P. 1
Metodos Numericos Para La Resolucion de Ecuaciones Diferenciales de Orden Superior

Metodos Numericos Para La Resolucion de Ecuaciones Diferenciales de Orden Superior

|Views: 3.255|Likes:
Publicado porOliver Angel Ruiz

More info:

Published by: Oliver Angel Ruiz on Nov 10, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

08/21/2013

pdf

text

original

Introducción

En la práctica de la ingeniería y ciencias es frecuente tener la necesidad de resolver un sistema de ecuaciones lineales. Estos sistemas aparecen en muy diversos problemas, ya sea como la solución completa de un problema ó al menos como parte de ella. Dada esta necesidad frecuente, se requiere resolverlos en forma eficiente. Las ecuaciones diferenciales ordinarias numéricas o métodos numéricos son la parte de análisis numérico la cuál estudia la solución numérica a ecuaciones diferenciales ordinarias (EDO). Este campo también es conocido como Integración Numérica, pero alguna gente reserva este término para el cómputo de integrales. Muchas ecuaciones diferenciales no se pueden solucionar analíticamente, en este caso tenemos que satisfacerlas con una aproximación a la solución, usando algoritmos que pueden ser utilizados en computadoras para encontrar tal aproximación. Un método alternativo es utilizar técnicas de cálculo para obtener una serie de la extensión de la solución. Las ecuaciones diferenciales ordinarias ocurren en muchas disciplinas científicas, por ejemplo en la mecánica, química, biología, y economía. Además, algunos métodos de ecuaciones diferenciales parciales numéricas convierte la ecuación diferencial parcial en una ecuación diferencial ordinaria, que entonces puede ser solucionada. De hecho existe una materia que se dedica al estudio de las soluciones a este tipo de problemas, la Matemática Aplicada (Curso posterior a la Matemática Intermedia) La matemática aplicada es la rama de las matemáticas que se dedica a buscar y aplicar las herramientas más adecuadas a los problemas basados en estos modelos. Desafortunadamente, no siempre es posible aplicar métodos analíticos clásicos por diferentes razones: y y y y No se adecúan al modelo concreto. Su aplicación resulta excesivamente compleja. La solución formal es tan complicada que hace imposible cualquier interpretación posterior. Simplemente no existen métodos analíticos capaces de proporcionar soluciones al problema.

En estos casos son útiles las técnicas numéricas, que mediante una labor de cálculo más o menos intensa, conducen a soluciones aproximadas que son siempre numéricos. El importante esfuerzo de cálculo que implica la mayoría de estos métodos hace que su uso esté íntimamente ligado al empleo de computadores. De hecho, sin el desarrollo que se ha producido en el campo de la informática resultaría difícilmente imaginable el nivel actual de utilización de las técnicas numéricas en ámbitos cada día más diversos.

Objetivos
y y y y Hacer uso de sistemas de cómputo y herramientas electrónicas para solucionar los problemas propuestos utilizando métodos numéricos. Ofrecer una presentación sistemática de algunos de los métodos y técnicas más importantes del Análisis Numérico. Resolución numérica de ecuaciones no lineales, de sistemas lineales e introducción a los sistemas no lineales. Aprender sobre la teoría del los tres métodos numéricos requeridos para diferenciar entre cada método y su utilidad.

2 Siempre y cuando sea pequeño.3 Con lo cual podemos usar el punto para construir el siguiente punto y así sucesivamente. al método numérico consistente en ir incrementando paso a paso la variable independiente y hallando la siguiente imagen con la derivada. De aquí obtenemos que 1. Una de las técnicas más simples para aproximar soluciones de una ecuación diferencial.1 Observe en la figura 1 que la pendiente de la recta tangente a la curva está dada por y es aproximadamente igual a la pendiente de la recta secante 1. De esta forma generamos la sucesión de puntos: Los cuales son de esperar que se encuentren cercanos a los puntos .Método de Euler Se llama método de Euler o de las rectas tangentes. Suponga que se desea aproximar la solución del problema de valor inicial Figura 1 1.

Al sustituir el valor aproximado de la derivada 1.5 .2 en la ecuación diferencial del problema de valor inicial 1.4 1.1 obtenemos el método de Euler 1.

Este método se basa en la misma idea del método anterior. este valor de se denotará aquí como ya que sólo es un valor transitorio para . con base en la siguiente gráfica: Figura 2 . se obtiene la media aritmética de esta derivada y la derivada en el punto inicial . tomando un promedio entre ciertas pendientes. Se parte de y se utiliza el método de Euler a fin de calcular el valor de correspondiente a . El segundo paso se llama corrector.Método de Euler Mejorado El método de Euler modificado consta de dos pasos básicos: 1. esta parte del proceso se conoce como paso predictivo.2 Para entender esta fórmula. La fórmula es la siguiente: 2.1 Donde 2. En el nuevo punto obtenido se evalúa la derivada usando la ecuación diferencial ordinaria del PVI (problema con valor inicial) que se esté resolviendo. pero hace un refinamiento en la aproximación. analicemos el primer paso de la aproximación. 2. pues trata de corregir la predicción.

Finalmente. vemos que la pendiente promedio corresponde a la pendiente de la recta bisectriz de la recta tangente a la curva en el punto de la condición inicial y la "recta tangente" a la curva en el punto donde es la aproximación obtenida con la primera fórmula de Euler. esta recta bisectriz se traslada paralelamente hasta el punto de la condición inicial. . y se considera el valor de esta recta en el punto como la aproximación de Euler mejorada.En la figura 2.

Errores en los Métodos Numéricos También es conocido como dígitos significativos y se ha desarrollado para designar formalmente la confiabilidad de un valor numérico. A la omisión del resto de cifras significativas se le conoce como error de redondeo. que resultan de representar aproximadamente números exactos. Exactitud y precisión La precisión se refiere 1) al número de cifras significativas que representan una cantidad 2) la extensión en las lecturas repetidas de un instrumento que mide alguna propiedad física. Por ejemplo: 0. Una manera de hacerlo es en términos de cifras significativas. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los métodos numéricos.00001845 0.0001845 0. y los errores de redondeo. Los métodos numéricos obtienen resultados aproximados. La exactitud se refiere a la aproximación de un numero o de una medida al valor verdadero que se supone representa. Los números antes mencionados tienen cuatro cifras significativas. Cuando se incluyen ceros en números muy grandes. La inexactitud (conocida como sesgo) se define como un alejamiento sistemático de la verdad. se deben desarrollar criterios para especificar que tan precisos son los resultados obtenidos. que resultan de representar aproximadamente un procedimiento matemático exacto. Definiciones de error Los errores numéricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemáticas. Por ejemplo: y y y Cuando se hacen algunos disparos en un lugar de tiro al blanco la precisión se refiere a la magnitud del esparcimiento de las balas.00845 Los ceros no son siempre cifras significativas ya que pueden usarse solo para ubicar el punto decimal. Estos incluyen errores de truncamiento. Él numero de cifras significativas es él numero de dígitos más un dígito estimado que se pueda usar con confianza. no se ve claro cuántos ceros son significativos si es que los hay. .

141593 que como 3.2 Se introdujo un error de truncamiento en la solución numérica ya que la ecuación de diferencias solo se aproxima el valor verdadero de la derivada. . Error numérico total El error numérico total es la suma de los errores de redondeo y de truncamiento. « Errores de truncamiento Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de un procedimiento matemático exacto. Por ejemplo: el octavo número significativo en este caso es 6. por lo que se encara el siguiente problema: la estrategia de disminuir un componente del error total lleva al incremento del otro). Por lo tanto se representa de manera exacta como 3. ya que el valor está más cercano del valor verdadero. Esto se puede visualizar de la siguiente forma: si p se aproxima por  . esto es:   Errores de redondeo Este tipo de errores se deben a que las computadoras solo guardan un número finito de cifras significativas durante un cálculo. (Los errores de truncamiento decrecen conforme él numero de cálculos aumenta. 3. la relación entre el resultado exacto o verdadero y el aproximado está dada por:   Error numérico es igual a la diferencia entre el valor verdadero y el valor aproximado. Esta técnica de retener solo los primeros números se le llamo "Truncamiento" en el ambiente de computación de preferencia se le llamara de corte para distinguirlo de los errores de truncamiento discutidos. el error de redondeo se reduce a.1      3.Para los dos tipos de errores. Un corte ignora los términos restantes de la representación decimal completa. Por ejemplo: si solo se guardan siete cifras significativas. la computadora puede almacenar y usar como y generando un error de redondeo.141592 obtenido mediante un corte.

Hoy en día. esta fuente de error es muy improbable y la mayor parte de las equivocaciones se pueden atribuir a errores humanos. Incertidumbre en los datos Algunas veces se introducen errores en un análisis debido a la incertidumbre (sin certeza) de los datos físicos sobre los que se basa el modelo. los resultados numéricos erróneos fueron atribuidos algunas veces al mal funcionamiento de la computadora misma.Errores por equivocación. Un ejemplo de un error de formulación imperceptible es el hecho que la segunda Ley de Newton no explica los efectos de la relatividad. . Errores de formulación Los errores de formulación o de modelación degeneran en lo que se podría considerar como un modelo matemático incompleto. de planteamiento o incertidumbre en los datos En los primeros años de la computación.

Los métodos Runge-Kutta más simples se obtienen usando dos de estas derivadas intermedias. Los métodos Runge-Kutta extienden esta idea geométrica al utilizar varias derivadas o tangentes intermedias. es el análisis y solución de los problemas de valor inicial de ecuaciones diferenciales ordinarias (EDO). el método envuelve solo dos evaluaciones ya que dos de estas tienen los mismos argumentos.Métodos de Runge-Kutta El objetivo de los métodos numéricos de Runge-Kutta. El método de Euler se mueve a lo largo de la tangente de una cierta curva que esta "cerca" a la curva desconocida o buscada. en lugar de solo una. La idea ahora es determinar los parámetros de modo que el método tenga orden de convergencia lo más alto posible. para aproximar la función desconocida. Algunos casos especiales de estas fórmulas son: Método de Heun: Aquí se toma de modo que el método reduce a: 4. pero con un orden de exactitud más alto que este. Un análisis del error local de esta fórmula basado en el Teorema de Taylor muestra que el orden más alto que puede tener esta fórmula es dos y que esto puede ocurrir si y solo si: 4. entonces para toda .2 Es decir si cumplen con estas condiciones. estos son una extensión del método de Euler para resolver las (EDO¶S).4 Método del Punto Medio: Aquí se toma de modo que el método reduce a: .1 Note que a pesar de que en la fórmula se perciben tres . La convergencia lenta del método de Euler y lo restringido de su región de estabilidad absoluta nos lleva a considerar métodos de orden de convergencia mayor.3 Para propósitos de hacer cálculos es mejor escribir esta fórmula como:  4. Métodos Runge-Kutta de dos Evaluaciones: Aquí buscamos métodos o fórmulas numéricas de la forma: 4.

De esta forma se obtiene un valor con una mejor aproximación. que es también un método de un paso. en la práctica. haciendo de Runge-Kutta.8 4. Además se puede hacer que controle el tamaño del paso calculando el error en cada paso. La ecuación (4. los métodos de Runge-Kutta requieren sólo de la función f(X.5 La ventaja de los métodos de Runge-Kutta con respecto al uso de la serie de Taylor. k1. un método muy eficiente para la resolución de ecuaciones diferenciales.10 Esto se refiere a Runge-Kutta para el cuarto orden.6 En el cual 4. la aplicación de los métodos de Runge-Kutta sea más simple que el uso de la serie de Taylor. k3 y k4 a la curva integral. y exigiendo que no se exceda ese error. Y) y de ninguna derivada. Un método de Runge-Kutta para resolver ecuaciones diferenciales ordinarias de primer orden con error del orden de . se dará a conocer sin demostrar y consiste en aplicar la ecuación de recurrencia donde la función está dada por la expresión: 4. en .6) se obtiene haciendo un promedio de las cuatro pendientes. Esto hace que. en forma semejante a como se procedió con las pendientes de las tangentes T1 y T2 que dieron lugar a el método de Euler Mejorado. de uso tan frecuente que en la literatura sobre métodos numéricos se le llama simplemente el Método de Runge-Kutta.9 4. de tal forma que el error acumulado con las sucesivas iteraciones para calcular el valor de la función a lo largo del tiempo disminuye respecto al método de Euler. se puede aumentar o disminuir ese paso.7 4.4. k2. mientras que la serie de Taylor sí requiere de la evaluación de derivadas. es decir.

05 X 1.1 y después h=0.4758 2.4952 2.0592 1.50 h=0.6784 2.9190 2.35 1.9503 1.0468 2.1) Para h=0.1 . a. Primero use h=0.9452 2.Problemas a) Aplique el método de Euler mejorado para hallar una aproximación al valor indicado con cuatro decimales de precisión.45 1.3226 2.1642 2.05.1786 2.40 1.9610 Para h=0.05 U(n+1) Y(n+1) 2.3059 2.25 1.7009 2.20 1.30 1.

8561 1.1519 0.05 Para h=0.0216 2.0801 1.50 0.40 0.2) Para h=0.1857 0.1971 .05 X Y(n+1) U(n+1) 0.40 2.2270 0.1 X U(n+1) Y(n+1) 1.h=0.8997 a.50 1.

Para h=0.1 X Y(n+1) U(n+1) 0.5 0.1 Para h=0.3392 .2622 0.4 0.2655 0.3363 0.

con cuatro decimales a los siguientes problemas: b.b) Use el método de Runge-Kutta de cuarto orden con h=0.1)    .1 para obtener una aproximación.

4000 1.1108 -2.1 X 1.h=0.3000 1.0225 2.4731 -3.5000 K1 -4.5021 -2.9108 -1.0075 1.9731 -1.1194 K3 -3.2) K2 -4.2689 1.9194 b.5015 K4 Y(n+1) -3.2731 -2.2369 -2.7993    .3442 -1.

8000 0.4354 c) En el siguiente problema elabore una tabla donde se comparen los valores indicados obtenidos con los métodos de Euler.0921 .6000 0.1 y h=0.7474 0.05 Para h=0.8) X 0.9000 Y(n+1) 0.7819 0. Redondee sus cálculos a cuatro decimales y use h=0.5000 0.6000 0.6000 0.5000 0.8131 0.6000 0.7000 0.9559 1.7095 0.3633 0. de Euler mejorado y de Runge-Kutta de cuarto orden.6000 0.6) X 0.8283 0.5000 0.4000 0.7807 0.7519 0.1 Euler Y(0.6000 Y(0.6954 0.7209 0.8283 0.7000 0.7095 0.9) X 0.1 X 0.6000 0.9559 Y(0.7000 (Yn+1) 0.h=0.7200 0.5000 (Yn+1) 0.7095 0.5000 K1 K2 K3 K4 Y(n+1) 0.8283 Y(1) X 0.8000 (Yn+1) 0.

9657 Y(0.8356 0.6024 0.5000 0.6500 0.7000 0.5000 0.6024 X 0.7739 0.8500 Y(0.8500 0.5500 0.1044 .9) Yn+1 0.6024 0.7144 0.7500 Yn+1 0.6573 0.5500 0.7500 0.6) X 0.8996 0.5500 0.5500 0.5500 0.7144 0.6500 0.Para h=0.6000 0.8) X 0.6500 0.5000 0.0340 1.6573 0.8000 0.6573 0.8996 0.7000 0.5500 0.9000 0.6024 0.6000 0.7739 0.5500 0.5000 0.7500 0.8000 0.8356 Y(1) X 0.5500 Yn+1 0.7144 0.7739 0.05 Euler Y(0.9500 Yn+1 0.8356 0.7000 0.6000 0.9657 1.

6048 0.0000 0.6000 0.6000 0.8000 0.9317 U(n+1) 0.0000 0.6000 0.8234 U(n+1) 0.9317 1.5000 0.5000 0.5000 0.6000 0.8333 0.9000 1.5000 0.8234 0.8000 Y(0.6000 X 0.6) Y(n+1) 0.7145 0.0396 U(n+1) 0.6048 0.7000 0.8000 0.0000 0.9) Y(n+1) 0.7143 0.6000 Y(0.1 Euler Mejorado X 0.6048 0.8333 0.7000 0.6048 U(n+1) 0.8333 0.9508 1.5000 0.8) Y(n+1) 0.6000 0.0000 Y(1) Y(n+1) 0.7143 0.7145 0.9000 Y(0.7145 0.9508 X 0.0000 0.8234 0.7000 0.5000 0.Para h=0.0671 .5000 0.7143 0.5000 0.6000 0.

0000 0.0000 Y(1) Y(n+1) 0.6037 0.Para h=0.5500 0.7500 0.7182 0.8430 Un+1 0.8430 0.8500 0.7500 0.9745 X 0.1168 Un+1 0.8419 0.5500 0.6598 0.5000 0.8) Y(n+1) 0.5512 0.7193 0.6500 0.0440 1.6000 Y(0.5512 0.6) Y(n+1) 0.8500 0.8000 0.9071 0.6049 0.5000 0.7500 0.5000 0.0000 0.6500 0.6598 0.8430 0.5500 0.5500 0.9082 0.5512 0.7789 0.05 Euler Mejorado X 0.6049 Un+1 0.6609 0.5500 0.6037 0.9) Y(n+1) 0.5500 0.9082 0.5512 0.9000 0.7193 0.5000 0.7789 0.7000 0.0451 1.6049 0.5000 0.0000 0.9755 1.9000 0.5500 0.6000 Y(0.7182 0.7789 0.7800 0.7000 0.1157 .7800 0.5000 0.8000 Y(0.6037 0.6000 0.6037 X 0.8419 0.7182 0.9500 1.6049 Un+1 0.5000 0.8000 0.7000 0.6500 0.7193 0.5000 0.9745 1.8419 X 0.0000 0.6598 0.6000 0.5500 0.9755 0.7800 0.6609 0.6609 0.9071 0.

3478 1.1915 1.8433 0.7803 0.3261 1.6) X K1 K2 K3 K4 Y(n+1) 0.2371 1.6500 0.0495 1.1450 0.0978 1.1683 1.1451 1.0739 1.0736 1.2371 1.8000 0.7000 0.3696 1.7803 0.1214 1.5500 1.6000 0.6500 0.4338 1.2819 1.1451 1.0736 1.2597 1.1685 1.0978 1.3040 1.0978 1.0000 1.4760 K3 1.5514 0.3696 1.6612 0.1216 1.0738 1.9085 0.0494 0.2595 1.6051 0.1915 1.Para h=0.2819 K2 1.6000 0.6612 0.3261 1.0250 1.0730 1.3480 1.3911 K3 1.7000 0.0739 1.3911 1.4550 1.6049 0.8000 K1 1.1451 1.7196 0.2819 1.6000 1.0247 1.5512 0.0455 Y(0.1214 1.9085 Y(1) X 0.7196 0.0977 0.0730 1.7500 0.0978 1.2142 1.7000 0.1683 1.2371 1.7500 0.3480 1.8000 0.3696 1.1910 .4970 Y(n+1) 0.3040 K3 1.1217 1.2371 1.1172 1.0247 1.3696 Y(0.9085 0.0495 1.5000 0.7196 0.0000 1.5500 0.2819 1.2142 1.1217 1.0455 1.9000 K1 1.3042 K4 1.2145 1.0736 1.1915 1.0000 1.0735 1.0977 1.4126 Y(n+1) 0.9759 1.6051 0.2145 1.0495 1.1915 1.05 Runge-Kutta 4to Orden Y(0.0978 1.2595 1.3913 K4 1.5514 0.1915 1.7500 0.0000 1.9500 1.5514 0.8433 0.5500 0.0250 1.2371 1.1213 1.8500 0.8433 0.0739 1.1451 1.6610 X 0.4126 1.2597 1.0000 K1 1.1451 1.1217 1.2371 1.1685 1.1214 1.1451 1.0730 1.0247 1.5500 0.1915 1.6500 0.3042 1.3040 1.4340 1.0250 1.5000 0.2142 1.8500 0.4126 1.8) X 0.1685 1.5000 1.0247 1.3261 Y(n+1) 0.6612 0.9000 0.5000 0.3478 1.1683 1.3042 1.2819 1.3261 1.7803 0.2597 1.0250 1.9) K2 1.0494 1.9759 1.2819 1.3913 1.4762 K4 1.6000 0.2145 1.6051 0.3261 1.0978 1.2595 1.4550 K2 1.

2365 1.7000 0.6000 0.6049 0.0500 1.1914 1.2818 1.9) K2 1.1455 1.0000 1.0977 1.3696 1.8431 0.8431 0.0977 1.0000 1.9000 1.1914 1.7000 0.3696 1.1445 1.3264 K4 1.1914 0.0500 1.4966 K3 1.9757 1.0977 0.2819 1.1169 1.6049 0.2819 1.2374 1.6049 0.6000 0.3696 Y(0.6000 0.2374 1.4129 1.3696 1.6) X 0.4972 K4 1.3256 K3 1.0977 1.9757 Y(1) X 0.5000 0.0500 1.2818 K2 1.2365 1.0000 1.5000 0.0977 1.4121 K3 1.5000 0.1914 1.1445 1.0977 1.7194 0.7000 0.2374 1.1455 1.0000 1.3256 1.8) X 0.7194 X 0.8000 K1 1.1914 1.0488 1.0488 1.7194 0.4550 Y(n+1) 0.8000 0.9000 K1 1.1169 Y(0.1455 1.3696 Y(n+1) 0.0977 1.1914 1.2365 1.0977 1.1914 1.1 Runge-Kutta 4to Orden Y(0.4550 K2 1.8000 0.0500 1.0488 1.8431 0.3264 1.1445 1.0000 K1 1.9757 1.1455 1.4121 1.5000 0.Para h=0.4550 1.3256 1.4129 K4 1.2666 .7194 0.0488 1.1445 1.3264 1.2819 1.2818 1.6000 K1 K2 K3 K4 Y(n+1) 1.5384 Y(n+1) 0.6049 1.

1.20000 1.71828 1.08396 100.79124 15.26060 . Utilice una aproximación de 5 decimales.40000 1.99666 24.16523 21. sabiendo que y h=0.10000 1.30000 1.49068 86.17794 24.88750 9.73636 13.26353 24.30000 1.20861 54.10000 1.14675 97.81353 199.27265 5.19545 61.1 Y(1.64273 9. Tabule los datos calculados en una tabla e indique cual es la solución.77740 16.13758 105.40000 1.00000 1.d) Dada la ecuación diferencial . Si se utilizara el método aproximación de Euler ¿Cuál sería la diferencia de error entre Euler y Runge-Kutta en ? h=0.20757 K3 K4 Y(n+1) 1.12076 11.31617 34.90373 3.53476 49.30251 39.20000 1.5) X 1.50000 K2 8.50000  K1 6. utilice el método de Runge-Kutta de cuarto orden para determinar el porcentaje de error que se produce para la aproximación .

5669 0.1 h=0.5378 0.5725 0.6034 0.6137 0.7 0.8 0. es decir y el tiempo esta en el intervalo con h=0.5 0.e) El desplazamiento de cierta partícula esta descrito por la ecuación diferencial .5922 0.1 Usando: X(n) 0.9 1 Se mueve 0.5834 0.6137m en 1 segundo. Para h=0.5801 0.5481 0.47 metros. Utilice el método de Euler Mejorado para aproximar el número de metros durante el primer segundo de movimiento.5933 .1 Y(n+1) U(n+1) 0.4 0. donde se mide en metros y para cierto tiempo en segundos.6 0. Suponga que en el tiempo igual a cero hay 0.5345 0.5528 0.5201 0.5608 0.

Su programación en un sistema de computo (Microsoft Excel) es mucho más sencillo y sistemático. Puede aprovecharse una aproximación a la solución. si tal aproximación existe. estas muchas veces pueden no ser suficientes. Son métodos más eficientes que las herramientas básicas de solución de Ecuaciones de Orden Superior (EDOS). es muy útil e importante como herramientas en la resolución de operaciones. Son menos sensibles a los errores de redondeo ya que esto puede ser ajustado usando aproximaciones con más decimales. ya que por más que se dominen los métodos tradicionales. en algunos casos muy complicadas y casi imposibles de resolver. .Conclusiones El estudio de los métodos numéricos.

htm http://www. elaborados por Roselia Galmiche Santos.mx/electrica/Notas/Lino_Coria/Metodos_Numericos/MET ODOS_DE_RUNGE_KUTTA.com/trabajos73/metodos-numericos-metodo-eulermejorado/metodos-numericos-metodo-euler-mejorado.youtube.uprh.pdf Videos de la Universidad Veracruzana.monografias.ucting.itmorelia.youtube.edu.htm http://www.com/notas/metodos/Euler_mejorado.edu/~pnm/notas4061/rungek/rungek.Bibliografías Ecuaciones Diferenciales con Aplicaciones. Oscar Montes Estrada.tonahtiu.html http://mate.youtube.com/watch?v=aB8_x7szgMA&feature=mfu_in_order&playnext=1&vide os=R5IJwCTpFNI Método de Euler Modificado o Mejorado http://www.com/watch?v=HPTEdI4aZwU Método de Euler http://www. Facultad de Ingeniería Química.com/trabajos10/menu/menu.youtube.mx/posgrado/cursos/metodos/kungeruta/index.shtml Por: Sergio Ramírez http://proton. Elizeth Rocha Garcia. A.shtml Por: Paula Fernigrini http://www.com/v/H5ssEUEweTg?fs Método de Runge-Kutta (Parte 2) .monografias.udg. Sandra Maria Perez Sanchez supervisado por el Ing.com/watch?v=Tsg7wTdvtLs Método de Runge-Kutta (Parte 1) http://www. M. (No tiene más información) Referencias Electrónicas http://www. Ing. Candelario Trejo Flores http://www.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->