Ecuaciones diferenciales de 1

er
orden :
Una ecuacin diferencial ordinaria de primer orden es una expresin
del tipo siguiente:
y' = f (x, y)
El problema que se suele presentar es el de calcular una funcin y = f(x)
tal que verifique la ecuacin anterior con una condicin de contorno:
y(x
0
) = y
0
.
El siguiente Teorema de Cauchy slo garantiza la existencia y unicidad
de la solucin bajo las siguientes condiciones restrictivas:
Teorema de Cauchy:
Si f(x,y) es analtica en un dominio que contiene al punto (x
0
,y
0
),
existe una, y slo una, funcin analtica y(x) que verifique la ecuacin:
y' =
dy
dx
= f (x, y)
con la condicin de contorno:
y(x
0
) = y
0
Una funcin se dice que es analtica si es derivable un nmero infinito
de veces:
f eC

Una condicin, menos exigente, para que exista solucin y sea nica
(aunque no necesariamente analtica)es que se satisfaga una condicin de
Lipschitz:
Supongamos que tenemos una funcin f(x,y) definida en un dominio
del plano XY. Se dice que la funcin f(x,y) satisface una condicin de
Lipschitz (respecto de y) en el dominio si esixte una constante M >0
tal que:
f (x, y
1
) f (x, y
2
) s M y
1
y
2
para todos los puntos (x,y
1
) y (x,y
2
) que pertenezcan al dominio. La
constante M se llama constante de Lipschitz.
Una condicin suficiente para que se pueda verificar una condicin de
Lipschitz es que exista f/y y est acotada en el dominio, D. Si es as,
Efectivamente, se satisface una condicin de Lipschitz (respecto de y) en
el dominio, D, y la constante viene dada por:
M = sup
(x,y)eD

cf (x, y)
cy
En efecto:
f (x, y
1
) f (x, y
2
) = (y
1
y
2
)
cf (x,)
cy
donde e(y
1
, y
2
)
con lo cul:
Para ver esta pelcula, debe
disponer de QuickTime y de
un descompresor GIF.
Para ver esta pelcula, debe
disponer de QuickTime y de
un descompresor GIF.
f (x, y
1
) f (x, y
2
) = y
1
y
2
cf (x, )
cy
s sup
(x, y)eD

cf (x, y)
cy
y
1
y
2
Ejemplo:
Supongamos el dominio D definido del siguiente modo:
x s a ; y s b
y la funcin f(x,y) dada por :
f (x, y) = y
2
como f/y existe y est acotada en el dominio D:
cf (x,y)
cy
= 2y
M = sup
(x,y)eD

cf (x, y)
cy
= 2b
En efecto:
f (x, y
1
) f (x, y
2
) = y
1
2
y
2
2
= y
1
+ y
2
y
1
y
2
s 2b y
1
y
2
Sin embargo, aunque esta condicin (sobre la derivada parcial) es una
condicin suficiente, no es necesaria, como se ve en el ejemplo siguiente:
f (x, y) = x y en x s a ; y s b
f (x, y
1
) f (x, y
2
) = x y
1
x y
2
s x y
1
y
2
s a y
1
y
2
que cumple una condicin de Lipschitz:
a pesar de que la derivada parcial f/y no existe en los puntos (x,0)
Mtodo de Euler:
Es un mtodo sencillo para la integracin de ecuaciones diferenciales
de primer orden.
Sea:
dy
dx
= f (x,y)
con la condicin de contorno:
y(x
0
) = y
0
Supongamos que y(x) es la solucin exacta del problema. Si tomamos
un x lo suficientemente prximo a x
0
, podemos tomar la siguiente
aproximacin:
y(x) ~ y(x
0
) +
dy
dx
x
0
(x x
0
)
y(x) ~ y(x
0
) +
dy
dx
x
0
(x x
0
) = y
0
+ f (x
0
,y
0
) (x x
0
)
As, si, por ejemplo, tomamos un x
1
= x
0
+h, podemos calcular el valor
correspondiente y
1
= y(x
1
) del siguiente modo:
x
1
= x
0
+ h
y
1
~ y
0
+ f (x
0
,y
0
) h
Si ahora quisiramos calcular la solucin en un punto ulterior, partiramos
ahora de:
dy
dx
= f (x,y)
con la nueva condicin (aproximada) de contorno:
y(x
1
) ~ y
1
Utilizar el mtodo de Euler para aproximar el valor de la solucin de
la siguiente ecuacin diferencial en los puntos x = 0.2, 0.4, 0.6, 0.8 y 1,
usando h = 0.2 y h = 0.1.
dy
dx
= 2x + y ; y(0) =1
h = 0.2
x
1
= x
0
+ h
y
1
~ y
0
+ f (x
0
,y
0
) h
= 0 +0.2 = 0.2
=1+10.2 =1.2
x
2
= x
1
+h
y
2
~ y
1
+ f (x
1
, y
1
) h
= 0.2 +0.2 = 0.4
=1.2 +1.60.2 =1.52
x
3
= x
2
+ h
y
3
~ y
2
+ f (x
2
, y
2
) h
= 0.4 +0.2 =0.6
=1.52 +2.320.2 =1.984
x
4
= x
3
+h
y
4
~ y
3
+ f (x
3
, y
3
) h
= 0.6 +0.2 =0.8
=1.984 +3.1840.2 = 2.6208
x
5
= x
4
+h
y
5
~ y
4
+ f (x
4
,y
4
) h
= 0.8+0.2 =1.0
= 2.6208+4.22080.2 =3.46496
h = 0.1
x
1
= x
0
+ h
y
1
~ y
0
+ f (x
0
,y
0
) h
= 0 +0.1= 0.1
=1+10.1=1.1
x
2
= x
1
+h
y
2
~ y
1
+ f (x
1
, y
1
) h
= 0.1+0.1= 0.2
=1.1+1.30.1=1.23
x
3
= x
2
+ h
y
3
~ y
2
+ f (x
2
, y
2
) h
= 0.2 +0.1= 0.3
=1.23+1.630.1=1.393
x
4
= x
3
+h
y
4
~ y
3
+ f (x
3
, y
3
) h
= 0.3+0.1= 0.4
=1.393+2.39230.1=1.83153
x
5
= x
4
+h
y
5
~ y
4
+ f (x
4
,y
4
) h
= 0.4 +0.1= 0.5
=1.5923+2.39230.1=1.83153
x
6
= x
5
+ h
y
6
~ y
5
+ f (x
5
, y
5
) h
= 0.5+0.1= 0.6
=1.83153+2.831530.1= 2.114683
x
7
= x
6
+h
y
7
~ y
6
+ f (x
6
, y
6
) h
= 0.6 +0.1=0.7
= 2.114683+3.3146830.1= 2.4461513
x
8
= x
7
+ h
y
8
~ y
7
+ f (x
7
, y
7
) h
= 0.7+0.1 =0.8
= 2.4461513+3.84615130.1= 2.8307664
x
9
= x
8
+ h
y
9
~ y
8
+ f (x
8
, y
8
) h
= 0.8+0.1= 0.9
= 2.8307664+4.43076640.1 =3.273843
x
10
= x
9
+h
y
10
~ y
9
+ f (x
9
, y
9
) h
= 0.9+ 0.1=1.0
= 3.273843+5.0738430.1= 3.7812273
Vemos que obtenemos valores distintos de los que habamos calculado
para h = 0.2. Cuanto menor sea h, mejor ser la aproximacin (aunque
tambin ms laboriosa). Para un h constante el error ser tanto mayor
cuanto ms nos alejemos del punto inicial, como puede apreciarse en la
grfica siguiente en la que comparamos las dos soluciones aproximadas
con la solucin exacta.
0
1
2
3
4
5
0 0. 2 0. 4 0. 6 0. 8 1 1. 2
y(x) = -2(x+1)+3e
x
h = 0.2
h = 0.1
Mtodo de Euler modificado:
La solucin exacta de la ecuacin diferencial de primer orden:
dy
dx
= f (x,y) ; y(x
0
) = y
0
en el punto x
1
vendra dada por la siguiente expresin:
y(x
1
) = y(x
0
) + f (x,y) dx
x
0
x
1
}
En el mtodo de Euler sencillo que vimos anteriormente tombamos la
siguiente aproximacin:
y(x
1
) ~ y(x
0
) + f (x
0
, y
0
) (x
1
x
0
)
Esta aproximacin es equivalente a suponer que en el integrando de la
solucin exacta f(x,y) es constante e igual a su valor en el extremo
inferior de la integral, es decir, f(x, y) = f(x
0
,y
0
):
y(x
1
) = y(x
0
) + f (x,y) dx
x
0
x
1
}
= y(x
0
) + f (x
0
, y
0
) (x
1
x
0
)
si f (x,y) = f (x
0
,y
0
)
Parecera ms razonable el pensar que obtendramos un valor ms
preciso si aproximramos la integral de f(x,y) por un promedio de sus
valores en los dos extremos de la integral en vez de tomarla igual a su
valor en el extremo inferior.
Sin embargo, de esa manera, nos encontraramos con el problema de
que, para calcular y
1
necesitamos saber su valor para evaluar f(x
1
,y
1
).
y(x
1
) = y(x
0
) + f (x,y) dx
x
0
x
1
}
= y(x
0
) +
f (x
0
, y
0
) + f (x
1
,y
1
)
2
(x
1
x
0
)
si f (x,y) =
f (x
0
,y
0
) + f (x
1
, y
1
)
2
El problema se solventa del siguiente modo: Primero se obtiene una
aproximacin de y
1
usando el mtodo de Euler sencillo:
y
1
(0)
~ y
0
+ f (x
0
, y
0
) h
a continuacin, se usa esta aproximacin sencilla para calcular f(x
1
,y
1
(0)
)
y as poder tomar la siguiente nueva estimacin para el valor de y
1
:
y
1
(1)
= y
0
+
f (x
0
, y
0
) + f (x
1
,y
1
(0)
)
2
h
naturalmente, podramos utilizar esta nueva aproximacin para obtener
otra:
y
1
(2)
= y
0
+
f (x
0
, y
0
) + f (x
1
,y
1
(1)
)
2
h
y as, podramos iterar hasta obtener una aproximacin definitiva.
Una vez que estimemos que tenemos una estimacin sensata de y
1
repetiramos el procedimiento para calcular y
2
:
y
2
(0)
~ y
1
+ f (x
1
, y
1
) h
y
2
(1)
= y
1
+
f (x
1
, y
1
) + f (x
2
, y
2
(0)
)
2
h
y
2
(2)
= y
1
+
f (x
1
, y
1
) + f (x
2
, y
2
(1)
)
2
h
Utilizar el mtodo de Euler modificado para aproximar el valor de la
solucin de la siguiente ecuacin diferencial en los puntos x = 0.2 y 0.4,
usando h = 0.2 y con tres decimales de aproximacin:
dy
dx
= 2x + y ; y(0) =1
h = 0.2
y
1
(0)
~ y
0
+ f (x
0
, y
0
) h
= 0 +0.2 = 0.2
=1+10.2 =1.2
x
1
= x
0
+ h
y
1
(1)
= y
0
+
f (x
0
, y
0
) + f (x
1
,y
1
(0)
)
2
h
=1+
1+2 0.2 +1.2
2
0.2 =1.26
y
1
(2)
= y
0
+
f (x
0
, y
0
) + f (x
1
,y
1
(1)
)
2
h
=1+
1+2 0.2 +1.26
2
0.2 = 1.266
y
1
(3)
= y
0
+
f (x
0
, y
0
) + f (x
1
, y
1
(2)
)
2
h
=1+
1+2 0.2 +1.266
2
0.2 =1.2666
y
1
(4)
= y
0
+
f (x
0
, y
0
) + f (x
1
, y
1
(3)
)
2
h =1+
1+2 0.2 +1.2666
2
0.2 =1.26666
Luego, con tres cifras decimales, tendramos: y
1
~1.267
x
2
= x
1
+h
y
2
(0)
~ y
1
+ f (x
1
, y
1
) h
= 0.2 +0.2 = 0.4
=1.267+ 2 0.2+1.267 ( )0.2 =1.6004
y
2
(1)
= y
1
+
f (x
1
, y
1
) + f (x
2
, y
2
(0)
)
2
h
y
2
(1)
= 1.267+
2 0.2+1.267 ( ) + 2 0.4 +1.6004 ( )
2
0.2 = 1.67374
y
2
(2)
= y
1
+
f (x
1
, y
1
) + f (x
2
, y
2
(1)
)
2
h
y
2
(2)
= 1.267+
2 0.2+1.267 ( ) + 2 0.4 +1.67374 ( )
2
0.2 = 1.681074
y
2
(3)
= y
1
+
f (x
1
,y
1
) + f (x
2
, y
2
(2)
)
2
h
y
2
(2)
= 1.267+
2 0.2+1.267 ( ) + 2 0.4 +1.681074 ( )
2
0.2 = 1.6818074
y
2
(4)
= y
1
+
f (x
1
, y
1
) + f (x
2
,y
2
(3)
)
2
h
y
2
(4)
= 1.267+
2 0.2+ 1.267 ( )+ 2 0.4 +1.6818074 ( )
2
0.2 = 1.6818807
Luego, con tres cifras decimales, tendramos: y
2
~1.682
0
1
2
3
4
5
0 0. 2 0. 4 0. 6 0. 8 1 1. 2
y(x) = -2(x+1)+3e
x
h = 0.2
h = 0.1
h = 0.2
Euler modificado
Algoritmo de Taylor:
Una forma alternativa de mejorar el mtodo de Euler sera tomar ms
trminos en el desarrollo de Taylor de la solucin exacta:
y(x) ~ y(x
0
) + y' (x
0
)(x x
0
) +
y' ' (x
0
)
2
(x x
0
)
2
+
Esto se puede hacer del modo siguiente:
Partiendo de:
y' = f (x, y)
y derivando respecto a x nos queda que:
y' ' =
cf (x, y)
cx
+
cf (x, y)
cy
y'
=
cf (x, y)
cx
+ f (x, y)
cf (x, y)
cy
En lo siguiente, empleamos la siguiente notacin abreviada:
y' ' =
cf (x, y)
cx
+ f (x,y)
cf (x, y)
cy
c
x
f + f c
y
f
si seguimos derivando:
y' ' ' =
d
dx
c
x
f + f c
y
f
| |
y' ' ' = c
x
2
f + c
y
c
x
f y' +c
x
fc
y
f + c
y
f
( )
2
y' +fc
x
c
y
f + fc
y
2
f y'
y' ' ' = c
x
2
f + 2 fc
x
c
y
f + c
x
fc
y
f + f c
y
f
( )
2
+ f
2
c
y
2
f
y as, podramos continuar calculando derivadas de orden ms alto. Si
f admitiera derivadas de cualquier orden (es decir, si fuera, analtica),
podramos calcular la solucin de este modo (Teorema de Cauchy).
Si aplicamos este mtodo al problema que tenamos:
dy
dx
= 2x + y ; y(0) =1
y' = 2x +1=1
y'' = 2+ y' = 3
y' ' ' = y' ' =3
y'
v
= y
v
= = y
n
= 3
Luego, la solucin se puede escribir como:
y(x) = 1+ x +
3x
2
2
+
3x
3
3!
+ +
3x
n
n!
= 3e
x
22x
Sin embargo, en el caso general, este mtodo puede resultar bastante
laborioso, tal y como se puede apreciar en el siguiente ejemplo:
y' = senx + cosy
y(0) = 0
y' = senx +cosy
y'' = cosx y' seny = cosx (senx + cosy)seny
y'' = cosx senxseny seny cosy
y' ' ' = senx y' ' seny y' ( )
2
cosy
y'
v
= cosx y' ' ' seny y' ' y' cosy 2y' y' ' cosy + y' ( )
3
seny
y
v
= sen x y'
v
seny y' ' ' y' cosy y' ' ' y' cosy y' '
( )
2
cosy + y' ' y'
( )
2
seny
2 y' '
( )
2
cosy 2y' y' ' ' cosy + 2 y'
( )
2
y' ' seny + 3 y'
( )
2
y' ' seny + y'
( )
4
cosy
y
v
= sen x y'
v
seny 4y' ' ' y' cosy 3 y' ' ( )
2
cosy + 6y' ' y' ( )
2
seny + y' ( )
4
cosy
y
v
' = cosx y
v
seny y'
v
y' cosy 4y'
v
y' cosy 4y' ' ' y' ' cosy +
+ 4y' ' ' y' ( )
2
seny 6y' ' y' ' ' cosy + 3 y' ' ( )
2
y' seny +12y' y' ' ( )
2
seny +
+ 6 y' ( )
2
y' ' ' sen y+ 6 y' ( )
3
y' ' cosy+ 4 y' ( )
3
y' ' cosy y' ( )
5
seny
y
v
' = cosx y
v
seny 5y'
v
y' cosy 10y' ' ' y' ' cosy +
+10y' ' ' y' ( )
2
seny +15 y' ' ( )
2
y' seny + 6 y' ( )
3
y' ' cosy +
+10 y' ( )
3
y' ' cosy y' ( )
5
seny
Por tanto, haciendo las sustituciones oportunas:
y' (0) =1 y'
v
(0) = 4
y' ' (0) =1 y
v
(0) = 2
y' ' ' (0) = 1 y
v
' (0) = 41
con lo que la solucin puede escribirse como:
y(x) ~ x +
x
2
2

x
3
3!

4x
4
4!
+
2x
5
5!
+
41x
6
6!
y(x) ~ x +
x
2
2

x
3
6

x
4
6
+
x
5
60
+
41x
6
720
Mtodo de Picard (de las aproximaciones sucesivas):
Como ya vimos anteriormente, la solucin exacta de la ecuacin
diferencial de primer orden:
dy
dx
= f (x,y) ; y(x
0
) = y
0
en el punto x vendra dada por la siguiente expresin:
y(x) = y(x
0
) + f (x, y) dx
x
0
x
}
Si conociramos y(x), sustituyndola en el integrando de la ecuacin
anterior, obtendramos una identidad trivial.
Si partiramos de una solucin aproximada, y
0
(x), podramos
introducirla en el integrando para calcular una nueva aproximacin
(mejorada) y
1
(x). Integrando esta nueva aproximacin, se puede obtener
otra nueva, y
2
(x), y as sucesivamente.
y
1
(x) = y(x
0
) + f (x, y
0
(x)) dx
x
0
x
}
y
2
(x) = y(x
0
) + f (x, y
1
(x)) dx
x
0
x
}
y
n
(x) = y(x
0
) + f (x, y
n1
(x)) dx
x
0
x
}
Generalmente, la primera aproximacin que se suele tomar es hacer
y
0
(x) constante e igual a la condicin de contorno: y
0
(x) = y(x
0
).
Si la convergencia no fuera buena, podran ensayarse aproximaciones
iniciales mejores, mediante el mtodo de Euler (o el de Euler modificado).
Cuando las integrales se efectan de forma numrica, estos mtodos se
conocen con el nombre de mtodos de Adams-Bashforth.
Utilizar el mtodo de Picard con el problema siguiente:
y' = senx + cosy
y(0) = 0
y
1
(x) = y(x
0
) + f (x,y
0
(x)) dx
x
0
x
}
= 0 + senx +1 ( ) dx
0
x
}
y
1
(x) = cosx + x | |
0
x
= 1+ x cosx
y
2
(x) = y(x
0
) + f (x, y
1
(x)) dx
x
0
x
}
y
2
(x) = sen x + cos 1 + x cosx ( )
| |
dx
0
x
}
y
2
(x) = sen x + cos 1 + x cosx ( )
| |
dx
0
x
}
y
2
(x) ~ senx + cos 1+ x (1
x
2
2
)
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
2
(x) ~ senx + cos x +
x
2
2
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
2
(x) ~ senx +1
x
2
2

x
3
2




(

(
(
dx
0
x
}
y
2
(x) ~ cosx + x
x
3
6

x
4
8




(

(
(
0
x
= 1 cosx + x
x
3
6

x
4
8
y
3
(x) = y(x
0
) + f (x, y
2
(x)) dx
x
0
x
}
y
3
(x) = senx + cos 1 cosx + x
x
3
6

x
4
8
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
3
(x) ~ senx + cos 1 (1
x
2
2
+
x
4
24
) + x
x
3
6

x
4
8
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
3
(x) ~ senx + cos x +
x
2
2

x
3
6

x
4
6
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
3
(x) ~ sen x +1
x +
x
2
2

x
3
6

x
4
6
|
\


|
.
|
|
2
2
+
x +
x
2
2

x
3
6

x
4
6
|
\


|
.
|
|
4
24







(

(
(
(
(
(
dx
0
x
}
y
3
(x) ~ senx +1
x
2
2

x
3
2
+
x
4
12
|
\


|
.
|
|
dx
0
x
}
y
3
(x) ~ cosx + x
x
3
6

x
4
8
+
x
5
60




(

(
(
0
x
y
3
(x) ~ 1 cosx + x
x
3
6

x
4
8
+
x
5
60
Utilizar el mtodo de Picard con el problema siguiente:
y
1
(x) = y(x
0
) + f (x,y
0
(x)) dx
x
0
x
}
dy
dx
= 2x + y ; y(0) =1
y
1
(x) = 1+ 2x +1 ( ) dx
0
x
}
=1+x +x
2
y
2
(x) = y(x
0
) + f (x, y
1
(x)) dx
x
0
x
}
y
2
(x) = 1 + 2x + 1+ x + x
2
( )
| |
dx
0
x
}
y
2
(x) = 1 + 1+ 3x + x
2
( )
dx
0
x
}
= 1 + x +
3x
2
2
+
x
3
3
y
3
(x) = 1+ 2x + 1+ x +
3x
2
2
+
x
3
3
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
3
(x) = 1+ 1 + 3x +
3x
2
2
+
x
3
3
|
\


|
.
|
|
dx
0
x
}
y
3
(x) = 1+ x +
3x
2
2
+
x
3
2
+
x
4
4 3
y
4
(x) = 1+ 2x + 1+ x +
3x
2
2
+
x
3
2
+
x
4
4 3
|
\


|
.
|
|




(

(
(
dx
0
x
}
y
4
(x) = 1+ x +
3x
2
2
+
x
3
2
+
x
4
4 2
+
x
5
5 4 3
Utilizar el mtodo de Picard con el problema siguiente:
y
1
(x) = y(x
0
) + f (x,y
0
(x)) dx
x
0
x
}
dy
dx
= x
2
+ y
2
; y(0) = 1
y
1
(x) = 1+ x
2
+1
( )
dx
0
x
}
= 1 + x +
x
3
3
y
2
(x) = y(x
0
) + f (x, y
1
(x)) dx
x
0
x
}
y
2
(x) = 1 + x
2
+ 1+ x +
x
3
3
|
\


|
.
|
|
2




(

(
(
dx
0
x
}
y
2
(x) = 1 + 1+ 2x + 2x
2
+
2x
3
3
+
2x
4
3
+
x
6
9
|
\


|
.
|
|
dx
0
x
}
y
2
(x) = 1+ x + x
2
+
2x
3
3
+
x
4
6
+
2x
5
15
+
x
7
63
y
3
(x) = 1+ x
2
+ 1 + x + x
2
+
2x
3
3
+
x
4
6
+
2x
5
15
+
x
7
63
|
\


|
.
|
|
2




(

(
(
dx
0
x
}
y
3
(x) =1 + (1 + 2x + 4x
2
+
10x
3
3
+
8x
4
3
+
29x
5
15
+
47x
6
45
+
0
x
}
+
164x
7
315
+
299x
8
1260
+
8x
9
105
+
184x
10
4725
+
x
11
189
+
4x
12
945
+
x
14
3969
) dx
y
3
(x) = 1+ x + x
2
+
4x
3
3
+
5x
4
6
+
8x
5
15
+
29x
6
90
+
47x
7
315
+
+
41x
8
630
+
299x
9
11340
+
4x
10
525
+
184x
11
51975
+
x
12
2268
+
4x
13
12285
+
x
15
59535
Mtodo de Runge-Kutta (de cuarto orden):
Los llamados mtodos de Runge-Kutta son una serie de algoritmos
para calcular aproximaciones nmericas del valor de la solucin de:
dy
dx
= f (x,y) ; y(x
0
) = y
0
en puntos de la forma siguiente:
x
1
= x
0
+h ; x
2
= x
1
+h ; etc
con muy buena precisin, sin que, para ello, sea necesario que los h sean
muy pequeos.
El procedimiento consta de los siguientes pasos:
Para calcular un valor aproximado de la solucin y
1
en el punto
x
1
= x
0
+ h, se calculan los siguientes nmeros:
k
1
= h f (x
0
,y
0
)
k
2
= h f (x
0
+
h
2
, y
0
+
k
1
2
)
k
3
= h f (x
0
+
h
2
, y
0
+
k
2
2
)
k
4
= h f (x
0
+ h, y
0
+k
3
)
K
0
=
1
6
(k
1
+ 2k
2
+2k
3
+ k
4
)
y entonces se toma:
y
1
= y
0
+ K
0
Procediendo del mismo modo, calcularamos el valor aproximado de
la solucin, y
2
, en el punto x
2
= x
1
+ h:
k
1
= h f (x
1
, y
1
)
k
2
= h f (x
1
+
h
2
, y
1
+
k
1
2
)
k
3
= h f (x
1
+
h
2
, y
1
+
k
2
2
)
k
4
= h f (x
1
+h, y
1
+ k
3
)
K
0
=
1
6
(k
1
+ 2k
2
+2k
3
+ k
4
)
y
2
= y
1
+ K
0
Y as, sucesivamente, para el punto ensimo, tendramos x
n
= x
n-1
+ h:
k
1
= h f (x
n1
, y
n1
)
k
2
= h f (x
n1
+
h
2
, y
n1
+
k
1
2
)
k
3
= h f (x
n1
+
h
2
,y
n1
+
k
2
2
)
k
4
= h f (x
n1
+h, y
n1
+k
3
)
K
0
=
1
6
(k
1
+ 2k
2
+2k
3
+ k
4
)
y
n
= y
n1
+ K
0
Utilizar el mtodo de Runge-Kutta con el problema siguiente para
calcular la solucin aproximada en x = 0.2 y x =0.4:
dy
dx
= 2x + y ; y(0) =1
h = 0.2:
k
1
= h f (x
0
,y
0
)
k
2
= h f (x
0
+
h
2
, y
0
+
k
1
2
)
= 0.2 (2 0+1) = 0.2
= 0.2 f (0 +0.1, 1+ 0.1)
k
2
= 0.2 2 0.1+1.1 ( )= 0.26
k
3
= h f (x
0
+
h
2
, y
0
+
k
2
2
) = 0.2 f (0.1, 1.13)
k
3
= 0.2 2 0.1+1.13 ( )= 0.266
x
1
= x
0
+h = 0+ 0.2 =0.2
k
4
= h f (x
0
+ h, y
0
+k
3
)= 0.2 f (0.2, 1.266)
k
4
= 0.2 2 0.2+1.266 ( )= 0.3332
K
0
=
1
6
(k
1
+2k
2
+2k
3
+ k
4
) = 0.2642
y
1
= y
0
+ K
0
=1.2642
x
2
= x
1
+h = 0.2+ 0.2 =0.4
k
1
= h f (x
1
, y
1
) = 0.2 (2 0.2+1.2642) = 0.33284
k
2
= h f (x
1
+
h
2
, y
1
+
k
1
2
)
= 0.2 f (0.3, 1.43062) =0.40612
k
3
= h f (x
1
+
h
2
, y
1
+
k
2
2
)
= 0.2 f (0.3, 1.46726) =0.41345
k
4
= h f (x
1
+h, y
1
+ k
3
)
= 0.2 f (0.4, 1.67765) =0.49553
K
0
=
1
6
(k
1
+ 2k
2
+2k
3
+ k
4
) = 0.41125
y
2
= y
1
+ K
0
=1.2642+0.41125=1.67545
dy
dx
= x
2
+ y
2
; y(0) = 1
Utilizar el mtodo de Runge-Kutta con el problema siguiente para
calcular la solucin aproximada en x = 0.1 y x =0.2:
h = 0.1:
k
1
= h f (x
0
,y
0
)
k
2
= h f (x
0
+
h
2
, y
0
+
k
1
2
)
= 0.1f (0,1) = 0.1 (0
2
+1
2
) = 0.1
= 0.1 f (0.05, 1.05)
k
2
= 0.1 0.05
2
+ 1.05
2
( )
= 0.1105
k
3
= h f (x
0
+
h
2
, y
0
+
k
2
2
) = 0.1 f (0.05, 1.05525)
x
1
= x
0
+h = 0+ 0.1=0.1
k
3
= 0.1116052
k
4
= h f (x
0
+ h, y
0
+k
3
) = 0.1 f (0.1, 1.1116052)
k
4
= 0.1 (0.1
2
+1.1116052
2
) = 0.1245666
K
0
=
1
6
(k
1
+2k
2
+2k
3
+ k
4
) =0.1114628
y
1
= y
0
+ K
0
~1.1115
x
2
= x
1
+h = 0.1+ 0.1=0.2
k
1
= h f (x
1
, y
1
)
= 0.1 (0.1
2
+1.1115
2
) = 0.1245432
k
2
= h f (x
1
+
h
2
, y
1
+
k
1
2
)
= 0.1 f (0.15, 1.1737716) =0.1400239
k
3
= h f (x
1
+
h
2
, y
1
+
k
2
2
)= 0.1 f (0.15, 1.181512) =0.141847
k
4
= h f (x
1
+h, y
1
+ k
3
)
= 0.1f (0.2, 1.2533471) = 0.1610878
K
0
=
1
6
(k
1
+2k
2
+2k
3
+ k
4
) =0.1415621
y
2
= y
1
+ K
0
~1.2531