Está en la página 1de 16

Captulo 1

Integrales m ultiples
Las tecnicas discutidas en las seccione anteriores se pueden modicar de una manera direc-
ta para usarse en la aproximacion de las integrales m ultiples. El primer tipo de problema de
integracion m ultiple que cosideraremos corresponde a la aproximaci on de una integral doble.

R
f(x, y)dA
donde R es una region rectangular del plano, es decir
R = {(x, y) / a x b, c y d}
para algunas constantes a, b, c y d. Para ilustrar esta tecnica de aproximacion emplearemos la
regla compuesta de Simpson, a un cuando cualquier otra de las formulas compuestas de Newton-
Cotes podran usarse en su lugar.
Supongamos que se escogen enteros n y m para determinar los tama nos de los pasos h =
b a
2n
y k =
d c
2m
. Escribiendo la integral doble como una integral iterada

R
f(x, y)dA =

b
a
(
d
c
f(x, y)dy
)
dx,
primero usamos la regla de Simpson para evaluar

d
c
f(x, y)dy,
tratando a x como constante. Tomando y
j
= c + j k para cada j = 0, 1, 2, . . . , 2m, se obtiene

d
c
f(x, y)dy =
k
3
[
f(x, y
0
) + 2
m1

j=1
f(x, y
2j
) + 4
m

j=1
f(x, y
2j1
) + f(x, y
2m
)
]

(d c)k
4
180

4
f(x, )
y
4
1
CAP

ITULO 1. INTEGRALES M

ULTIPLES 2
para alg un c, d. Por lo tanto,

b
a

d
c
f(x, y)dy dx =
k
3

b
a
f(x, y
0
)dx +
2k
3
m1

j=1

b
a
f(x, y
2j
)dx
+
4k
3
m

j=1

b
a
f(x, y
2j1
)dx +
k
3

b
a
f(x, y
2m
)dx

(d c)k
4
180

b
a

4
f(x, )
y
4
dx.
(1.1)
La regla compuesta de Simpson se emplea ahora en cada integral de la ecuacion(1.1). Tomando
x
i
= a + i h para i = 0, 1, 2, . . . , 2n se obtiene para cada j = 0, 1, 2, . . . , 2m:

b
a
f(x, y
j
)dx =
h
3
[
f(x
0
, y
j
) + 2
n1

i=1
f(x
2i
, y
j
) + 4
n

i=1
f(x
2i1
, y
j
) + f(x
2n
, y
j
)
]

(b a)h
4
180

4
f(
i
, y
j
)
y
4
para alg un
i
a, b. La aproximacion restante tiene la forma

b
a

d
c
f(x, y)dy dx
hk
9
[
f(x
0
, y
0
) + 2
n1

i=1
f(x
2i
, y
0
) + 4
n

i=1
f(x
2i1
, y
0
) + f(x
2n
, y
0
)+
+ 2
m1

j=1
f(x
0
, y
2j
) + 4
n1

i=1
m1

j=1
f(x
2i
, y
2j
) + 8
n

i=1
m1

j=1
f(x
2i1
, y
2j
)+
2
m1

j=1
f(x
2n
, y
2j
) + 4
m

j=1
f(x
0
, y
2j1
) + 8
m

j=1
n1

i=1
f(x
2i
, y
2j1
)
+ 16
m

j=1
n

i=1
f(x
2i1
, y
2j1
) + 4
m

j=1
f(x
2n
, y
2j1
) + f(x
0
, y
2m
)
+ 2
n1

i=1
f(x
2i
, y
2m
) + +2
n

i=1
f(x
2i1
, y
2m
) + f(x
2n
, y
2m
)
]
El termino error esta dado por
1.0.1. Integrales dobles a regiones arbitrarias
El uso de los metodos aproximados para integrales dobles no se lmita a integrales cuya region
de integraci on es rectangular. Las tecnicas discutidas previamente se pueden aproximar integrales
en la forma

b
a

d(x)
c(x)
f(x, y)dy dx (1.2)
o

d
c

b(x)
a(x)
f(x, y)dxdy (1.3)
J. R. Ticona Parisaca UNA
CAP

ITULO 1. INTEGRALES M

ULTIPLES 3
En realidad, tambien se pueden aproximar integrales en regiones distintas de estas, realizando
particiones apropiadas de la region.
Para describir la tecnica involucrada en la aproximaci on de una integral de la forma

b
a

d(x)
c(x)
f(x, y)dy dx,
usaremos la regla de Simpson con respecto a las dos variables. El tama no de paso para la variable
x es h =
b a
2
, pero el tama no de paso para y vara con x. (Ver Figura. )
y
x
a
a+h b
( ( )) a,c a
( ( )) a,d a
( ( )) b,c b
( ( )) b,d b
d x ( )
c x ( )
( ) ( )
2
x d x c +
Por consecuencia,

b
a

d(x)
c(x)
f(x, y)dy dx

b
a
h(x)
3
[f(x, c(x) + 4f(x, c(x) + k(x)) + f(x, d(x))]

h
3
[
k(a)
3
[f(a, c(a) + 4f(a, c(a) + k(a)) + f(a, d(a))]
k(a + h)
3
[f(a + h, c(a + h) + 4f(a + h, c(a + h) + k(a + h)) + f(a + h, d(a + h))]
k(b)
3
[f(b, c(b) + 4f(b, c(b) + k(b)) + f(b, d(b))]
]
El algoritmo siguiente aplica la regla compuesta de Simpson a una integral de la forma (1.2). Las
intergrales de la forma (1.3) pueden, desde luego, manejarse similarmente.
1.0.2. Algoritmo de la Integral Doble
Para aproximar la integral doble I =

b
a

d(x)
c(x)
f(x, y)dy dx
ENTRADA: Ingresar la funcion continua f(x, y), los lmites de integraci on de la region R
es decir,
R = {(x, y) IR
2
/ a x y, c(x) y d(x)}
enteros positivos m y n
SALIDA: aproximaci on J de I.
J. R. Ticona Parisaca UNA

Algebra Lineal 4
Paso 1 Tomar: h =
b a
2n
Paso 2 Tomar:
J
1
= 0; (Terminos extremos).
J
2
= 0; (Terminos pares).
J
3
= 0; (Terminos impares).
Paso 3 Para i = 0, 1, 2, 3, . . . , 2n
Tomar x = a + i h (Metodo compuesto de Simpson con x jo)
HX =
d(x) c(x)
2m
;
K
1
= f(x, c(x)) + f(x, d(x)); (Terminos extremos para cada x)
K
2
= 0; (Terminos pares para cada x)
K
3
= 0; (Terminos impares para cada x)
Para j = 1, 2, 3, . . . , 2m1
tomar . y = c(x) + j HX;
. Z = f(x, y);
si j es par entonces tomar K
2
= K
2
+ Z
si no tomar K
3
= K
3
+ Z
tomar L =
HX
3
(K
1
+ 2K
2
+ 4K
3
);
(
L

d(x)
c(x)
f(x
i
, y)dy (Por el metodo compuesto de Simpson)
)
si i = 0 o i = 2n,
entonces tomar J
1
= J
1
+ L
sino, si i es par entonces tomar J
2
= J
2
+ L,
. sino tomar J
3
= J
3
+ L.
Paso 4 Tomar J =
h
3
(J
1
+ 2J
2
+ 4J
3
)
Paso 5 SALIDA (J);
PARAR
1.1. Ejercicios
1. Suponga que usted es un estudiante de ingenieria y pienza utilizar un arco grande cuya
forma parabolica esta dada por:
y =
1
10
x(30 x) metros
Donde y es la altura sobre el suelo y x esta en metros. Calcule la longitud total del arco
por la Regla de Simpson
L =

30
1

1 +
(
dy
dx
)
2
dx
J. R. Ticona Parisaca UNA

Algebra Lineal 5
2. La longitud de una curva depende de x = (t) y = (t), a t b, esta dado por
S =

b
a

(t)]
2
+ [

(t)]
2
dt
Utilice las integrales aproximadas para calcular la longitud de la cicloide denido por:
x(t) = 3(t Sent), y(t) = 3(1 Cost); 0 t 4
3. Use el algoritmo con n = m = 3 para aproximar las siguientes integrales dobles y compare
con el valor exacto
(a)

1,5
1,3

0,1
0,1

xy
2
dy dx (b)

2,2
2,1

1,4
1,3
xy
2
dy dx
(c)

0,1
0,1

0,1
0
xy e
x
2
+y
2
dxdy (d)

0,1
0

0,1
0
e
yx
dxdy
(e)

2,2
2

2x
x
(x
2
+ y
3
)dy dx (f)

1,1
1

x
0
(x
2
+

y)dy dx
4. Use el algoritmo para aproximar

R

xy + y
2
dA
donde R es la region del plano acotada por las rectas x +y = 6, 3y x = 2 y 3x 2y = 2.
5. Una lamina plana se dene como una hoja delgada con una masa continuamente distribuida.
Si es una funcion que describe la densidad de la lamina, la cual tiene la forma de una
region plana R en el plano XY , entonces el centro de masa de la lamina (x, y) se dene
como
x =

R
x(x, y)dA

R
(x, y)dA
, y =

R
y (x, y)dA

R
(x, y)dA
use el algoritmo con n = m = 7 para encontrar el centro de masa de la lamina descrita por
R = {(x, y) / 0 x 1, 0 y

1 x
2
}
con una funcion de densidad (x, y) = e
(x
2
+y
2
)
6. El area de una supercie descrita por z = f(x, y) para (x, y) esta dada por
A(S) =


[f
x
(x, y)]
2
+ [f
y
(x, y)]
2
dA.
Use al algoritmo para encontrar una aproximacion al area de la supercie en el hemisferio
x
2
+ y
2
+ z
2
= 9, z 0 que se encuentra arriba de la region en el plano descrito por
R = {(x, y) / 0 x 1, 0 y 1}
J. R. Ticona Parisaca UNA
Captulo 2
Problemas de valor inicial
2.1. Ecuaciones diferenciales ordinarias
Introduccion En esta seccion se dedicara al estudio de algunos metodos numericos para
encontrar una aproximaci on discreta de la solucion y(t) de un problema de valor inicial (P.V.I.)
de primer orden, con solucion unica, del tipo
{
dy
dt
= f(t, y), t
0
t T
y(t
0
) = y
0
, (Condicion inicial)
(2.1)
Los metodos numericos que estudiaremos se podran aplicar a sistemas de ecuaciones diferenciales
de primer orden con condiciones iniciales, con solucion unica, de la forma

dy
1
dt
= f(t, y
1
, y
2
, . . . , y
n
),
dy
2
dt
= f(t, y
1
, y
2
, . . . , y
n
), t
0
t T
.
.
.
dy
n
dt
= f(t, y
1
, y
2
, . . . , y
n
), ,
y
1
(t
0
) = y
1,0
, y
2
(t
0
) = y
2,0
, . . . , y
n
(t
0
) = y
n,0
. (Condicion inicial)
(2.2)
En este caso se aplicara el metodo a cada ecuacion del sistema.
Los metodos numericos que veremos tambien se podran aplicar a problemas generales de nesimo
orden con condicion inicial, de solucion unica, de la forma
{
y
(n)
=
d
n
y
dt
n
= f(t, y, y

, y

, . . . , y
(n1)
), t
0
t T
y(t
0
) = y
1,0
, y

(t
0
) = y
2,0
, . . . , y
(n1)
(t
0
) = y
n,0
(Condicion inicial)
(2.3)
Esta vez, para aplicar el metodo numerico, empezamos transformando el P.V.I. dado en un
sistema equivalente del tipo (2.2), introduciendo las variables y
1
= y, y
2
= y

, y
3
= y

, . . . , y
n
=
y
(n1)
. Derivando miembro a miembro cada una de estas ultimas ecuaciones con respecto a t,
6

Algebra Lineal 7
obtenemos el sistema equivalente

1
= y
2
,
y

2
= y
3
,
y

3
= y
4
, t
0
t T
.
.
.,
y

n
= f(t, y
1
, y
2
, . . . , y
n
),
y
1
(t
0
) = y
1,0
, y
2
(t
0
) = y
2,0
, . . . , y
n
(t
0
) = y
n,0
, (Condicion inicial)
(2.4)
Existencia de solucion: Sera que todo P.V.I. de la forma (2.1) tiene una solucion?
La respuesta es no, hay que imponer algunas condiciones sobre la funcion f(t, y), y a un satisfechas
tales condiciones, es posible que la solucion exista solamente en una vecindad de t
0
. Como
ejemplo, consideremos el P.V.I.
{
y

=
1
t
,
y(1) = 1.
La solucion general de la ecuacion diferencial ordinaria (E.D.O.) y

=
1
t
es y(t) = ln|t| + C, C
constante arbitraria. Para la condicion inicial dada la solucion del P.V.I. es y(t) = ln|t| +1, pero
no hay solucion para una condicion inicial en t = 0.
Para el P.V.I.
{
y

= 1 + y
2
,
y(0) = 0.
y(t) = Tant es la solucion, pero no esta denida para t =

2
,
3
2
, . . .. As que la solucion es
valida unicamente para

2
,

2

o cualquier intervalo contenido all y que contenga al n umero


0.
Teorema 2.1 Si f(t, y) es continua en el rectangulo
R = {(t, y) / t
0
t t
0
+ a, |y y
0
| b}
entonces existe un intervalo t
0
t t
0
+ en el cual existe una solucion y(t) del P.V.I.
{
dy
dt
= f(t, y),
y(t
0
) = y
0
Unicidad de la solucion: Puede que, aunque f(t, y) sea continua, el P.V.I. (2.1) tenga mas de
una solucion. Un ejemplo es el P.V.I.
{
dy
dt
= y
1/3
,
y(0) = 0
para el cual y
1
(t) 0 y y
2
(t) =
(
2t
3
)
3/2
son soluciones.
Para asegurar que el P.V.I. (2.1) tiene una unica solucion en una vecindad de t = t
0
, se requiere
algo mas que la continuidad de la funcion f(t, y). Una de las formas mas usuales de presentar
el teorema que garantice existencia y unicidad de solucion del P.V.I. (2.1), es la siguiente.
J. R. Ticona Parisaca UNA

Algebra Lineal 8
Teorema 2.2 . Si f(t, y) y
f(t, y)
y
son continuas en un rectangulo
R = {(t, y) / t
0
t t
0
+ a, |y y
0
| b}
entonces existe un intervalo t
0
t t
0
+ en el cual existe una unica solucion y(t) del P.V.I.
{
dy
dt
= f(t, y),
y(t
0
) = y
0
(2.5)
Para la demostracion del teorema.2.2, se transforma el P.V.I. (2.5) en otro problema equivalente,
como se indica a continuacion:
Supongamos que existe una funcion y(t) que satisface (2.5), es decir,
dy
dt
= f(t, y(t)) y y(t
0
) = y
0
Entonces integrando a ambos lados de la E.D.O. dada, se tiene

t
t
0
dy(s)
ds
ds =

t
t
0
f(s, y(s))ds
o sea
y(t) = y(t
0
) +

t
t
0
f(s, y(s))ds (2.6)
Recprocamente, si y(t) satisface (2.5) y es continua, entonces derivando en (2.6), con respecto
a t, obtenemos
dy
dt
= f(t, y). Ademas es claro que y(t
0
) = y
0
.
Por lo tanto, y(t) es una solucion del P.V.I. (2.5) si y solo si y(t) es una solucion continua
de la ecuacion integral (2.6).
Ahora, un metodo para probar que la ecuacion integral (2.6) tiene una unica solucion, es el
metodo de aproximaciones sucesivas o iteraciones de Picard (Emilio Picard, matematico frances
(1856 1941)), el cual describimos a continuacion:
Se inicia el metodo con una solucion tentativa (aproximacion inicial) de (2.6). La eleccion mas
simple es
y(t
0
) = y
0
la cual satisface la condicion inicial.
Ahora se calcula
y
1
(t) = y
0
+

t
t
0
f(s, y
0
(s))ds
Si y
1
(t) = y
0
, entonces y(t) = y
0
es una solucion de (2.6). Si no, se utiliza y
1
(t) como la siguiente
aproximacion, y se calcula:
y
2
(t) = y
0
+

t
t
0
f(s, y
1
(s))ds
J. R. Ticona Parisaca UNA

Algebra Lineal 9
En general, calculada y
n1
(t) , si ella no es solucion de (2.6), se calcula la siguiente aproximacion
y
n
(t) = y
0
+

t
t
0
f(s, y
n1
(s))ds
Las funciones y
n
(t) son llamadas aproximaciones o iteraciones de Picard.
Se completa la prueba del teorema, demostrando que la sucesion {y
n
(t)}
n
converge uniformemen-
te, en un determinado intervalo, a una solucion y(t) de (2.6), y luego se demuestra la unicidad
de la solucion.
Ejemplo 2.1 Para ilustrar el metodo iterativo de Picard, consideremos el siguiente P.V.I.
{
dy
dt
= y,
y(0) = 1
en el cual f(t, y) = y.
La ecuacion integral equivalente, correspondiente al P.V.I. dado, es
y(t) = 1 +

t
0
y(s)ds
Iniciamos las iteraciones tomando y
0
(t) = 1. Entonces
y
1
(t) = 1 +

t
0
y
0
(s)ds = 1 +

t
0
1ds = 1 + t = y
0
(t)
y
2
(t) = 1 +

t
0
y
1
(s)ds = 1 +

t
0
(1 + s)ds = 1 + t +
t
2
2
= y
1
(t)
y
3
(t) = 1 +

t
0
y
2
(s)ds = 1 +

t
0
(
1 + s +
s
2
2
)
ds = 1 + t +
t
2
2!
+
t
3
3!
= y
2
(t)
y en general
y
n
(t) = 1 +

t
0
y
n1
(s)ds =

t
0
(
1 + s +
s
2
2!
+
s
n1
(n 1)!
)
ds = 1 + t +
t
2
2!
+ +
t
n
n!
Sabemos que e
t
= 1 + t +
t
2
2!
+ +
t
n
n!
+ as que lm
n
y
n
(t) e
t
, lo que indica que las
iteraciones de Picard convergen a la funcion y(t) = e
t
que es, claramente, la solucion del P.V.I.
dado. .
Con base en algunos detalles adicionales en la prueba del teorema anterior, dicho teorema puede
ser expresado en los siguientes terminos:
Teorema 2.3 Si
R = {(t, y) IR
2
/ t
0
t t
0
+ a, |y y
0
| b}
entonces el P.V.I.
{
y

(t) = f(t, y),


y(t
0
) = y
0
tiene una unica solucion y(t) en el intervalo t
0
t t
0
+ donde = mn
{
a,
b
M
}
siendo
M = max
(t,y)R
f(t, y)
J. R. Ticona Parisaca UNA

Algebra Lineal 10
2.2. Metodo de Euler
El metodo de Euler se usa rara vez en la practica, sin embargo su derivacion es tan simple
que puede usarse para ilustrar las tecnicas involucradas en la construccion de algunas de las
tecnicas mas avanzadas, sin tener que usar la enorme cantidad de algebra que acompa na a estas
construcciones.
El objetivo del metodo es obtener una aproximacion al problema de valor inicial
{
y

(t) = f(t, y), a t b


y(a) = y
0
(2.7)
Por el momento no se obtendra una aproximacion continua de la solucion y

(t), sino que se ge-


neraran aproximaciones de y en varios puntos, llamados puntos de red, en el intervalo [a, b].
Una vez que se obtenga la solucion aproximada en estos puntos, la solucion aproximada en otros
puntos se pueden encontrar utilizando algunos de los procedimientos de interpolacion discutidos
anteriormente.
En esta seccion hacemos la suposicion de que los puntos de red estan distribuidos uniforme-
mente sobre el intervalo [a, b]. Esta condicion se puede garantizar elegiendo un entero positivo
N y seleccionando los puntos de la red P = {a = t
0
< t
1
< t
2
< < t
N
} donde
t
i
= a + i h para cada i = 0, 1, 2, . . . , N
La distancia com un entre los puntos, h =
(b a)
N
se llama tama no de paso.
Usaremos el teorema de Taylor para derivar el metodo de Euler.
Supongamos que y(t), la soulcion unica de (2.7) tiene dos derivadas continuas en [a, b], de
tal manera que para cada i = 0, 1, 2, . . . , N, y(t
i+1
) puede escribirse como
y(t
i+1
) = y(t
i
) + (t
i+1
t
i
)y

(t
i
) +
(t
i+1
t
i
)
2
2
y

(
i
) (2.8)
para alg un n umero
i
, donde t
i
<
i
< t
i+1
.
Usando la notacion h = t
i+1
t
i
, entonces tenemos
y(t
i+1
) = y(t
i
) + hy

(t
i
) +
(t
i+1
t
i
)
2
2
y

(
i
) (2.9)
El metodo de Euler se construye w
i
y(t
i
) para cada i = 0, 1, 2, . . . , N, donde
{
w
0
= y
0
,
w
i+1
= w
i
+ hf(t
i
, w
i
)
(2.10)
La ecuacion (2.10) se llama ecuacion de diferencia asociada con el metodo de Euler. Como se
vera posteriormente, la teora y la solucion de ecuaciones de diferencia son paralelas en muchos
aspectos a la teora y a la solucion de ecuaciones diferenciales. La forma algortmica del metodo
de Euler se presenta a continuacion.
J. R. Ticona Parisaca UNA

Algebra Lineal 11
Algoritmo de Euler
Para aproximar la solucion del problema de valor inicial
{
y

(t) = f(t, y), a t b


y(a) = y
0
en (N + 1) n umeros uniformemente espaciados en el intervalo [a, b];
ENTRADA: La funcion f(t, y); puntos extremos del intervalo [a, b]; entero N; condicion
inicial y
0
SALIDA: aproximacion w de y en los (N + 1) valores de t.
Paso 1. Hacer
h =
(b a)
N
t = a
w = y
0
SALIDA: (t, w)
Paso 2. Para i = 1, 2, 3, . . . , N seguir los Pasos 3 y 4.
Paso 3. Hacer
w = w + hf(t, w) (Calculando los w
i
)
t = a + i h (Calculando los t
i
)
Paso 4. SALIDA (t, w)
Paso 5. PARAR
Ejemplo 2.2 Encontrar aproximaciones al problema de valor inicial
{
y

(t) = y + t + 1, 0 t 1
y(0) = 1
(2.11)
supongamos que N = 10 entonces h =
1
10
y t
i
=
1
10
i.
Usando el hecho de que f(t, y) = y + t + 1
w
0
= 1
w
i
= w
i1
+ h(w
i1
+ t
i1
+ 1)
= w
i1
+
1
10
(w
i1
+ 0,1(i 1) + 1)
= 0,9w
i1
+ 0,01(i 1) + 0,1
para i = 1, 2, 3, . . . , 10.
J. R. Ticona Parisaca UNA

Algebra Lineal 12
La solucion exacta de (2.11) es y(t) = t + e
t
. La siguiente tabla muestra la comparacion
entre los valores aproximados en t
i
y los valores exactos.
t
i
w
i
y
i
Error = |y
i
w
i
|
0 1 1 0
0,1 1 1,004837 0,004837
0,2 1,01 1,018731 0,008731
0,3 1,029 1,040818 0,011818
0,4 1,0561 1,07032 0,01422
0,5 1,09049 1,106531 0,016041
0,6 1,311441 1,148812 0,017371
0,7 1,178297 1,196585 0,018288
0,8 1,230467 1,249329 0,018862
0,9 1,287420 1,306570 0,019150
1 1,348678 1,367879 0,019201
Ejemplo 2.3 Resolver el siguiente problema de valor inicial
dy
dx
=
y + 1
x 1
, y(0) = 1
usando el metodo de Euler, con h = 0,1.
Solucion.
Previamente encontremos la solucion analtica, con la nalidad de comparar con la solucion
numerica por el metodo de Euler
dy
dx
=
y + 1
x 1

dy
y + 1
=
dx
x 1
Ln(y + 1) = Ln(x 1) + LnC
Ln(y + 1) = Ln[C(x 1)]
y + 1 = C(x + 1) C = 2
y = 1 2x
Ahora aproximemos usando el metodo de Euler:
i = 0, h = 0,1 y
1
= y
0
+ hf(x
0
, y
0
) = y
0
+ h
(
y
0
+ 1
x
0
1
)
= 1 + 0,1
(
1 + 1
0 1
)
= 0,8
i = 1 y
2
= y
1
+ hf(x
1
, y
1
) = y
1
+ h
(
y
1
+ 1
x
1
1
)
= 0,8 + 0,1
(
0,8 + 1
0,1 1
)
= 0,6
i = 2 y
3
= y
2
+ hf(x
2
, y
2
) = y
2
+ h
(
y
2
+ 1
x
2
1
)
= 0,6 + 0,1
(
0,6 + 1
0,2 1
)
= 0,4
i = 3 y
4
= y
3
+ hf(x
3
, y
3
) = y
3
+ h
(
y
3
+ 1
x
3
1
)
= 0,4 + 0,1
(
0,4 + 1
0,3 1
)
= 0,2
J. R. Ticona Parisaca UNA

Algebra Lineal 13
entonces
x Solucion analtica Solucion numerica
y w
0,0 1,0 1,0
0,1 0,8 0,8
0,2 0,6 0,6
0,3 0,4 0,4
0,4 0,2 0,2
En este caso, la solucion numerica coincide con la solucion analtica, debido a la forma lineal
de la solucion, encontrada mediante el procedimiento analtico.
Ejemplo 2.4 Resolver el problema de valor inicial y

= 2xy + x, con la condicion inicial


y(0,5) = 1. Utilizando el metodo de Euler en el intervalo 0,5 x 1 con h = 0,1.
Solucion.
2.2.1. Ejercicios
1. Use el metodo de Euler para aproximar la solucion de cada uno de los siguientes problemas
de valor inicial
a) y

=
(
y
t
)
2
+
(
y
t
)
, 1 t 1,2, y(1) = 1 con h =
1
10
b) y

= Sent + e
t
, 0 t 1, y(0) = 0 con h =
1
2
c) y

=
1
t
(y
2
+ y), 1 t 3, y(1) = 2 con h =
1
2
2. Use el metodo de Euler con N = 4 para aproximar la solucion de cada uno de los siguientes
problemas de valor inicial y compare las aproximaciones con la graca de la solucion exacta
a) y

= t
2
, 0 t 2, y(0) = 0
b) y

= t y, 0 t 2, y(0) = 1
c) y

= 2t, 0 t 2, y(0) = 1
2.2.2. Metodos de Taylor de Orden mayor
El objeto de las tecnicas numericas es, generalmente, el encontrar aproximaciones suciente-
mente exactas con un esfuerzo mnimo, es por ello necesario contar con una forma de comparar
la eciencia de diversos metodos de aproximacion con respecto a su uso en computacion. El pri-
mer mecanismo de medicion que consideraremos es el llamado de error de truncamiento local del
metodo que empleamos para las tecnicas de ecuaciones de diferencia que se usan en la solucion
de ecuaciones diferenciales ordinarias, como el metodo de Euler. El error de truncamiento local
en un paso especco mide la cantidad por la cual la solucion exacta de la ecuacion diferencial
falla en satisfacer la ecuacion de diferencia que se esta usando en la aproximacion.
Para el metodo de Euler el error de truncamiento local en el paso iesimo para el problema
y

(t) = f(t, y), a t b, y(a) = y


0
J. R. Ticona Parisaca UNA

Algebra Lineal 14
es

i
=
y
i
y
i1
h
f(t
i1
, y
i1
) para cada i = 1, 2, 3, . . . , n
en donde, como es usual, y
i
= y(t
i
) denota el valor exacto de las solucion en t
i
. Este error se
conoce como error local porque mide la precision del metodo en un paso especco, suponiendo
que el metodo fue exacto anterior. Como tal, depende de la ecuacion diferencial, del tama no de
paso y del paso particular en la aproximacion . Considerando la ecuacion (2.7) de la seccion
anterior, vemos que el metodo de Euler tiene

i
=
h
2
y

(
i
) para alg un
i
, t
i

i
t
i+1
y, cuando se sabe que y(t) esta acotada por una constante M en [a, b], esto implica que.
|
i
|
h
2
M.
Como el metodo de Euler se derivo usando el teorema de Taylor con n = 2 para aproximar la
solucion de una ecuacion diferencial, nuestro primer intento para encontrar metodos que mejo-
ren las propiedades de convergencia de los metodos de diferencia sera el extender esta tecnica de
derivacion para valores mas grandes de n.
Suponiendo que la solucion y(t) el problema de valor inicial.
y

(t) = f(t, y), a t b, y(a) = y


0
tienen (n+1) derivadas continuas y expandiendo esta solucion, y(t), en terminos de su polinomio
de Taylor de enesimo grado alrededor de t
i
, obtenemos:
y(t
i+1
) = y(t
i
) + hy

(t
i
) +
h
2
2!
y

(t
i
) + +
h
n
n!
y
(n)
(t
i
) +
h
n+1
(n + 1)!
y
(n+1)
(
i
) (2.12)
Para alguna
i
, t
i
<
i
< t
i+1
La diferenciacion sucesiva de la solucion, y(t), da
y

(t) = f(t, y(t))


y

(t) = f

(t, y(t))
y en general,
y
(k)
(t) = f
(k1)
(t, y(t))
Sustituyendo estos resultados en la ecuacion (2.12) obtenemos:
y(t
i+1
) = y(t
i
) + hf(t
i
, y(t
i
)) +
h
2
2!
f

(t
i
, y(t
i
)) + +
+
h
n
n!
f
(n1)
(t
i
, y(t
i
)) +
h
n+1
(n + 1)!
f
(n)
(
i
, y(
i
))
(2.13)
El metodo de diferencia correspondiente a la ecuacion (2.13) se obtiene despreciando el termino
de residuo que involucra a
i
. Este metodo se llama metodo de Taylor de orden n:
w
0
= y
0
w
i+1
= w
i
+ h T
(n)
(t
i
, w
i
) para cada i = 1, 2, 3, . . . , n
(2.14)
J. R. Ticona Parisaca UNA

Algebra Lineal 15
donde
T
(n)
(t
i
, w
i
) = f(t
i
, w
i
) +
h
2
f

(t
i
, w
i
) + +
h
n1
n!
f
(n1)
(t
i
, w
i
)
Notese que el metodo de Euler es el metodo de Taylor de orden uno.
Ejemplo 2.5 Para aplicar el metodo de Taylor de ordenes dos y cuatro al problema de valor
inicial
{
y

(t) = y + t + 1, 0 t 1
y(0) = 1
Solucion. Debemos encontrar las primeras tres derivadas de f(t, y(t)) = y + t + 1
f

(t, y(t)) =
d
dt
(y + t + 1) = y

+ 1 = (y + t + 1) + 1 = y t
f

(t, y(t)) =
d
dt
(y t) = y

1 = y + t + 1 1 = y + t
f

(t, y(t)) =
d
dt
(y + t) = y

+ 1 = (y + t + 1) + 1 = y t
as que,
T
(2)
(t
i
, w
i
) = f(t
i
, w
i
) +
h
2
f

(t
i
, w
i
)
= (w
i
+ t
i
+ 1) +
h
2
(w
i
t
i
)
=
(
1
h
2
)
(t
i
w
i
) + 1
en consecuencia, el metodo de Taylor de orden dos es:
w
0
= 1
w
i+1
= w
i
+ h
[(
1
h
2
)
(t
i
w
i
) + 1
]
para i = 0 , 1 , 2, . . . , n 1
(2.15)
T
(4)
(t
i
, w
i
) = f(t
i
, w
i
) +
h
2
f

(t
i
, w
i
) +
h
2
6
f

(t
i
, w
i
) +
h
3
24
f

(t
i
, w
i
)
= (w
i
+ t
i
+ 1) +
h
2
(w
i
t
i
) +
h
2
6
(w
i
+ t
i
) +
h
3
24
(w
i
t
i
)
=
(
1
h
2
+
h
2
6

h
3
24
)
(t
i
w
i
) + 1
en consecuencia, el metodo de Taylor de orden cuatro es:
w
0
= 1
w
i+1
= w
i
+ h
[(
1
h
2
+
h
2
6

h
3
24
)
(t
i
w
i
) + 1
]
para i = 0 , 1 , 2, . . . , n 1
(2.16)
usando h =
1
10
= 0,1, tenemos que n = 10 y t
i
= a +i h = 0,1 i para cada i = 1, 2, 3, . . . , 10; as,
el metodo de segundo orden (2.15) sera
w
0
= 1
w
i+1
= w
i
+
1
10
[(
1
0,1
2
)
(0,1 i w
i
) + 1
]
w
i+1
= 0,905 w
i
+ 0,0095 i + 0,1 para cada i = 0, 1, 2, . . . , 9
(2.17)
J. R. Ticona Parisaca UNA

Algebra Lineal 16
el metodo de cuarto orden (2.16) sera
w
0
= 1
w
i+1
= w
i
+
1
10
[(
1
0,1
2
+
0,01
6

0,001
24
)
(0,1 i w
i
) + 1
]
w
i+1
= 0,9048375 w
i
+ 0,00951625 i + 0,1 para cada i = 0, 1, 2, . . . , 9
(2.18)
2.2.3. Ejercicios
1. Use el metodo de Taylor de orden dos para aproximar la solucion de cada uno de los
siguientes problemas de valor inicial
a) y

=
(
y
t
)
2
+
(
y
t
)
, 1 t 2, y(1) = 1 con h = 0,1
b) y

= sent + e
t
, 0 t 1, y(0) = 0 con h = 0,05
c) y

=
1
t
(
y
2
+ y
)
, 1 t 3, y(1) = 2 con h = 0,1
d) y

= ty +
4t
y
, 0 t 2, y(0) = 1 con h = 0,1
2. Use los metodos de Taylor de orden dos y cuatro con h = 0,1 para aproximar las soluciones
de los siguientes problemas de valor inicial. Calcule el error real.
a) y

= t + y, 0 t 2, y(0) = 1
b) y

= 1 y, 0 t 2, y(0) = 0
c) y

= y + t + 1, 0 t 5, y(0) = 1
d) y

= 1 + y, 0 t 2, y(0) = 0
J. R. Ticona Parisaca UNA