Métodos Numéricos

ECUACIONES DIFERENCIALES

PRESENTADO POR:
YSAÍAS SAMANEZ VERA
20082152I
ECUACIONES DIFERENCIALES
 Las ecuaciones que se componen de una función desconocida y
de sus derivadas son llamadas ECUACIONES DIFERENCIALES
 Tales ecuaciones desempeñan un papel importante en ingeniería
debido a que muchos fenómenos son, en el contexto matemático,
mejor formulados en términos de su razón de cambio
 La cantidad que habrá de ser diferenciada es conocida como
VARIABLE DEPENDIENTE
 VARIABLE INDEPENDIENTE: la cantidad con respecto a la
cual la variable dependiente es diferenciada
 Cuando la función involucra una variable independiente, la
ecuación es llamada Ecuación Diferencial Ordinaria (EDO).
EDO y Práctica de la Ingeniería

• Las leyes fundamentales de la física, mecánica,

electricidad y termodinámica están basadas con
frecuencia en observaciones empíricas que explican
variaciones en las propiedades físicas y estados de los
sistemas.
• Más que para describir directamente el estado de los
sistemas físicos, las leyes se usan en términos de los
cambios espaciales y temporales.
.

Métodos para resolver EDO

 Método de Euler
Dada la siguiente ecuación diferencial ordinaria:

dy
y ' (t )   f (t , y ) , a t b, y (a)  
dt
Del teorema de Taylor se sabe que:

y (ti 1 )  y (ti )  y ' (ti ) h .........., h  (ti 1  ti )

donde y′(ti) es la ecuación diferencial evaluada en ti y yi. Esta
estimación puede sustituirse en la ecuación:
yk+1 = yk + f(tk, yk)*h
Conocido como método de Euler.
5
 Método de Euler
yi+1 = yi + f(ti, yi)h
y Predicho

Error

Verdadero

y’ = pendiente = f(ti,yi)

t
6
ti Tamaño de paso, h ti+1
 Generalizando tenemos:
tk+1 = tk + h yk+1 = yk + f(tk, yk)*h Para k=0,1,…,M-1

Donde h=b-a/M Siendo M: número de subintervalos

EJEMPLO:EDO de orden 1
EDO y' = 0.1*y

C.I. y(0) = 1000

intervalo
[0 5]
7
Tabla de resultados:

Interpretación Geométrica:
Si partimos del punto (t0 ,y0)
calculamos el valor de la pendiente
m0= f(t0 ,y0) ,nos movemos una
distancia horizontal h y verticalmente
una distancia h* f(t0 ,y0) ,entonces lo
que hacemos es desplazarnos a lo
largo de la recta tangente a la curva
y(t) terminando en el punto (t1 ,y1)
 Error del método de Euler
Error de truncamiento global

Este error es la diferencia entre la solución exacta y la

calculada con el método en el nodo correspondiente

Error de truncamiento local

Error de truncamiento global

Este error es el que se comete en un solo paso. El que nos lleva del nodo
tk hasta el nodo tk+1

9
 MÉTODO DE HEUN
 Forma integral de la ecuación diferencial
t1
y ( t1 )  y ( t 0 )  t0
f ( t , y ( t )) dt

 Aproximación (Fórmula de los trapecios)

t1
 t0
f ( t , y ) dt  h / 2 ( f ( t 0 , y 0 )  f ( t 1 , y 1 ))

 Aproximación por Euler (predicción)

y 1p  y 0  h f ( t 0 , y 0 )

 Método de Heun (corrección)

y 1  y 0  h / 2 ( f ( t 0 , y 0 )  f ( t 1 , y 1p ))
 Fórmula de predictor-corrector o
Método de Heun

Es mejorada porque se puede demostrar que el error total de la fórmula es O(h2),

mientras que en Euler es O(h). O sea, la fórmula de Euler-mejorada o Heun es de
orden dos.

En la fórmula de Euler mejorada se obtiene una mayor exactitud pero un trabajo de

cálculo mayor, ya que para ir de tk a tk+1 hay que evaluar dos veces la función f(t ,
y).
11
y
yi' 1  f  ti 1 , yi01 

y’i =f(ti, yi)

t
ti ti+1
y Predictor

y' 

f  ti , yi   f ti 1 , y i01 
2

12
t
ti ti+1 Corrector
PROCEDIMIENTO :

 Se calcula el promedio de la pendiente

y'  

y 'i  y 'i 1 f  xi , yi   f xi 1 , y i1
0
 y0i+1 = yi + f(ti, yi)*h
2 2 tk+1 = tk + h
 La pendiente promedio se usa para extrapolar linealmente la solución

yi 1  yi 

f  xi , yi   f xi 1 , y 0i1 h Ecuación CORRECTOR
2

• Por eso se dice que el método de Heun es un

procedimiento predictor-corrector
• Como la ecuación corrector tiene yi+1 en ambos
lados del signo igual, se puede aplicar en una h
forma iterativa
xi xi+1
ERROR DEL MÉTODO DE HEUN
 Error de la regla del trapecio

 Error que se cometería en cada paso:

 error acumulado
 Error de truncamiento local y global

 Ejemplo
EULER

HEUN
 FIN
GRACIAS
ALGORITMO DE TAYLOR:
Una forma alternativa de mejorar el método de Euler sería tomar más
términos en el desarrollo de Taylor de la solución exacta:

y' ' (x 0 ) 2
y(x)  y(x 0 )  y' (x0 )(x  x 0 )  (x  x0 )  
 2
Esto se puede hacer del modo siguiente:
Partiendo de:

y'  f (x, y)
y derivando respecto a x nos queda que:

f (x, y) f (x, y) f (x, y) f (x, y)

y''   y'   f (x, y)
x y x y
 En lo siguiente, empleamos la siguiente notación abreviada:

f (x, y) f (x, y)
y''   f (x,y)  x f  f y f
x y
si seguimos derivando:

d
y'' ' 
dx

x f  f  y f 
y'' '   f   y x f y' x f y f   y f  y'  f x  y f  f f y'
2 2 2
x y

y'' '   f  2 f x y f   x f  y f  f y f   f  f

2 2 2 2
x y

y así, podríamos continuar calculando derivadas de orden más alto. Si

f admitiera derivadas de cualquier orden (es decir, si fuera, analítica),
podríamos calcular la solución de este modo (Teorema de Cauchy).
 Si aplicamos este método al problema que teníamos:

dy
 2x  y ; y(0)  1
dx

y'  2x  1  1
y''  2  y'  3
y'' '  y''  3
v v n
y'  y    y  3

Luego, la solución se puede escribir como:

3x 2 3x 3 3x n x
y(x)  1 x      3e  2  2x
 2 3! n!
 Sin embargo, en el caso general, este método puede resultar bastante
laborioso, tal y como se puede apreciar en el siguiente ejemplo:

y'  sen x  cos y

y(0)  0

y'  sen x  cos y

y''  cosx  y' sen y  cos x  (sen x  cosy)sen y
y''  cosx  sen xsen y  sen y cos y
y'' '   sen x  y' ' sen y  y'  cos y
2

y'   cos x  y'' ' sen y  y'' y' cos y  2y' y' ' cos y  y'  sen y
v 3

y v  sen x  y' v sen y  y' '' y' cosy  y' '' y' cosy  y'' 2 cos y  y' ' y' 2 sen y
 2y' ' 2 cos y  2y' y'' ' cosy  2y' 2 y' ' sen y  3y' 2 y'' sen y  y' 4 cos y
y  sen x  y' sen y  4y' ' ' y' cos y  3y''  cos y  6y' ' y'  sen y  y'  cos y
v v 2 2 4

y v'  cos x  yv sen y  y' v y' cosy  4y' v y' cosy  4y' '' y' ' cosy 
 4y' ' ' y'  sen y  6y' ' y' '' cos y  3y''  y' sen y  12y' y' '  sen y 
2 2 2

 6y'  y'' ' sen y  6y'  y'' cos y  4y'  y' ' cos y  y'  sen y
2 3 3 5

y '  cos x  y sen y  5y' y' cos y  10y' '' y' ' cos y 
v v v

 10y' '' y'  sen y  15y' '  y' sen y  6y'  y' ' cos y 
2 2 3

 10y'  y'' cos y  y'  sen y

3 5
 Por tanto, haciendo las sustituciones oportunas:

v
y' (0)  1 y' (0)  4
v
y' ' (0)  1 y (0)  2
v
y'' ' (0)  1 y ' (0)  41
con lo que la solución puede escribirse como:

x 2 x 3 4x 4 2x 5 41x 6
y(x)  x     
2 3! 4! 5! 6!

x 2 x 3 x 4 x 5 41x 6
y(x)  x     
2 6 6 60 720
 Método de Runge-Kutta (de cuarto orden):
Los llamados métodos de Runge-Kutta son una serie de algoritmos
para calcular aproximaciones númericas del valor de la solución de:

dy
 f (x,y) ; y(x 0 )  y0
dx
en puntos de la forma siguiente:

x1  x 0  h ; x2  x1  h ; etc
con muy buena precisión, sin que, para ello, sea necesario que los h sean
muy pequeños.

El procedimiento consta de los siguientes pasos:

 Para calcular un valor aproximado de la solución y1 en el punto
x1 = x0 + h, se calculan los siguientes números:

k1  h f (x 0 ,y0 )
h k1
k 2  h f (x0  , y0  )
2 2
h k2
k3  h f (x 0  , y0  )
2 2
k 4  h f (x0  h, y0  k3 )
1
K0  (k1  2k 2  2k 3  k4 )
6
y entonces se toma:

y1  y0  K0
 Procediendo del mismo modo, calcularíamos el valor aproximado de
la solución, y2, en el punto x2 = x1 + h:

k1  h f (x1 , y1 )
h k1
k 2  h f (x1  , y1  )
2 2
h k2
k3  h f (x1  , y1  )
2 2
k 4  h f (x1  h, y1  k3 )
1
K0  (k1  2k 2  2k 3  k4 )
6
y2  y1  K0
 Y así, sucesivamente, para el punto enésimo, tendríamos xn = xn-1 + h:

k1  h f (x n1 , yn1 )
h k1
k 2  h f (xn1  , yn1  )
2 2
h k2
k3  h f (x n1  ,y n1  )
2 2
k 4  h f (xn1  h, yn1  k3 )
1
K0  (k1  2k 2  2k 3  k4 )
6
yn  yn1  K0
 Utilizar el método de Runge-Kutta con el problema siguiente para
calcular la solución aproximada en x = 0.2 y x =0.4:

dy
 2x  y ; y(0)  1
dx
h = 0.2: x1  x 0  h  0  0.2  0.2
k1  h f (x 0 ,y0 )  0.2 (2  0  1)  0.2
h k1
k 2  h f (x0  , y0  )  0.2 f (0  0.1, 1 0.1)
2 2
k 2  0.2 2  0.1 1.1  0.26
h k2
k3  h f (x 0  , y0  )  0.2 f (0.1, 1.13)
2 2
k3  0.2 2  0.1  1.13  0.266
 k 4  h f (x0  h, y0  k3 ) 0.2 f (0.2, 1.266)
k 4  0.2 2  0.2  1.266  0.3332

1
K0  (k1  2k 2  2k 3  k4 )  0.2642
6
y1  y0  K0  1.2642
x2  x1  h  0.2  0.2  0.4
k1  h f (x1 , y1 )  0.2 (2  0.2  1.2642)  0.33284
h k1
k 2  h f (x1  , y1  )  0.2 f (0.3, 1.43062)  0.40612
2 2
 h k2
k3  h f (x1  , y1  )  0.2 f (0.3, 1.46726)  0.41345
2 2
k 4  h f (x1  h, y1  k3 )  0.2 f (0.4, 1.67765)  0.49553
1
K0  (k1  2k 2  2k 3  k4 )  0.41125
6
y2  y1  K0  1.2642  0.41125  1.67545
 Utilizar el método de Runge-Kutta con el problema siguiente para
calcular la solución aproximada en x = 0.1 y x =0.2:

dy 2 2
x y ; y(0)  1
dx
h = 0.1: x1  x 0  h  0  0.1  0.1
k1  h f (x 0 ,y0 )  0.1f (0,1)  0.1 (0  1 )  0.1 2 2

h k1
k 2  h f (x0  , y0  )  0.1 f (0.05, 1.05)
2 2
k 2  0.1 0.05  1.05  0.1105
2 2

h k2
k3  h f (x 0  , y0  ) 0.1 f (0.05, 1.05525)
2 2
k3  0.1116052
 k 4  h f (x0  h, y0  k3 )  0.1 f (0.1, 1.1116052)
2 2
k 4  0.1 (0.1  1.1116052 )  0.1245666

1
K0  (k1  2k 2  2k 3  k4 )  0.1114628
6
y1  y0  K0  1.1115
x2  x1  h  0.1 0.1  0.2
k1  h f (x1 , y1 )  0.1 (0.1  1.1115 )  0.1245432
2 2

h k1
k 2  h f (x1  , y1  )  0.1 f (0.15, 1.1737716)  0.1400239
2 2
 h k2
k3  h f (x1  , y1  )  0.1 f (0.15, 1.181512)  0.141847
2 2
k 4  h f (x1  h, y1  k3 )  0.1f (0.2, 1.2533471)  0.1610878
1
K0  (k1  2k 2  2k 3  k4 )  0.1415621
6
y2  y1  K0  1.2531
FIN
 Métodos de Runge-Kutta (RK)
El método de RK se fundamenta en el método de la serie de
Taylor. Existen métodos de RK de diferentes ordenes, el orden
del método lo define el orden de la derivada en el término de la
serie de Taylor donde ésta se corte. Existen muchas variaciones,
pero todas se pueden denotar en la forma generalizada de la
ecuación:
yi+1 = yi + f(xi,yi,h)h
donde f(xi,yi,h) es conocida como función incremento, la cual
puede interpretarse como una pendiente representativa sobre el
intervalo.
f = a1k1+ a2k2 +…+ ankn
donde las a son constantes y las k son relaciones de recurrencia,
esto es, k1 aparece en la ecuación para k2, la cual aparece en la
ecuación para k3, etc.
n = 1, es el método de Euler. n = 2, es el método de Heun. 36
Método de RK de segundo orden
• La versión de segundo orden para la ecuación de RK es:
yi+1 = yi + (a1k1+a2k2)h
• donde
k1 = f(xi,yi)
k2 = f(xi+p1h, yi+q11k1h)
• Los valores de a1, a2, p1 y q11 son evaluados al igualar el término
de segundo orden de la ecuación de RK con la expansión de la
serie de Taylor.
• Desarrollando tres ecuaciones para evaluar las cuatro incógnitas:
a1+a2=1 a2p2= ½ a2q11 = ½

• Como se tienen tres ecuaciones con cuatro incógnitas se tiene

que suponer el valor de una de ellas. 37
Método de RK de segundo orden
 Suponiendo que se especificó un valor para a2, se puede
resolver de manera simultánea la ecuación de RK:
a1 = 1 – a2
p1 = q11 = 1/ (2a2)

 Como se puede elegir un número infinito de valores para

a2, hay un número infinito de métodos RK de segundo
orden.
 Cada versión podría dar exactamente los mismos
resultados si la solución de la EDO fuera cuadrática, lineal
o una constante 38
Método de RK de segundo orden
 a2 = ½: Método de Heun con un solo corrector, donde.
yi+1 = yi + (k1/2+k2/2)h
k1 = f(xi, yi)
k2 = f(xi+h, yi+k1h)
 a2 = 1: Método del punto medio.
yi+1 = yi + k2h
k1 = f(xi, yi)
k2 = f(xi+h/2, yi+k1h/2)
 a2 = 2/3: Método de Ralston.
yi+1 = yi + (k1/3+2k2/3)h
39
k1 = f(xi, yi)
k2 = f(xi+3h/4, yi+3k1h/4)
Método de RK de tercer orden
• Siguiendo el mismo razonamiento para n = 3.
• El resultado es seis ecuaciones con ocho incógnitas, por lo tanto se
deben suponer dos valores con antelación para poder desarrollar el
sistema de ecuaciones.
• Una versión ampliamente usada es:
yi+1 = yi + 1/6 (k1 + 4k2 + k3)h
k1 = f(xi, yi)
k2 = f(xi+h/2, yi+k1h/2)
k3 = f(xi+h, yi – k1h + 2k2h)
• Si la derivada es solo una función de x, el método se reduce a la
regla de Simpson 1/3. 40
Método de RK de cuarto orden

• Es el más popular de los métodos RK.

• También cuenta con infinitas versiones. La más usada es:
yi+1 = yi + 1/6 (k1 + 2k2 + 2k3 + k4)h
k1 = f(xi, yi)
k2 = f(xi+h/2, yi+k1h/2)
k3 = f(xi+h/2, yi + k2h/2)
k4 = f(xi+h, yi + k3h)

41
 COMPARACIÓN DE MÉTODOS

Método Orden del Evaluaciones

error funcionales
Euler h 1
Heun h2 2
Euler h2 2
modificado
Runge-Kutta h4 4
 Utilizar el método de Euler para aproximar el valor de la solución de
la siguiente ecuación diferencial en los puntos x = 0.2, 0.4, 0.6, 0.8 y 1,
usando h = 0.2 y h = 0.1.

dy
 2x  y ; y(0)  1
dx
h = 0.2

x1  x 0  h  0  0.2  0.2

y1  y0  f (x0 ,y 0 ) h  1  1 0.2  1.2

x2  x1  h  0.2  0.2  0.4

y2  y1  f (x1, y1 ) h 1.2  1.6  0.2  1.52

x3  x2  h  0.4  0.2  0.6

y3  y2  f (x 2 , y2 ) h  1.52  2.32  0.2  1.984

x4  x 3  h  0.6  0.2  0.8

y4  y3  f (x 3 , y3 ) h  1.984  3.184  0.2  2.6208

x5  x 4  h  0.8  0.2  1.0

y5  y4  f (x4 ,y 4 ) h  2.6208  4.2208  0.2  3.46496

h = 0.1

x1  x 0  h  0  0.1  0.1

y1  y0  f (x0 ,y 0 ) h  1  1 0.1  1.1

x2  x1  h  0.1  0.1  0.2

y2  y1  f (x1, y1 ) h 1.1  1.3  0.1  1.23

x3  x2  h  0.2  0.1  0.3

y3  y2  f (x 2 , y2 ) h  1.23  1.63  0.1  1.393

x4  x 3  h  0.3  0.1  0.4

y4  y3  f (x 3 , y3 ) h  1.393  2.3923  0.1  1.83153

x5  x 4  h  0.4  0.1  0.5

y5  y4  f (x4 ,y 4 ) h  1.5923  2.3923  0.1  1.83153

x6  x 5  h  0.5  0.1  0.6

y6  y5  f (x 5 , y5 ) h  1.83153  2.83153  0.1  2.114683

x7  x 6  h  0.6  0.1  0.7

y7  y6  f (x6 , y6 ) h  2.114683  3.314683  0.1  2.4461513

x8  x 7  h  0.7  0.1  0.8

y8  y7  f (x 7 , y7 ) h  2.4461513 3.8461513 0.1  2.8307664

x9  x 8  h  0.8  0.1  0.9

y9  y8  f (x 8 , y8 ) h  2.8307664  4.4307664 0.1  3.273843

x10  x 9  h  0.9  0.1  1.0

y10  y9  f (x9 , y9 ) h  3.273843 5.073843 0.1  3.7812273

Vemos que obtenemos valores distintos de los que habíamos calculado

para h = 0.2. Cuanto menor sea h, mejor será la aproximación (aunque
también más laboriosa). Para un h constante el error será tanto mayor
cuanto más nos alejemos del punto inicial, como puede apreciarse en la
gráfica siguiente en la que comparamos las dos soluciones aproximadas
con la solución exacta.
5

y(x) = -2(x+1)+3e
x h = 0.1
4

h = 0.2
3

0
0 0.2 0.4 0.6 0.8 1 1.2
Método de Euler modificado:

La solución exacta de la ecuación diferencial de primer orden:

dy
 f (x,y) ; y(x 0 )  y0
dx
en el punto x1 vendría dada por la siguiente expresión:
x1

y(x1 )  y(x0 )   f (x,y) dx

x0

En el método de Euler sencillo que vimos anteriormente tomábamos la

siguiente aproximación:

y(x1 )  y(x0 )  f (x0 , y0 ) (x1  x 0 )

 Esta aproximación es equivalente a suponer que en el integrando de la
solución exacta f(x,y) es constante e igual a su valor en el extremo
inferior de la integral, es decir, f(x, y) = f(x0,y0):

x1

y(x1 )  y(x0 )   f (x,y) dx  y(x0 )  f (x 0 , y0 ) (x1  x0 )

x0

si f (x,y)  f (x ,y )
Parecería más razonable el pensar que obtendríamos un valor más
0 promedio
preciso si aproximáramos la integral de f(x,y) por un 0 de sus
valores en los dos extremos de la integral en vez de tomarla igual a su
valor en el extremo inferior.

x1
f (x 0 , y0 )  f (x1 ,y1 )
y(x1 )  y(x0 )   f (x,y) dx  y(x0 )  (x1  x0 )
x0 2
Sin embargo, de esa manera,f (x
nos ,y )  f (x
encontraríamos ,y
con)el problema de
si f (x ,y )  0 0
que, para calcular y1 necesitamos saber su
1 1
valor para evaluar f(x1,y1).
2
 El problema se solventa del siguiente modo: Primero se obtiene una
aproximación de y1 usando el método de Euler sencillo:

(0)
y1  y 0  f (x 0 , y0 ) h
a continuación, se usa esta aproximación sencilla para calcular f(x 1,y1(0))
y así poder tomar la siguiente nueva estimación para el valor de y1 :

f (x 0 , y0 )  f (x1 ,y1(0) )
y1 (1)  y0  h
2
naturalmente, podríamos utilizar esta nueva aproximación para obtener
otra:

(2) f (x 0 , y0 )  f (x1 ,y1(1) )

y1  y0  h
2
y así, podríamos iterar hasta obtener una aproximación definitiva.
 Una vez que estimemos que tenemos una estimación sensata de y1
repetiríamos el procedimiento para calcular y2:

y2 (0)  y1  f (x1 , y1 ) h

f (x1 , y1 )  f (x 2 , y2 (0) )
y2 (1)  y1  h
2
f (x , y )  f (x 2 2 )
, y (1)
y2  y1 
(2) 1 1
h
2
 
 Utilizar el método de Euler modificado para aproximar el valor de la
solución de la siguiente ecuación diferencial en los puntos x = 0.2 y 0.4,
usando h = 0.2 y con tres decimales de aproximación:

dy
 2x  y ; y(0)  1
dx
h = 0.2

x1  x 0  h  0  0.2  0.2
(0)
y1  y 0  f (x 0 , y0 ) h  1  1 0.2  1.2

f (x 0 , y0 )  f (x1 ,y1(0) ) 1 2  0.2  1.2

y1 (1)
 y0  h 1 0.2  1.26
2 2
 f (x 0 , y0 )  f (x1 ,y1(1) ) 1 2  0.2  1.26
y1 (2)  y0  h1 0.2  1.266
2 2
( 3) f (x0 , y0 )  f (x1 , y1(2) ) 1 2  0.2  1.266
y1  y0  h 1 0.2  1.2666
2 2

(4) f (x 0 , y0 )  f (x1 , y1 (3) ) 1 2  0.2  1.2666

y1  y0  h 1 0.2  1.26666
2 2
Luego, con tres cifras decimales, tendríamos: y1  1.267
x2  x1  h  0.2  0.2  0.4
y2  y1  f (x1 , y1 ) h  1.267  2  0.2  1.267  0.2  1.6004
(0)

(1) f (x1 , y1 )  f (x 2 , y2 (0) )

y2  y1  h
2
(1) 2  0.2  1.267  2  0.4  1.6004
y2  1.267  0.2  1.67374
2
 (2) f (x1 , y1 )  f (x 2 , y2 (1) )
y2  y1  h
2
(2) 2  0.2  1.267  2  0.4  1.67374
y2  1.267  0.2  1.681074
2
(3) f (x1 ,y1 )  f (x 2 , y2 (2) )
y2  y1  h
2
(2) 2  0.2  1.267  2  0.4  1.681074
y2  1.267  0.2  1.6818074
2
( 4) f (x1 , y1 )  f (x2 ,y2 (3) )
y2  y1  h
2
(4) 2  0.2  1.267  2  0.4  1.6818074
y2  1.267  0.2  1.6818807
2
Luego, con tres cifras decimales, tendríamos: y2  1.682

y(x) = -2(x+1)+3e
x h = 0.1
4

h = 0.2
3

h = 0.2
2 Euler modificado

0
0 0.2 0.4 0.6 0.8 1 1.2
 Algoritmo de Taylor:

Una forma alternativa de mejorar el método de Euler sería tomar más

términos en el desarrollo de Taylor de la solución exacta:

y' ' (x 0 ) 2
y(x)  y(x 0 )  y' (x0 )(x  x 0 )  (x  x0 )  
 2
Esto se puede hacer del modo siguiente:
Partiendo de:

y'  f (x, y)
y derivando respecto a x nos queda que:

f (x, y) f (x, y) f (x, y) f (x, y)

y''   y'   f (x, y)
x y x y
ANÁLISIS DE ERROR PARA EL MÉTODO
DE EULER
 La solución puede representarse por una expansión de la serie de Taylor
con respecto a los valores iniciales (xi,yi)
h  xi 1  xi
yi ' ' h 2
yi 1  yi  yi ' h     Rn y  n 1    n 1
2! Rn  h
 n  1!
xi    xi 1
 En la forma de Euler, y’ = f(xi,yi)
f '  xi , yi  h 2
yi 1  yi  f  xi , yi  h     O h n 1 
2!

 Al restar la fórmula de Euler de esta expansión en serie de Taylor se

obtiene el error de truncamiento
f '  xi , yi  h 2
Et     O h n 1 
2!
ANÁLISIS DE ERROR PARA EL MÉTODO
DE EULER
 Si h es suficientemente pequeño los términos de orden superior se hacen
cada vez menores y cercanos a cero, por lo que el error a menudo se
representa como,
f '  xi , yi  h 2
Ea   
Ea  O h 2
Error de truncamiento local
aproximado
2!

 Se puede disminuir el error al disminuir el tamaño de paso

 El método da soluciones exactas cuando la función es lineal
EJEMPLO DEL MÉTODO DE EULER
 Se desea resolver la siguiente ecuación diferencial ordinaria usando el
método de Euler
dy
 2 x 3  12 x 2  20 x  8.5
dx
desde x = 0 hasta x = 4 con un tamaño de paso de 0.5. La condición
inicial en x = 0 es y = 1

Disminuyendo el
tamaño de paso a la
mitad, 0.25
MÉTODOS DE RUNGE-KUTTA
 Los métodos de Runge-Kutta (RK) logran la exactitud del procedimiento
de una serie de Taylor sin requerir el cálculo de derivadas superiores

 La forma general de los métodos RK es

yi 1  yi    xi , yi , h  h
(xi,yi,h) es conocida como función incremento  una pendiente
representativa sobre el intervalo
MÉTODOS DE RUNGE-KUTTA
 La función incremento se escribe por lo general como
  a1k1  a2 k 2    an k n
 Donde las a son constantes y las k son
k1  f  xi , yi 
k 2  f  xi  p1h, yi  q11k1h 
k3  f  xi  p2 h, yi  q21k1h  q22k 2 h 

k n  f  xi  pn 1h, yi  qn 1,1k1h  qn 1, 2 k 2 h    qn1,n 1k n 1h 
 Es posible desarrollar varios tipos de métodos RK al emplear diferentes números de
términos en la función incremento como la especificada por n (e.g., n = 1  Método
de Euler)
 Una vez que se elige n, se evalúan las a, p y q al igualar la ecuación de RK a los
términos de la expansión de la serie de Taylor
MÉTODO RK DE SEGUNDO ORDEN
yi 1  yi   a1k1  a2 k 2  h
donde,
k1  f  xi , yi 
k 2  f  xi  p1h, yi  q11 k1h 

 Se debe determinar los valores de a1, a2, p1 y q11

 La serie de Taylor de segundo orden es
f '  xi , yi  2
yi 1  yi  f  xi , yi  h  h
2!
donde f’(xi,yi) debe determinarse por diferenciación usando la regla de la
cadena
f  x, y  f  x, y  dy  f f dy  h 2
f '  xi , yi    yi 1  yi  f  xi , yi  h    
x y dx  x y dx  2!
MÉTODO RK DE SEGUNDO ORDEN
 Se usan manipulaciones algebraicas para resolver los valores de a1, a2, p1
y q11 que hacen la fórmula RK de 2do orden y la serie de Taylor
equivalentes
 Primero se usa la serie de Taylor para expandir k2, se obtiene
f f
f  xi  p1h, yi  q11k1h   f  xi , yi   p1h
x
 
 q11k1h  O h 2
y

 Esto se sustituye junto con k1 en la fórmula RK de 2do orden

f f
yi 1  yi  a1hf  xi , yi   a2 hf  xi , yi   a2 p1h 2  a2 q11h 2 f  xi , yi   O h 3 
x y
MÉTODO RK DE SEGUNDO ORDEN
 Comparando términos comunes de esta ecuación con la serie de
Taylor
f f
yi 1  yi  a1hf  xi , yi   a2 hf  xi , yi   a2 p1h 2  a2 q11h 2 f  xi , yi   O h3 
x y
 f f dy  h 2
yi 1  yi  f  xi , yi  h    
 x y dx  2!

determinamos que para hacer equivalentes a estas dos ecuaciones,

se debe cumplir
• Estas tres ecuaciones simultáneas contienen las 4 incógnitas
a1  a2  1
• Como hay más incógnitas que ecuaciones, no existe un
a2 p1  1 conjunto único de constantes que satisfagan las ecuaciones
2
• Por lo tanto, existe una familia de métodos de 2do orden
a2 q11  1
2
MÉTODO RK DE SEGUNDO ORDEN
 Debemos suponer el valor de una de estas incógnitas para
determinar las otras tres
 Si especificamos un valor para a2 se puede resolver las ecuaciones
para obtener
a1  1  a2
1
p1  q11 
2 a2

 Podemos elegir un número infinito de valores para a2

 Cada versión daría resultados diferentes para funciones complicadas
 Estudiaremos las tres versiones más comúnmente usadas y
preferidas
MÉTODO RK DE SEGUNDO ORDEN
1. Método de Heun con un solo corrector (a2 = 1/2)
para a2 = 1/2  a1 = 1/2; p1 = q11 = 1
y la ecuación es 1 1 
yi 1  yi   k1  k 2 h
2 2 

donde, k1  f  xi , yi   pendiente al inicio

k 2  f  xi  h, yi  k1h   pendiente al final del intervalo

2. Método de Punto Medio (a2 = 1)

para a2 = 1  a1 = 0; p1 = q11 = 1/2
y la ecuación es
yi 1  yi  k2 h

k1  f  xi , yi 
donde,  1 1 
k 2  f  xi  h, yi  k1h   pendiente en el punto medio
 2 2 
MÉTODO RK DE SEGUNDO ORDEN
3. Método de Ralston (a2 = 2/3)  se obtiene un limite mínimo
sobre el error de truncamiento para los algoritmos RK de 2do
orden
para a2 = 2/3  a1 = 1/3; p1 = q111 = 3/4
2 
yi 1  yi   k1  k 2 h
y la ecuación es 3 3 

k1  f  xi , yi 
donde,
 3 3 
k 2  f  xi  h, yi  k1h 
 4 4 
MÉTODO DE RK DE CUARTO
ORDEN
 Este es el método más popular de los métodos de RK
 La forma más común se conoce como método RK clásico de 4to
orden
1
yi 1  yi   k1  2k 2  2k3  k 4  h
6
donde
k1  f  xi , yi 
 1 1 
k 2  f  xi  h, yi  k1h 
 2 2 
 1 1 
k3  f  xi  h, yi  k 2 h 
 2 2 
k 4  f  xi  h, yi  k3 h 
 MÉTODO DE RUNGE-KUTTA

 Forma integral de la ecuación diferencial

t1
y ( t 1 )  y ( t 0 )   f ( t , y ( t )) dt
t0
 Aproximación de la integral (Regla de Simpson)

t1
t0
f ( t , y ) dt 
h
( f ( t 0 , y 0 )  4 f ( t 1 / 2 , y 1 / 2 )  f ( t 1 , y 1 ))
6
MÉTODO DE RUNGE-KUTTA (CONT.)

 Estimaciones previas
k1  f (t0 , y0 )
k 2  f (t0  h / 2 , y0  h / 2  k1)
k 3  f (t0  h / 2 , y0  h / 2  k 2 )
k 4  f ( tde
 Aplicación 0  , y 0  hk 3 )
lahfórmula

y 1  y 0  h / 6( k 1  2 k 2  2 k 3  k 4 )