) 5 (
2
h
e c c c
h
c y
c
+ + =
Tabla 6.7
h Aproximacin Error
0.1 3.49021064 1.32321089 10
-4
0.05 3.49033382 9.13776090 10
-6

6.3 Mtodos de Varios Pasos
Mtodo de Adams-Bashforth-Moulton
El predictor es la frmula de Adams-Bashforth


(1)



donde n > 3.
, ) 9 7 3 59 55 (
24
3 2 1
*
1 +
'

'
+
'

'
+ =
n n n n n n
y y y
h
y y
) , (
) , (
) , (
) , (
3 3 3
2 2 2
1 1 1



=
'
=
'
=
'
=
'
n n n
n n n
n n n
n n n
y x f y
y x f y
y x f y
y x f y
El valor de y
n+1
* se sustituye en el corrector de
Adams-Moulton


(2)
) , (
) 5 19 9 (
24
*
1 1 1
2 1 1 1
+ + +
+ +
=
'
'
+
'

'
+
'
+ =
n n n
n n n n n n
y x f y
y y y y
h
y y
Ejemplo 1
Use el mtodo anterior con h = 0.2 para obtener
y(0.8) para la solucin de

Solucin
Con h = 0.2, y(0.8) se aproxima mediante y
4
. En
principio s emplea el mtodo RK4 con x
0
= 0, y
0
= 1,
h = 0.2 para obtener
y
1
= 1.02140000, y
2
= 1.09181796,
y
3
= 1.22210646

1 ) 0 ( , 1 = + =
'
y y x y
Ejemplo 1 (2)
Ahora con x
0
= 0, x
1
= 0.2, x
3
= 0.4, x
4
= 0.6, y
f(x, y) = x + y 1, hallamos





El predictor (1) da
82210646 . 0 1 ) 22210646 . 1 ( ) 6 . 0 ( ) , (
49181796 . 0 1 ) 09181796 . 1 ( ) 4 . 0 ( ) , (
22140000 . 0 1 ) 02140000 . 1 ( ) 2 . 0 ( ) , (
0 1 ) 1 ( ) 0 ( ) , (
3 3 3
2 2 2
1 1 1
0 0 0
= + = =
'
= + = =
'
= + = =
'
= + = =
'
y x f y
y x f y
y x f y
y x f y
42535975 . 1 ) 9 37 59 55 (
24
2 . 0
0 1 2 3 3
*
4
=
'

'
+
'

'
+ = y y y y y y
Ejemplo 1 (3)
Para usar el corrector (2), se necesita




22535975 . 1 1 42535975 . 1 8 . 0 ) , (
*
4 4 4
= + = =
'
y x f y
42552788 . 1 ) 5 19 9 (
24
2 . 0
1 2 3 4 3 4
=
'
+
'

'
+
'
+ = y y y y y y
Estabilidad de Mtodos Numricos
Decimos que un mtodo numrico es estable,
si cambios pequeos en la condicin inicial
dan como resultado slo cambios pequeos
en la solucin calculada.

6.4 Ecuaciones de Orden Superor y Sistemas
PVI de Segundo Orden
Una PVI
(1)
puede expresarse como

(2)
Como y(x
0
) = u
0
, entonces y(x
0
) = y
0
, u(x
0
) = u
0
.
Aplicando el mtodo de Euler (2)

(3)

0 0 0 0
) ( , ) ( , ) , , ( u x y y x y y y x f y =
'
=
'
=
' '
) , , ( u y x f u
u y
=
'
=
'
) , , (
1
1
n n n n n
n n n
u y x hf u u
hu y y
+ =
+ =
+
+
Mientras que al aplicar el mtodo RK4:

(4)


donde






En general,
) 2 2 (
6
1
) 2 2 (
6
1
4 3 2 1 1
4 3 2 1 1
k k k k u u
m m m m y y
n n
n n
+ + + + =
+ + + = =
+
+
) , , ( ) (
) 2 / 1 , 2 / 1 , 2 / 1 ( ) 2 / 1 (
) 2 / 1 , 2 / 1 , 2 / 1 ( ) 2 / 1 (
) , , (
3 3 4 3 4
2 2 3 2 3
1 1 2 1 2
1 1
k u m y h x hf k k u h m
k u m y h x hf k k u h m
k u m y h x hf k k u h m
u y x hf k hu hu m
n n n n
n n n n
n n n n
n n n n n
+ + = = + =
+ + + = + =
+ + + = + =
= = =
) , , ' , , (
) 1 ( ) (
=
n n
y y y x f y
Ejemplo 1
Use el mtodo de Euler para obtener y(0.2),
donde
(5)
Solucin
Sea y = u, entonces (5) se transforma en


De (3)
2 ) 0 ( , 1 ) 0 ( , 0 =
'
= = +
'
+
' '
y y y y x y
y xu u
u y
=
'
=
'
] [
1
1
n n n n n
n n n
y u x h u u
hu y y
+ =
+ =
+
+
Ejemplo 1 (2)
Usando h = 0.1, y
0
= 1, u
0
= 2, determinamos
761 . 1 ] 2 . 1 ) 9 . 1 )( 1 . 0 ( )[ 1 . 0 ( 9 . 1 ] )[ 1 . 0 (
3 . 1 ) 9 . 1 )( 1 . 0 ( 2 . 1 ) 1 . 0 (
9 . 1 ] 1 ) 2 )( 0 ( )[ 1 . 0 ( 2 ] )[ 1 . 0 (
2 . 1 2 ) 1 . 0 ( 1 ) 1 . 0 (
1 1 1 1 2
1 1 2
0 0 0 0 1
0 0 1
= + = + =
= + = + =
= + = + =
= + = + =
y u x u u
u y y
y u x u u
u y y
Fig 6.2
En la Fig 6.2 se compara la curva solucin generada
mediante el mtodo de Euler con la curva solucin
generada mediante el mtodo RK4.
Ejemplo 2
Escribir


como un sistema de ecuaciones diferenciales de primer
orden.

Solucin
Escribimos


Al simplificar:

t
e y x x x =
' '
+ +
'

' '
2 5
2
3 2 2 t y y x = +
' '
+
y x t y
x x e y x
t
2 2 3
5 2
2
+ =
' '
'
+ =
' '
+
' '
2
6 4 9 t e x y x x
t
+
'
+ + =
' '
Ejemplo 2 (2)
Sea



El sistema original se puede escribir en la forma
2
2
3 2 2
6 4 9
t y x y v
t e u y x x u
t
+ =
' '
=
'
+ + + =
' '
=
'
v y u x = = ' , '
2
2
3 2 2
6 4 9
t y x v
t e u y x u
v y
u x
t
+ =
'
+ + + =
'
=
'
=
'
Solucin Numrica de un Sistema
La solucin de un sistema de la forma








se puede aproximar mediante mtodos
numricos.



) , , , , (
) , , , , (
) , , , , (
2 1
2 1 2
2
2 1 1
1
n n
n
n
n
x x x t f
dt
dx
x x x t f
dt
dx
x x x t f
dt
dx

=
=
=
Por ejemplo, mediante el mtodo RK4:


(6)

se parece a esto:


(7)
) , , (
) , , (
y x t g y
y x t f x
=
'
=
'
0 0 0 0
) ( , ) ( y t y x t x = =
) 2 2 (
6
1
) 2 2 (
6
1
4 3 2 1 1
4 3 2 1 1
k k k k y y
m m m m x x x
n n
n n n
+ + + + =
+ + + + = =
+
+
donde




(8)
) , , ( ) , , (
) 2 / 1 , 2 / 1 , 2 / 1 ( ) 2 / 1 , 2 / 1 , 2 / 1 (
) 2 / 1 , 2 / 1 , 2 / 1 ( ) 2 / 1 , 2 / 1 , 2 / 1 (
) , , ( ) , , (
3 3 4 3 3 4
2 2 3 2 2 3
1 1 2 1 1 2
1 1
k y m x h t hg k k y m x h tn hf m
k y m x h t hg k k y m x h t hf m
k y m x h t hg k k y m x h t hf m
y x t hg k y x t hf m
n n n n n
n n n n n n
n n n n n n
n n n n n n
+ + + = + + + =
+ + + = + + + =
+ + = + + + =
= =
Ejemplo 3
Considere



Use el mtodo RK4 para aproximar x(0.6) y y(0.6)
con h = 0.2 y h = 0.1.

Solucin
Con h = 0.2 y los datos proporcionados, de (8)

6 ) 0 ( , 1 ) 0 (
6
4 2
= =
+ =
'
+ =
'
y x
y x y
y x x
Ejemplo 3 (2)
3776 . 21 ) 216 . 20 , 8 , 2 . 0 ( 2 . 0 ) , , (
3760 . 19 ) 216 . 20 , 8 , 2 . 0 ( 2 . 0 ) , , (
4160 . 13 ) 7 . 11 , 12 . 3 , 1 . 0 ( 2 . 0 ) 2 / 1 , 2 / 1 , 2 / 1 (
6080 . 10 ) 7 . 11 , 12 . 3 , 1 . 0 ( 2 . 0 ) 2 / 1 , 2 / 1 , 2 / 1 (
4000 . 11 ) 7 . 9 , 2 . 1 , 1 . 0 ( 2 . 0 ) 2 / 1 , 2 / 1 , 2 / 1 (
2400 . 8 ) 7 . 9 , 2 . 1 , 1 . 0 ( 2 . 0 ) 2 / 1 , 2 / 1 , 2 / 1 (
4000 . 7 )] 6 ( 6 ) 1 ( 1 [ 2 . 0 ) 6 , 1 , 0 ( 2 . 0 ) , , (
4000 . 4 )] 6 ( 4 ) 1 ( 2 [ 2 . 0 ) 6 , 1 , 0 ( 2 . 0 ) , , (
3 0 3 0 0 4
3 0 3 0 0 4
2 0 2 0 0 3
2 0 2 0 0 3
1 0 1 0 0 2
1 0 1 0 0 2
0 0 0 1
0 0 0 1
= = + + + =
= = + + + =
= = + + + =
= = + + + =
= = + + + =
= = + + + =
= + = = =
= + = = =
g k y m x h t hg k
f k y m x h t hf m
g k y m x h t hg k
f k y m x h t hf m
g k y m x h t hg k
f k y m x h t hf m
g y x t hg k
f y x t hf m
Ejemplo 3 (3)
Por lo tanto, de (7) obteenmos





Observe Fig 6.3 y Tabla 6.8, 6.9.
2453 . 9 ) 3760 . 19 ) 608 . 10 ( 2 ) 24 . 8 ( 2 4 . 4 (
6
1
1
) 2 2 (
6
1
4 3 2 1 0 1
= + = + + =
+ + + + = m m m m x x
Fig 6.3









Tabla 6.8
n
t
n
x
n
y
0.00 -1.0000 6.0000
0.20 9.2453 19.0683
0.40 46.0327 55.1203
0.60 158.9430 150.8192
Tabla 6.9
0.00 -1.0000 6.0000
0.10 2.3840 10.8883
0.20 9.3379 19.1332
0.30 22.5541 32.8539
0.40 46.5103 55.4420
0.50 88.5729 93.3006
0.60 160.7563 152.0025
n
t
n
x
n
y
6.5 Problemas de Valores en la Frontera de
Segundo Orden
Aproximaciones por Diferencias Finitas
El desarrollo en serie de Taylor en a de y(x) es


Si ponemos h = x a, entonces


Escribiendo la ltima expresin como
(1)
y
(2)
+
' ' '
+
' '
+
'
+ =
! 3
) (
! 2
) (
! 1
) ( ) ( ) (
3 2
h
a y
h
a y
h
a y a y x y
+

' ' '

+

' '
+

'
+ =
! 3
) (
) (
! 2
) (
) (
! 1
) ( ) ( ) (
3 2
a x
a y
a x
a y
a x
a y a y x y
+
' ' '
+
' '
+
'
+ = +
6
) (
2
) ( ) ( ) ( ) (
3 2
h
x y
h
x y h x y x y h x y
+
' ' '

' '
+
'
=
6
) (
2
) ( ) ( ) ( ) (
3 2
h
x y
h
x y h x y x y h x y
Si h es pequea, podemso despreciar y y trminos de
orden mayor, luego
(3)

(4)
Al restar (1) de (2) se obtiene tambin
(5)

Si despreciamos los trminos con h
3
y superores,
entonces al sumar (1) y (2)
(6)
) ( ) ( [
1
) ( x y h x y
h
x y + ~
'
)] ( ) ( [
1
) ( h x y x y
h
x y ~
'
)] ( ) ( [
2
1
) ( h x y h x y
h
x y + ~
'
)] ( ) ( 2 ) ( [
1
) (
2
h x y x y h x y
h
x y + + ~
' '
Los lados derechos de (3), (4), (5), (6) se
denominan cocientes de diferencias, y estas
diferencias se llaman diferencias finitas.

y(x + h) y(x) : diferencia hacia delante
y(x) y(x h) : diferencia hacia atrs
y(x + h) y(x h): diferencia central
y(x + h) 2y(x) + y(x h): diferencia
central
Mtodo de Diferencias Finitas
Considere el PVF:
(7)
Supongase que a = x
0
< x
1
< < x
n
< b representa
una particin regular del intervalo [a, b], esto es,
x
i
= a + ih, donde i = 0, 1, 2, ..., n, y h = (b a)/n.
Estos puntos se llaman puntos de malla
interiores.

Si permitimos que sea
y
i
= y(x
i
), P
i
= P(x
i
), Q
i
= Q(x
i
), f
i
= f(x
i
),
| o = = = +
'
+
' '
) ( , ) ( , ) ( ) ( ) ( b y a y x f y x Q y x P y
h n a x h a x h a x
n
) 1 ( , , 2 ,
1 2 1
+ = + = + =

y si y e y en (7) se remplazan por (5) y (6),

entonces tenemos




(8)

Esto se conoce como ecuacin de diferencias
finitas.
i i i
i i
i
i i i
f y Q
h
y y
P
h
y y y
= +

+
+
+ +
2
2
1 1
2
1 1
i i i i i i i
f h y P
h
y Q h y P
h
2
1
2
1
2
1 ) 2 (
2
1 =
|
.
|

\
|
+ + +
|
.
|

\
|
+
+
Ejemplo 1
Use (8) con n = 4 para aproximar la solucin del
PVF

Solucin
Tenemos P = 0, Q = 4, f(x) = 0, h = (1 0)/4 = .
De ah que
(9)
Los puntos interiores son x
1
= 0 + 1/4, x
2
= 0 + 2/4,
x
3
= 0 + 3/4, entonces (9) genera
5 ) 1 ( , 0 ) 0 ( , 0 4 = = =
' '
y y y y
0 25 . 2
1 1
= +
+ i i i
y y y
Ejemplo (2)




Junto con y
0
= 0, y
4
= 5, luego




Obtenemos y
1
= 0.7256, y
2
= 1.6327, y
3
= 2.9479.
0 25 . 2
0 25 . 2
0 25 . 2
2 3 4
1 2 3
0 1 2
= +
= +
= +
y y y
y y y
y y y
5 25 . 2
0 25 . 2
0 25 . 2
3 2
3 2 1
2 1
=
= +
= +
y y
y y y
y y
Ejemplo 2
Use (8) con n = 10 para aproximar la solucin del
PVF

Solucin
Tenemos P = 3, Q = 2, f(x) = 4x
2
,
h = (2 1)/10 = 0.1, de ah que (8) se transforma

(10)

Los puntos interiores x
1
= 1.1, x
2
= 1.2, , x
9
= 1.9,
y
0
= 1, y
10
= 6, luego (10) genera

6 ) 2 ( , 1 ) 1 ( , 4 2 3
2
= = = +
'
+
' '
y y y y y
x
2
1 1
04 . 0 85 . 0 98 . 1 15 . 1
i i i i
x y y y = +
+
Ejemplo 2 (2)
Podemos resolver este sistema de ecuaciones para
obtener y
1
, y
2
, , y
9
.
7556 . 6 85 . 0 98 . 1
1296 . 0 85 . 0 98 . 1 15 . 1
1156 . 0 85 . 0 98 . 1 15 . 1
1024 . 0 85 . 0 98 . 1 15 . 1
0900 . 0 85 . 0 98 . 1 15 . 1
0784 . 0 85 . 0 98 . 1 15 . 1
0676 . 0 85 . 0 98 . 1 15 . 1
0576 . 0 85 . 0 98 . 1 15 . 1
8016 . 0 98 . 1 15 . 1
8 9
7 8 9
6 7 8
5 6 7
4 5 6
3 4 5
2 3 4
1 2 3
1 2
= +
= +
= +
= +
= +
= +
= +
= +
=
y y
y y y
y y y
y y y
y y y
y y y
y y y
y y y
y y
Mtodo de Disparos
Otra manera de aproximar una solucin se denomina
mtodo de disparos. El punto de partida de este
mtodo es remplazar el PVF por un PVI:

(11)

donde m
1
es simplemente una suposicin.

Esto se deja como ejercicio. Mirese el problema 14.
1
) ( , ) ( , ) , , ( m a y a y y y x f y =
'
=
'
=
' '
o