Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(1)
Como en los mtodos anteriores, se determina primero la malla {t0, t1, ... , tN} de
paso h, donde t0 = a y tN = b. En estos puntos es donde se va a obtener la
aproximacin de la solucin.
En esencia, los mtodos de Runge-Kutta son generalizaciones de la frmula bsica
de Euler yi+1 = yi + h f(ti, yi) en los que el valor de la funcin f se reemplaza por un
promedio ponderado de valores de f en el intervalo ti t ti+1, es decir,
(2)
En esta expresin las ponderaciones wi, i = 1, ..., m son constantes para las que en
general se pide que su suma sea igual a 1, es decir, w1 + w2 + ... + wm = 1, y cada
kj es la funcin f evaluada en un punto seleccionado (t, y) para el cual ti t ti+1.
Se mostrar que los kj se definen en forma recursiva.
Se define como orden del mtodo al nmero m, es decir, a la cantidad de
trminos que se usan en el promedio ponderado.
Runge-Kutta de segundo orden
Ahora se plantea, con m = 2, una frmula del tipo:
(5)
donde
(6)
(7)
donde el subndice i indica que todas las derivadas estn evaluadas en el punto (ti,
yi).
Reemplazando k1 y teniendo en cuenta la expresin de k2, usando (7) tenemos que:
(8
)
(9
)
(10
)
(11)
(12)
(13)
Sucede que se tienen cuatro incgnitas, pero tres ecuaciones, con lo que queda un
grado de libertad en la solucin del sistema dado en (13). Se trata de usar este
grado de libertad para hacer que los coeficientes de h3 en las expresiones (10) y
(12) coincidan. Esto obviamente no se logra para cualquier f.
Hay muchas soluciones para el sistema (13), una de ellas es
(14)
(15)
Donde:
Los valores de a1, a2, p1 y q11 son evaluados al igualar el trmino de segundo
orden de la ecuacin dada con la expansin de la serie deTaylor.
Desarrollando tres ecuaciones para evaluar las cuatro incgnitas:
Como se tienen tres ecuaciones con cuatro incgnitas se tiene que suponer el
valor de una de ellas. Suponiendo que se especific un valor para a2, se puede
resolver de manera simultnea el sistema de ecuaciones obtenido:
Como se puede elegir un nmero infinito de valores para a2, hay un nmero
infinito de mtodos Runge-Kutta de segundo orden.
Cada versin podra dar exactamente los mismos resultados si la solucin de
la EDO fuera cuadrtica, lineal o una constante.
a2 = 1/2: Mtodo de Heun con un solo corrector, donde:
Donde
es conocida como funcin incremento, la cual puede interpretarse como una
pendiente representativa sobre el intervalo. La funcin incremento se escribe por lo general como:
. En
Para esos
, respectivamente.
Donde:
Al usar la ecuacin debemos determinar los valores para las constantes a1, a2, p1 y p11. Para ello,
recordamos que la serie de Taylor de segundo orden para
en trminos de
y
esta
escrita como:
ecu. 1
Donde
ecu. 2
Si sustituimos la ecuacin ecu. 2 en la ecuacin ecu. 1 se tiene
La estrategia bsica que habr de resaltarse en los mtodos Runge- Kutta es el uso de manipulaciones
algebraicas para resolver los valores de
, lo cual provoca que las ecuaciones
tiene
para
O, al agrupar trminos,
Ahora si comparamos trminos comunes en las ecuaciones anteriores determinamos que para hacer
equivalentes a las dos ecuaciones, se debe cumplir lo siguiente:
Las anteriores tres ecuaciones simultaneas contienen las cuatro constantes desconocidas. Como hay una
incgnitas ms que el numero de ecuaciones, no existe un conjunto nico de constantes que satisfagan
las ecuaciones. Sin embargo, al suponer un valor para una de las constantes, podemos determinar las
otras tres. En consecuencia, existe una familia de mtodos de segundo orden ms que una sola versin.
Como tenemos tres ecuaciones con cuatro incgnitas, debemos suponer el valor de una de estas
incgnitas para determinar las otras tres. Suponga que especificamos un valor para a2. Entonces se
puede resolver de manera simultnea las ecuaciones 25.31 a 25.33 para obtener:
Debido a que podemos elegir un nmero finito de valores para a2, hay un nmero interminable de
mtodos RK de segundo orden. Cada versin podra dar exactamente los mismos resultados si la
solucin de la EDO fuera cuadrtica, lineal o una constante. Sin embargo, se obtienen diferentes
resultados cuando la solucin es ms complicada. A continuacin presentamos tres de las versiones ms
comnmente y usadas y preferidas:
Mtodo de Heun con solo corrector (a2 = ). Si suponemos que a2 es 1/2 , las ecuaciones (25.34) y
(25.35) podran resolverse para a1 = y p1 = qI 1= 1. Estos parmetros, al ser sustituidos en la ecuacin
(25.30), dan
Donde
Observe que k1 es la pendiente al inicio del intervalo y k2 es la del final. En consecuencia, este mtodo
Runge-Kutta de segundo orden es de hecho la tcnica de Heun sin iteracin.
El mtodo de punto medio (a2 = 1). Si suponemos que a2 es 1,
entonces
, y la ecuacin es ahora
Donde
Donde
Ejemplo
Comparacin de varios esquemas RK de segundo orden.
Enunciado: Use el mtodo de punto medio y el mtodo de Ralston para integrar numricamente la
ecuacin:
Desde
hasta
usando un tamao de paso de 0.5. La condicin inicial
en
Compare los resultados con los valores obtenidos con otro algoritmo RK de
segundo orden: el mtodo de Heun sin corrector de iteracin.
Solucin: El primer paso en el mtodo de punto medio es el uso de la ecuacin para calcular:
Sin embargo, como la EDO es una funcin solo de x, tal resultado carece de relevancia sobre el segundo
paso para calcular:
Observe que tal estimacin de la pendiente es mucho ms cercana al valor promedio para el intervalo
(4.4375) que la pendiente al inicio del intervalo (8.5) que podra haber sido usada por el procedimiento de
Euler. La pendiente en el punto medio puede entonces sustituirse en la ecuacin 25.37 para predecir.
Por medio del mtodo de Ralston, k1 para el primer intervalo es tambin igual a 8.5 y:
Observe que todos los metodos RK se segundo orden son superiores al metodo de Euler
Mtodo de Euler
Se llama mtodo de Euler al mtodo numrico consistente en ir incrementando paso a paso la variable
independiente y hallando la siguiente imagen con la derivada.
La primera derivada proporciona una estimacin directa de la pendiente en Xi (ver Grfico
N01).
[1]
Donde f (Xi, Yi) es la ecuacin diferencial evaluada en Xi y Yi, Tal estimacin podr substituirse en la
ecuacin [2] nos queda que:
[2]
Esta frmula es conocida como el mtodo de Euler (punto medio). Se predice un nuevo valor de Y por
medio de la pendiente (igual a la primera derivada en el valor original de X).
La solucin numrica de las ecuaciones diferenciales ordinarias (EDO) involucra dos tipos de error.
1) Errores de Truncamiento, o discretizacion, causados por la naturaleza de las tcnicas empleadas para
aproximar los valores de y.
2) Errores de Redondeo, que son el resultado del nmero limite de cifras significativas que pueden retener
una computadora.
Mtodo de Euler Mejorado
Este mtodo se basa en la misma idea del mtodo anterior, pero hace un refinamiento en la aproximacin,
tomando un promedio entre ciertas pendientes.
La frmula es la siguiente:
Donde
Para entender esta frmula, analicemos el primer paso de la aproximacin, con base en la siguiente
grfica:
Donde
ecuacin:
Esta frmula es conocida como el mtodo de Euler (o de Euler-Cauchy o de punto medio). Se predice un
nuevo valor de <y> por medio de la pendiente (igual a la primera derivada en el valor original de x) que
habr de extrapolarse en la forma lineal sobre el tamao de paso h.
1.- Errores de truncamiento, o discretizacion, causados por la naturaleza de las tcnicas empleadas para
aproximar los valores de y.
2.- Errores de redondeo, que son el resultado del nmero limite de cifras significativas que puede retener
una computadora.
Los errores de truncamiento se componen de dos partes. La primera es un error de truncamiento local
que resulta de una aplicacin del mtodo en cuestin sobre un paso sencillo. La segunda es un error de
truncamiento propagado que resulta de las aproximaciones producidas durante los pasos previos. La
suma de los dos es el total, o error de truncamiento global.
Se puede obtener cierto conocimiento acerca de la magnitud y propiedades del error de truncamiento al
derivar el mtodo de Euler directamente de la expansin de la serie de Taylor. Para ello, observe que la
ecuacin diferencial sujeta a integracin ser de la forma general:
Donde
y y son las variables independiente y dependiente, respectivamente. Si la
solucin tiene derivadas continuas, puede representarse por una expansin de la serie de Taylor con
respecto a los valores de inicio
Donde
cmo:
Donde
elevado a la potencia
esima.
Al comparar las ecuaciones puede verse que el mtodo de Euler corresponde a la serie de Taylor hasta e
incluyendo el termino
. Adems, la comparacin indica que ocurre un error de truncamiento
porque aproximamos la solucin verdadera mediante un numero finito de trminos de la serie de Taylor.
De esta forma truncamos, o dejamos fuera, una parte de la solucin verdadera. Al restar la ecuacin se
tiene:
Donde Et = error de truncamiento local verdadero. Para h lo suficientemente pequea, los errores en los
trminos de la ecuacin disminuyen con frecuencia en tanto aumenta el orden y el resultado a menudo es
representado como:
Ejemplo.
Enunciado del problema. Use el mtodo de Euler para integrar numricamente la ecuacin:
Desde
hasta
con un tamao de paso 0.5. La condicin inicial en
Recuerde que la solucin exacta la da la ecuacin:
es
Donde
y la pendiente estimada en
es
Por tanto,
La solucin real en
es
As, el error es
La solucin real en
es 3.0 y, por lo tanto, el error relativo porcentual es de
El clculo se
repite y los resultados se compilan en la tabla y la figura anteriores. Observe que aunque el clculo
captura la tendencia general de la solucin verdadera, el error es considerable. Como se analiza en la
siguiente seccin, este error se puede reducir al usar un tamao de paso ms pequeo.
El ejemplo anterior usa un polinomio simple para la ecuacin diferencial con el fin de facilitar el siguiente
anlisis de error. De esta forma:
Aplicaciones
Mtodo de Euler y de Euler modificado un circuito elctrico contiene una impedancia, una resistencia y
una capacidad, la ecuacin que rige este problema LRC cuando el sistema no esta sometido a ningn
potencial es de tipo:
Se tomar con caractersticas del circuito una reactancia L de .4H, R= 300 y una capacidad de .001 F.
En el tiempo inicial (t=0), la intensidad es de 3A y su derivada (es decir la carga elctrica) de .5A/s. C
Solucin
Primero se debe transformar este problema en un conjunto de ecuaciones de primer orden. Se tomara Q
igual a la derivada de la intensidad de corriente.
Si se utiliza el mtodo de EUler tradicional se tiene que resolver dichas ecuaciones empleando las
formulas:
Cabe recalcar que el problema se toma muy inestable si ese utilizan valores mas altos para L
donde
corresponde a la pendiente de
Ejemplo 1
Aplicar el mtodo de Euler mejorado, para aproximar
si:
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos
y encontraremos la aproximacin despus de cinco iteraciones. A diferencia
del mtodo de Euler 1, en cada iteracin requerimos de dos clculos en vez de uno
solo: el de
primero y posteriormente el de
.
Para aclarar el mtodo veamos con detalle las primeras dos iteraciones. Primero
que nada, aclaramos que tenemos los siguientes datos iniciales:
coincide con el
se usar
y no
(Euler 1) y el de
. El proceso debe
0.1
1.01
0.2
1.040704
0.3
1.093988
0.4
1.173192
0.5
1.28336
Vemos que efectivamente se ha obtenido una mejor aproximacin con este mtodo,
reduciendo el error relativo verdadero de un 5.4% hasta un 0.05%. En nuestro
tercer mtodo veremos cmo se reduce an ms este error prcticamente a un
0%!
Veamos un segundo ejemplo.
Ejemplo 2
Aplicar el mtodo de Euler mejorado para aproximar
Solucin
Tenemos los siguientes datos:
y(1.3) si tenemos :
1.1
2.385
1.2
2.742925
1.3
3.07635
A continuacin se renombra a c como b y se comienza una vez ms con el nuevo intervalo [a,b], cuya
longitud es igual a la mitad del intervalo original.
Si f(a)f(c)>0 , entonces f(c)f(b)<0 y en este caso se renombra a c como a.
En ambos casos se ha generado un nuevo intervalo que contiene un cero de f, y el proceso puede
repetirse.
Ejemplo.
La funcin f(x) = xsenx 1 tiene un cero en el intervalo [0,2], porque f(0) = -1 yf(2)=0.818595.
Si se denota con
entonces c1 = 1. Ahoraf(c1) = f(1) =
-0.158529, luego la funcin tiene un cero en el intervalo [c1, b1] = [1,2] ; se renombra a2=c1 y b2=b1 .
En la tabla de abajo se muestran las primeras nueve iteraciones del mtodo de biseccin
para f(x)= xsenx 1 con a=0 b=2.
n
Extremo
izquierdoan
Extremo
derecho bn
Punto
medio cn
Valor de la
funcin f(cn)
Error
Relativo
1
-0.158529
1.5
0.496242
0.333333
1.5
1.25
0.186231
0.2
1.25
1.125
0.015051
0.111111
1.125
1.0625
-0.071827
0.0588235
1.0625
1.125
1.09375
-0.028362
0.0285714
1.09375
1.125
1.109375
-0.006643
0.0140845
1.1093750
1.125
1.1171875
0.004208
0.0069930
1.1093750
1.1171875
1.11328125 -0.001216
0.0035087
establecida (por ejemplo = 10-3). Otro criterio que puede utilizarse es examinar s
Tambin se puede usar como criterio de parada el error relativo entre dos aproximaciones del cero
de f ,
En el ejemplo anterior si =0.005, el procedimiento se parara en la octava iteracin con el criterio |f(cn)|
< , ya que:
|f(c8)| = |f(1.1171875)| = 0.004208 < = 0.005,
Cuando se generan aproximaciones por medio de una computadora, se recomienda fijar un nmero
mximo de iteraciones N que debera realizar la mquina. Esto con el fin de contar con un resguardo para
evitar la posibilidad de que el proceso de clculo caiga en un ciclo infinito cuando la sucesin diverge (o
cuando el programa no esta codificado correctamente). Un algoritmo para el mtodo de biseccin es:
Si f es continua en [a, b] y f(a) f(b) < 0, el mtodo de biseccin genera una sucesin
aproxima un cero c de f con la propiedad que:
,n
que
1 (Prueba)
Ejemplo.
Para determinar el nmero de iteraciones necesarias para aproximar el cero def(x) = xsen x - 1 con una
exactitud de 10-2en el intervalo [0,2], se debe hallar un nmero n tal que:
, n > 7.643...
= 0.004782141<10-2 = 0.01
Notas:
El mtodo de biseccin tiene la desventaja que es lento en cuanto a convergencia (es decir que
se necesita un n grande para que
sea pequeo). Otros mtodos requieren menos
iteraciones para alcanzar la misma exactitud, pero entonces no siempre se conoce una cota para
la precisin.
El mtodo de biseccin suele recomendarse para encontrar un valor aproximado del cero de una
funcin, y luego este valor se refina por medio de mtodos ms eficaces. La razn es porque la
mayora de los otros mtodos para encontrar ceros de funciones requieren un valor inicial cerca
de un cero; al carecer de dicho valor, pueden fallar por completo.
Resolver una ecuacin en una variable como por ejemplo: xex=1 es equivalente a resolver la
ecuacin xex-1=0 , o a encontrar el cero de la funcin f(x) = xex-1. Para aproximar el cero
de f o la raz de la ecuacin se puede hacer la grfica de f en una calculadora o usar matlab
para determinar un intervalo donde f tenga un cero. Tambin se pueden ensayar nmeros a y b
de tal manera que f(a)f(b)<0. Para el caso de f(x) =xex-1 por ejemplo f(0) = -1, f(1) = e-1
1.71828 entonces f tiene un cero en el intervalo [0,1].
Cuando hay races mltiples, el mtodo de biseccin quiz no sea vlido, ya que la funcin
podra no cambiar de signo en puntos situados a cualquier lado de sus races. Una grfica es
fundamental para aclarar la situacin. En este caso sera posible hallar los ceros o races
trabajando con la derivada f(x), que es cero en una raz mltiple.