Solucin de Ecuacines Diferenciales Ordinarias EDO

http//:simulacion52013.blogspot.com

Unit
Cul es la Diferencia?


Ecuacion Diferencial : Ecuaciones que involucran
variables dependientes y sus derivadas con respecto a
las variables independientes son llamadas ecuaciones
diferenciales.

Ecuacion Diferencial Ordinaria :Ecuaciones
diferenciales que involucran solamente UNA variable
independiente son llamadas ecuaciones diferenciales
ordinarias.

Ecuacin Diferencial Parcial : : Ecuaciones
diferenciales que involucran dos o mas variables
independiente son llamadas ecuaciones diferenciales
parciales.
Soluciones de EDOs Analtica y Numrica
Resolver la EDO para
encontrar una familia de
soluciones.
Elije la solucin que
satisface las condiciones
iniciales correctas. Encuentra
una frmula analtica parar
y(t)
Empieza con las condic. iniciales
Resuelve para pequeos
tamaos de paso (At).
Resuelve aprox. en cada At
Encuentra pares de puntos:
(t
0
,y
0
), (t
1
,y
1
),
y(0)=b
t
y

t
0
, y
0
t
1
, y
1
t
2
, y
2
t
3
, y
3
At At At
y
t
Mtodo de Solucin Analtica Mtodo de Solucin Numrica
La solucin analtica de la ecuacin diferencial ordinaria
as como ecuaciones diferenciales parciales se llama
solucin de la forma cerrada

Esta solucin requiere que las constantes de la integracin
estn evaluadas usando valores prescritos de variable(s)
independiente(s).
En el mejor de los casos, solamente algunas ecuaciones
diferenciales se puede solucionar analticamente en una
forma cerrada.

En la mayora de los problemas prcticos de la ingeniera
que implican ecuaciones diferenciales requieren el uso de
mtodos numricos
Metodos de un solo paso
El objetivo consiste en solucionar una EDO
en forma discreta, obteniendo un nuevo
punto a partir de un punto anterior
y
x
y
i
h
y
i+1
x
i
x
i+1
y
(x)
(x
i+1
, y
i+1
)=(x
i
,y
i
, h)




ECUACIONES DIFERENCIALES ORDINARIAS EDO
Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5



Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5
Permite resolver una EDO de primer orden de la forma:
Valor nuevo = Valor anterior + (Tamao del paso) x (Pendiente)
y
x
y
i
h
y
i+1
( )
( )
0 0
,
y x y
y x f
dx
dy
=
=
( )
( )
n n n n
n n
y x hf y y
h x x
n Para
h y y x Dado
,
, 2 , 1 , 0
,
1
1
0 0
+ =
+ =
=
+
+

x
i
x
i+1
La primera derivada proporciona un estimado
directo de la pendiente en x
i

La ecuacin es aplicada iterativamente, un
paso a la vez, sobre una distancia pequea
para reducir el error

Por esto se conoce como mtodo de un solo
paso.
EJEMPL0
2
4 =
dy
x
dx
Para la condicin inicial y(1)=1, y para h =
0.1 determine analticamente y usando el
mtodo de Euler:
( )
2
3
3
dy
4x
dx
I.C. y 1 at x 1
4
y x C
3
1
C
3
4 1
y x
3 3
y 1.1 1.44133
=
= =
= +
=
=
=
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
2
i 1 i
2
2
dy
4x
dx
y y h
y 1.1 y 1 4 1 0.1 1.4
Note :
y 1.1 y 1 4 1 0.1
+
=
= + |
(
= + =

(
= +

dy/dx
C.I..
Tamao del
paso
Recordar la solucin analtica fue 1.4413.Si
reducimos el tamao del paso a 0,05 y
aplicamos Euler dos veces
Recordar que la solucin analtica es 1.4413

( ) ( )
( ) ( ) ( ) ( )
2
2
y(1.05) y(1) 4 1 1.05 1.00 1 0.2 1.2
y 1.1 y 1.05 4 1.05 1.1 1.05 1.4205
(
= + = + =

(
= + =

Obtenemos:
Anlisis del Error -Mtodo de Euler
Error de truncamiento - causado por la
naturaleza de la tcnica empleada para
aproximar los valores de y

Error local de truncacin (a partir de la
Serie de Taylor)
Propagacin del error de truncacin
Suma de los dos es el error global

Error de Redondeo causado por el numero
limitados de dgitos significativos que pueden
ser retenidos por computadora o calculadora
Ejemplo 2
0
0. 2
0. 4
0. 6
0. 8
0
0
.
2
5
0
.
5
0
.
7
5
1
1
.
2
5
t
Ex act
Numerical
y
t
e y

=1 solucin Analtica
( )
1 . 0
0 0
1 '
=
=
+ =
h
y
y y
s/.
n t
n
y
n
f
n
= -

y
n
+1 y
n+1
= y
n
+Dt f
n
0 0 0.000 1.000 0.100
1 0.1 0.100 0.900 0.190
2 0.2 0.190 0.810 0.271
3 0.3 0.271 0.729 0.344
4 0.4 0.344 0.656 0.410
5 0.5 0.410 0.590 0.469
6 0.6 0.469 0.531 0.522
7 0.7 0.522 0.478 0.570
8 0.8 0.570 0.430 0.613
9 0.9 0.613 0.387 0.651



ECUACIONES DIFERENCIALES ORDINARIAS EDO
Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5
Mtodo de Euler Mejorado o Heun
Un error fundamental en el mtodo de Euler es que
se asume la derivada en el principio del intervalo
para aplicarse a travs de todo el intervalo.


Esta modificacin pertenece realmente a una de las
tcnicas de solucin llamadas Runge-Kutta que
exploremos ms adelante.
Considere la siguiente expansin de Taylor:
Aproxime f con una diferencia progresiva
( )
( ) ( )
i 1 i 1 i i
i i
f x , y f x , y
' x , f y
h
+ +

~
Substituyendo en la expansin
2
i 1 i i 1 i
i 1 i i i
f f h f f
y y f h y h
h 2 2
+ +
+
+
| | | |
= + + = +
| |
\ . \ .
Determine las derivadas para el intervalo
Punto inicial
Punto final (basado en el paso de Euler a partir del punto
inicial)

Use el promedio para obtener una estimacin mejorada de la
pendiente para el intervalo completo
Podemos pensar en el paso de Euler como paso de prueba.
y
x
i
x
i+1
Evaluar la pendiente en x
i

La proyeccin consigue f(x
i+1
)
Basado en el tamao del paso h
h
y
x
i
x
i+1
h
y
x
i
x
i+1
Ahora determine la pendiente
en x
i+1
y
x
i
x
i+1
Tomar los promedios de estas
dos pendientes
y
x
i
x
i+1
y
x
i
x
i+1
( ) ( )
h
y x f y x f
y y
i i i i
i i
2
, ,
1 1
1
+ +
+
+
+ =
{

Use esta pendiente
promedio para predecir
y
i+1
y
x
i
x
i+1
y
x
x
i
x
i+1
( ) ( )
h
y x f y x f
y y
i i i i
i i
2
, ,
1 1
1
+ +
+
+
+ =
y
x
x
i
x
i+1
( ) ( )
h
y x f y x f
y y
i i i i
i i
2
, ,
1 1
1
+ +
+
+
+ =
h y y
i i
| + =
+1
Metodo de Euler Mejorado (Heun)
Permite resolver una EDO de primer orden de
la forma:
( )
( )
0 0
,
y x y
y x f
dx
dy
=
=
( )
( )
( ) ( )
2
, ,
,
, 2 , 1 , 0
,
1
*
1
1
1
*
1
0 0
+
+
+
+
+
+
+ =
+ =
+ =
=
n
n n n
n n
n n n
n
n n
y x f y x f
h y y
y x hf y y
h x x
n Para
h y y x Dado

Ejemplo
( )
( )?? 5 . 1
1 . 0
1 1
2 '
y
h
y
xy y
=
=
=
( ) ( )( )
( ) ( )
( ) ( )
232 . 1
2
2 2
2
, ,
2 . 1 2 ,
1 . 1
1 . 0
1
1
1
*
1 1 0 0
0 1
*
1 1 0 0
0 1
0 0 0 0 0 0
1
*
0 1
0
0
=
+
+ =
+
+ =
= + = + =
= + =
=
=
=
y
y x y x
h y y
y x f y x f
h y y
y x h y y x hf y y
h x x
h
y
x
S/
Xn Yn
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



Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5
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 corresponde al orden. Si
tomamos m = 1, w
1
= 1, k
1
= f(x, y
n
),
llegamos al mtodo de Euler. Por
consiguiente, se cosidera 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.





ECUACIONES DIFERENCIALES ORDINARIAS EDO
Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5
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





) 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 siguiente Tabla
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
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
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



ECUACIONES DIFERENCIALES ORDINARIAS EDO
Mtodo de Euler
1
Mtodo de Euler Mejorado

2
Mtodo de Runge Kutta orden 1-2
3
Mtodo de Runge Kutta orden 3-4
4
Multipaso y Ecuaciones Diferenciales Simultneas
5
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 se mplea 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.

http//:simulacion52013.blogspot.com

Unit