Está en la página 1de 80

Ecuaciones Diferenciales Ordinarias

Motivacin

Problema del paracaidista


dv
c
= g v t
dt
m

EDOs:

v: variable dependiente
(incgnita)
t: variable independiente (dato)

dv
c
= g v t
De primer orden
dt
m
2
d
De segundo orden m x c d x k x =0
dt
d t2

EDOs de segundo orden

Se transforman en un sistema de EDOs de


primer orden con una sustitucin:
2

dx
dy d x
y=

= 2
dt
d x dt

reemplazando
m

dy
dy
c y k x
c y k x= 0
=
dt
dt
m

El sistema,
dx
=y
dt
dy
c y k x
=
dt
m

Solucin de EDOs sin computadora

En algunos casos se obtiene por integracin


indefinida:

dv
c
c
gm
= g v t v= g v t d t v t =
1 e
dt
m
m
c

c
t
m

Tcnica habitual: linealizacin

Ejemplo: pndulo

EDO original (no lineal)


2

d g
sin = 0
2
l
dt

Si es pequeo (EDO lineal)


2

d g
=0
2
l
dt

Ejemplos de EDOs en Ingeniera

Segunda ley de Newton del movimiento:


dv F
=
dt m
Ley del calor de Fourier:
dT
q=k
dx
Ley de difusin de Fick:
dC
J = D
dx
Ley de Faraday:
di
V=L
dt

Solucin de problemas

Antecedentes matemticos

Solucin de una EDO: funcin de la v.i. Y de las


condiciones iniciales.
Supongamos
4
3
2
y=0.5 x 4 x 10 x 8.5 x1
Derivando,
dy
3
2
=2 x 12 x 20 x8.5
dx
Graficando,

Antecedentes matemticos

Antecedentes matemticos
Ahora suponemos que debemos resolver la
EDO:
dy
3
2
=2 x 12 x 20 x8.5
dx
Integrando,
y= 2 x 3 12 x 2 20 x 8.5 dx

y= ...=0.5 x 4 x 10 x 8.5 x C
Solucin general

Cul de todas las curvas


es? Falta ms
informacin...

Antecedentes matemticos

... por ejemplo saber que cuando x = 0, y = 1


(condicin inicial). Entonces:
y=0.5 x 44 x 310 x 28.5 x1
Solucin particular

En general, una EDO de orden n requiere n


condiciones:

Si todas se fijan en el mismo punto (p. ej. x = 0) es


un problema de valores iniciales
Si se fijan en distintos puntos, es un problema de
contorno

Orientacin

Mtodos de Runge-Kutta

Solucin de EDOs de la forma


dy
= f x , y
dx
El problema del paracidista se resolvi como
Nuevo valor = valor anterior + pendiente x paso

y i1 = y i h
dy
=
dx

.... donde??

Mtodo de Euler

La pendiente se estima como:


= f xi , yi

Por lo tanto,

y i1 = y i f x i , y i h

Ejemplo 25.1 pag. 720

Resolver, para x entre 0 y 4 con h = 0.5,


dy
3
2
=2 x 12 x 20 x8.5 , y 0=1
dx
solucin exacta: y=0.5 x 44 x 310 x 28.5 x1
Solucin. En el primer paso,
y 0.5= y 0 f 0,1 0.5=1.08.50.5=5.25
La solucin verdadera es
4

y 0.5=0.5 0.5 4 0.5 10 0.5 8.5 0.5 1= 3.21875

El error E t =3.218755.25=2.03125
t =63.1 %

Ejemplo 25.1 pag. 720

Solucin completa: 25_1.ods

Anlisis del error en el mtodo de


Euler

Errores de

Truncamiento

Local
Global

Redondeo

Serie de Taylor

III

y ' ' i 2 yi 3
yi n
y i 1 = y i y ' i h
h
h ...
h Rn
2!
3!
n!

Es decir

f ' xi , yi 2
2
y i 1 =
y i f x i , yi h
h ... E a =O h
2!

Euler

error

Error local

Ejemplo 25.2

Calcular el error del mtodo de Euler en el


primer paso del ejemplo 25.1

Solucin

donde

f ' x i , y i 2 f ' ' x i , y i 3 f III x i , y i 4


Et=
h
h
h
2!
3!
4!
2

f ' x i , y i =6 x 24 x 20 f ' 0,1=20


f ' ' x i , y i =12 x 24 f ' ' 0,1= 24
f

III

x i , y i =12

luego
E t =

20
24
12
2
3
4
0.5 0.5 0.5 =2.5 0.50.03125=2.03125
2
6
24

Anlisis del error en el mtodo de


Euler

Error local O(h) --> error global O(h)

El error se reduce reduciendo h

El mtodo es exacto para y lineal (f' = 0)

Ejemplo 25.3

Repita el ejemplo 25.1


con h = 0.25
Solucin: 25_3.ods

Algoritmo del mtodo de Euler

Cdigo en Octave: euler.m

Ejemplo 25.4

Resolver el problema del paracaidista


dv
c
= g v t
dt
m

[ ]

dv
c
v
= g
va
dt
m
v max

lineal

No lineal

Datos: m = 68.1 kg ; c = 12.5 kg/s; v = 0 en t = 0


Donde: a = 8.3 , b = 2.2 y vmax = 46 son
constantes empricas
Cdigo en Octave: p25_4.m

Mtodo de Heun

Se predice por Euler:


y

0
i1

= yi f x i , y i h
predictor

Para estimar
y ' i 1= f x i1 , y

0
i1

Que sirve para calcular


y ' i y ' i 1
y i1 = y i
h
2
corrector
0

f x i , y i f x i 1 , y i 1
y i 1= y i
h
2

Mtodo de Heun

Se puede plantear el
esquema predictor
corrector en forma
iterativa, hasta que

t=

j
i 1

j
i1

j1
i1

100% s

Ejemplo 25.5

Resolver, con h = 1
0.8 x
y ' =4 e 0.5 y , 0 x 4 , y 0=2

Solucin analtica:

Primer paso:
predictor

4 0.8 x 0.5 x
0.5 x
e e 2 e
y=
1.3
0
y ' 0=4 e 0.52=3
0
1

y =231=5

y ' 1= f x 1, y 10 =4 e 0.810.55=6.402164
3 6.402164
y 1=2
1=6.701082
2
Solucin completa: 25_5.ods
corrector

Error del mtodo de Heun

Supongamos que y' = f(x,y) = f(x) entonces


f x i f x i 1
y i 1= y i
h
2

regla del trapecio

dy
= f x
dx

y i 1

x i1

d y=
yi

xi

x i1

f x d x y i 1 y i = f x d x
xi

Por la regla del trapecio,


x i 1

xi

f x i f x i 1
f ' ' 3
f xd x=
h
h
2
12

f x i f x i 1
y i 1= y i
hO h3
2

Error local
--> error global O(h)

Error del mtodo de Heun

Solucin de

dy
3
2
=2 x 12 x 20 x8.5
dx

Mtodo del punto medio


Se calcula

h
y i1 / 2= y i f x i , y i
2
y ' i 1/ 2= f x i 1/ 2 , y i1/ 2
y i1 = y i f x i1/ 2 , y i1/ 2 h

Se basa en la frmula de
integracin del punto medio:

xi 1

xi

f x d x= h f x i1 / 2
Error local: O(h)
Error global: O(h)

Algoritmos de los mtodos de Heun


y del punto medio

Se resuelve el problema
y ' =2 x y , y 0=1 , 0 x 1

Cdigos en Octave:

heun.m

puntomedio.m

Mtodos de Runge - Kutta

Forma general

y i1 = y i
x i , y i , h h

=a 1 k 1a 2 k 2...a n k n

funcion incremento

k 1= f x i , y i
k 2 = f x i p1 h , y i q11 k 1 h
k 3 = f x i p2 h , y i q 21 k 1 hq 22 k 2 h
...
n1

k n = f x i p n1 h , y i q n1, j k j h
j=1

Mtodos de Runge Kutta de


segundo orden

Forma general
y i1 = y i a 1 k 1 a 2 k 2 h
k 1= f x i , y i
k 2 = f x i p1 h , y i q11 k 1 h

f ' x i , yi 2
h
De la serie de Taylor, y i 1 = y i f x i , y i h 2!
f x i , yi f xi , y i d y
Regla de la cadena
f ' x i , y i =

x
y
dx

f f
h
y i 1 = y i f x i , y i h

f
x y
2!

reemplazando,

De la serie de Taylor,

g x r , y s= g x , y r

g
g
s
...
x
y

Mtodos de Runge Kutta de


segundo orden

Se tiene,
f
f
2
f x i p1 h , y i q 11 k 1 h= f x i , y i p1 h
q 11 k 1 h
O h
x
y

reemplazando,
y i 1 = y i a 1 h f x i , y i a 2 p1 h

f
f
2
3
a 2 q 11 h f x i , y i
O h
x
y

reordenando,

y i 1 = y i a 1 a 2 f x i , y i h a 2 p1

comparando, a1a 2 =1

Es decir

f
f 2
3
a 2 q 11 f x i , y i
h O h
x
y

, a 2 p1 =

1
1
, a 2 q 11=
2
2

a1 =1a 2 , p1 =q 11 =

1
2 a2

Mtodos de Runge Kutta de


segundo orden
1
1
Si a 2 = a 1= p1 = q11=1
2
2
se tiene y i 1= y i 1 k 1 1 k 2 h
2
2

con

k 1 = f x i , y i , k 2 = f x i h , y i k 1 h

Mtodo de Heun

Si a 2 =1 a 1= 0 p1= q 11= 1

se tiene y i 1= y i k 2 h
con k 1 = f x i , y i , k 2 = f x i 1 h , y i 1 k 1 h
2

Mtodo del punto


medio

Mtodo de Ralston

Si a2 = 2/3, se minimiza el error de


truncamiento.
Si a 2 = 2 a 1= 1 p1= q 11= 3
3

se tiene

3
1
2
y i 1= y i k 1 k 2 h
3
3

3
3
k 1 = f x i , y i , k 2 = f x i h , y i k 1 h
4
4

Mtodo de Ralston

Ejemplo 25.6 pag. 744

Comparacin de varios esquemas de RK de


segundo orden d y
3
2
dx

Solucin en
25_6.ods

=2 x 12 x 20 x 8.5 , y 0=1

Mtodos de Runge-Kutta de tercer


orden

Una versin comn es


1
y i1 = y i k 14 k 2 k 3 h
6
k 1= f x i , y i
donde

1
1
k 2= f x i h , y i k 1 h
2
2
k 3= f x i h , y i k 1 h2 k 2 h

Si f = f(x) se transforma en la Regla 1/3 de


4
Simpson --> error local O(h ) y error global
O(h)

Mtodos de Runge-Kutta de cuarto


orden
Una versin comn es
1
y i1 = y i k 12 k 2 2 k 3 k 4 h
6
donde
k 1= f x i , y i

1
1
k 2= f x i h , y i k 1 h
2
2
1
1
k 3= f x i h , y i k 2 h
2
2
k 4 = f x i h , y i k 3 h

Ejemplo 25.7 pag. 747

Resolver, con h = 0.5


dy
3
2
=2 x 12 x 20 x8.5 , y 0=1
dx
Se calculan (...):

k 1=8.5 , k 2 =4.21875 , k 3 =4.21875 , k 4 =1.25

reemplazando:

1
y 0.5=1 8.5 2 4.21875 2 4.218751.25 0.5= 3.21875
6
Solucin exacta

Ejemplo 25.7 pag. 747

Resolver, con h = 0.5


y ' =4 e

0.8 x

0.5 y , 0 x 0.5 , y 0=2

Solucin.

k 1 = f 0,2= 4 e

0.80

0.5 2= 3 y 0.25= 2 3 0.25= 2.75

k 2 = f 0.25,2.75= 4 e

0.80.25

0.5 2.75= 3.510611

y 0.25= 2 3.510611 0.25= 2.877653


0.8 0.25
k 3 = f 0.25,2.877653= 4 e
0.5 2.877653= 3.446785
y 0.5= 2 3.446785 0.5= 3.723392
0.80.5
k 4 = f 0.5,3.723392= 4 e
0.5 3.723392= 4.105603
1
= [ 3 2 3.510611 2 3.446785 4.105603 ] = 3.503399
6

y 0.5=23.5033990.5=3.751669

Exacta : 3.751521

Mtodos de Runge-Kutta de orden superior

Mtodo RK de quinto orden de Butcher:


1
y i1 = y i 7 k 1 32 k 312 k 4 32 k 5 7 k 6 h
90
con k 1 = f x i , y i
k 2= f
k 3= f
k 4= f
k 5= f
k 6= f

1
1
xi h , yi k1 h
4
4
1
1
1
x i h , y i k 1 h k 2 h
4
8
8
1
1
x i h , y i k 2 h k 3 h
2
2
3
3
9
x i h , y i k 1 h k 4 h
4
16
16
3
2
12
12
8
x i h , y i k 1 h k 2 h k 3 h k 4 h k 5 h
7
7
7
7
7

Algoritmo de los mtodos de


Runge-Kutta

Cdigo en Octave para el mtodo de RK de 4to


orden
rk4.m

Sistemas de ecuaciones
d y1
= f 1 x , y 1, y 2, ... , y n
dx
d y2
= f 2 x , y 1, y 2, ... , y n
dx
...
d yn
= f n x , y 1, y 2, ... , y n
dx

Requiere n condiciones iniciales en x0

Ejemplo 25.9, pag. 752

Resolver el sistema de ecuaciones


d y1
d y2
=0.5 y 1 ;
= 40.3 y 2 0.1 y 1
dx
dx

Por el mtodo de Euler, con h = 0.5, sabiendo


que en x = 0, y1 = 4 y y2 = 6.
Solucin en planilla de clculo: 25_9.ods

Ejemplo 25.10 pag. 752

Resolver por el mtodo de Runge-Kutta de 4to


orden el problema anterior.
Solucin en planilla de clculo: 25_10.ods

Mtodos adaptativos

Los mtodos de paso


constante pueden ser
ineficientes
Se puede adaptar el
paso estimando el
error de truncamiento
local en cada paso.
Tambin se pueden
aplicar al clculo de
integrales

Mtodo adaptativo de RK o de
mitad de paso

Cada paso se calcula dos veces:

De un solo paso h, obteniendo y1.

En dos pasos h/2, obteniendo y2.

El error se representa por: = y2 - y1

Se realiza la correccin y2 = y2 + /15

Exactitud de quinto orden

Problemas 25.1 a 25.26, pag. 764

Problemas de valores en la frontera


(problemas de contorno) y de
valores propios

Problemas de EDOs:

Problemas de valores
iniciales
Problemas de
contorno

Valores propios,
autovalores o
eigenvalores

Ejemplo

Distribucin de
temperaturas en una
barra uniforme no
aislada
2

d T
h ' T a T =0
2
dx
Condiciones de T 0=T 1
T L=T 2
contorno

Si L = 10 m, Ta = 20 C, T1 = 40 C, T2 = 200 C y
-2
h' = 0.01 m , la solucin analtica es:
T =73.4523 e

0.1 x

53.4523 e

0.1 x

20

El mtodo del disparo

Consiste en convertir
el problema de
contorno en un
problema de valores
iniciales.
Se realizan dos
estimaciones y luego
una interpolacin.

Ejemplo 27.1

Resolver

d2T
h ' T a T =0
2
dx

T 0=40
con T 10=200

se transforma en un sistema de EDOs de primer


orden:
dT
dz
=z ,
= h' T T 0
dx
dx

Suponemos un valor inicial para z, z(0) = 10


Aplicando RK4 con h = 2, (27_1.ods) se obtiene
T(10) = 168.3797
Suponemos z(0) = 20, y con lo que se obtiene
(27_1.ods) T(10) = 285.8980

Ejemplo 27.1

Como la EDO es lineal, se interpola


linealmente el valor de z(0) para obtener T(10)
= 200:

200168.3797
200285.8980
z 0=
20
10
285.8980168.3797
168.3797285.8980
z 0=12.6907

Con este valor se resuelve el sistema de EDOs


de primer orden para determinar T a lo largo de
la barra

Problemas no lineales

Se reformula como un problema de races,


considerando que
T 10 = f z 0

Se busca la raz de
g z 0 = f z 0 200

Ejemplo 27.2

Suponer la siguiente EDO no lineal para la


barra calentada, con h'' = 5 x 10-8:
2

d T
4
h ' ' T a T =0
2
dx

Se reduce a un sistema de EDOs de 1er orden:


dT
dz
4
=z ,
= h' T T 0
dx
dx

Solucin en: 27_2.ods

Ejemplo 27.2

Mtodo de diferencias finitas*

Se sustituyen las derivadas por diferencias


finitas divididas
La EDO se transforma en un sistema de
ecuaciones algebraicas

Lineales, si la EDO es lineal

No lineales, si la EDO es no lineal

Para resolverlo se aplican los mtodos de la


parte 3

Ejemplo 27.3

Resolver por diferencias finitas, el problema de


la transmisin de calor en la barra
Se sustituyen las derivadas:
2

T i1 2T i T i1
d T
h ' T a T =0
h' T i T a =0
2
2
dx
x

reordenando:
2

T i1 2 h' x T i T i1 =h ' x T a
Ecuacin sustituta o molcula de clculo

Ejemplo 27.3

Se aplica la molcula de clculo a cada nodo:

Se genera un sistema de n-1 ecuaciones:

Cada una con 3 incgnitas,

Excepto la primera y la ltima con 2 incgnitas

Ejemplo 27.3

Eligiendo x = 2, se tiene:

Nodo 1:

2.04 T 1T 2 =0.01 x 2 x 4040=40.8

Nodo 2: T 1 2.04 T 2 T 3 =0.8


Nodo 3: T 2 2.04 T 3T 4 =0.8
Nodo 4: T 3 2.04 T 4 =0.8200=200.8

En forma matricial

2.04 1
0
0
1 2.04 1
0
0
1 2.04 1
0
0
1 2.04

]{ } { }
T1
40.8
T2
0.8
=
0.8
T3
200.8
T4

Ejemplo 27.3

Sistema tridiagonal algoritmo de Thomas


T

Solucin { T } = [ 65.9698 93.7785 124.5382 159.4795 }

Algoritmo en Octave: diferencias.m

Condiciones de borde en la
derivada*

Resolver

y ' ' 2 y ' y= x

Para

0.0 x 1.0

Con

h=0.1 , y 0.0=1, y ' 1.0=1

Ahora hay n+1 incgnitas (incluido yn+1):

Condiciones de borde en la
derivada*

La condicin de borde en 1.0 se iguala a una


diferencia finita dividida centrada:
y n1 y n1
y ' 1.0= y ' n=
=1
2h

La (n+1)-sima ecuacin surge de la anterior :


y n1 y n1 =2 h

Problemas de valores propios

El sistema [ A ] { X }={B} tiene solucin nica


si det(A) 0
El sistema [ A ] { X }=0
tiene solucin nica
trivial si det(A) 0, y soluciones no triviales ()
si det(A) = 0
Los problemas de valores propios son de la
forma:
a x a x ... a x = 0
11

12

1n

a 21 x 1 a 22 x 2 ... a 2n x n =0
........... ..........
a n1 x 1 a n2 x 2 ... a nn x n= 0

Problemas de valores propios

O ms brevemente, [ [ A] [ I ] ] { X }=0
Los valores que hacen det [ [ A] [ I ] ] =0
se denominan valores propios del sistema, y su
solucin vector propio

Ejemplo: oscilacin masa-resorte


2

m1

d x1
dt

=k 1 x k x 2 x 1

m2

d x2
dt

=k x 2 x 1 k x 2

Sabiendo que x i = Ai sin t


2

x ' ' i = Ai sin t

Se llega a

2k
2
m1
k

m2

m1
2k
2
m2

{ } {}
A1
0
=
0
A2

Ejemplo: pandeo

Deformacin de la
columna:
d2 y M
=
2
EI
dx

Donde M = -P.y

Reemplazando,
2

d y
2

p
y=0
2
dx

P
con p =
EI
2

Para y(0) = y(L) = 0

Ejemplo: pandeo

Solucin analtica: y= A sin px B cos px

Para x = 0, y= A sin 0 B cos 0=0 B=0

Para x = L, y= A sin pL=0 pL= n , n=1, 2, 3,...

Reemplazando(...),
2

n EI
P=
2
L

Si n = 1 (primer modo):
2

EI
P=
L2

Frmula de Euler

Ejemplo: pandeo

Ej. 27.5

Datos:

E = 10 x 109 Pa

I = 1.25 x 10-5 m4

L=3m

n
1
2
3
4
5
6
7
8

p (m^-2)
1,0472
2,0944
3,1416
4,1888
5,2360
6,2832
7,3304
8,3776

P (kN)
137,078
548,311
1233,701
2193,245
3426,946
4934,802
6716,814
8772,982

Mtodo del polinomio

Se reemplaza la EDO por una ecuacin en


diferencias finitas, se iguala a 0 el determinante
de la matriz de coeficientes y se resuelve el
polinomio resultante.
Para el ejemplo anterior, se tiene
y i1 2 y i y i 1
h

p y i =0

reordenando,
2

y i1 2h p y i y i1 =0

Mtodo del polinomio

Con 5 tramos (4 nodos interiores) se tiene:

2 h p
1
0
0
2 2
1
2 h p
1
0
2 2
0
1
2 h p
1
2 2
0
0
1
2 h p

]{ }

y1
y2
=0
y3
y4

Ejemplo 27.6

Determinar los valores propios del ej. 27.5, con


a) 1, b) 2, c) 3, y d) 4 nodos interiores.
a) h = 3/2
22.25 p 2 y i =0
2

det A=22.25 p =0
p=0.9428 t 10 %

Ejemplo 27.6

b) h = 3/3 = 1

2 p
1

]{ }

y1
1
=0
2
2 p y 2
2 2

det A= 2 p 1=0
p=1 t 4.5 %
p=1.73205 t 17 %

Ejemplo 27.6

c) h = 3/4

20.5625 p
1
0

1
0
2
20.5625 p
1
2
1
20.5625 p
2 3

]{ }

y1
y 2 =0
y3

det A= 20.5625 p 2 20.5625 p =0


2

20.5625 p =0
20.5625 p2 = 2
p=1.0205 t 2.5 %
p=1.8856 t 10 %
p=2.4637 t 22 %

Ejemplo 27.6

El mtodo de potencias

El problema de valores propios se escribe


como:
[ A] { X }= { X }

Puesto en forma iterativa:


[ A] { X k1 }= k { X k }

El mtodo permite obtener el mayor valor


propio

Ejemplo 27.7

Determine el valor propio mayor del punto c)


del ejemplo 27.6
y i1 2 y i y i 1
h

p y i =0

Se escribe como:
3.5556 x 1 1.7778 x 2
= x1
1.7778 x 1 3.5556 x 2 1.7778 x 3 = x 2
1.7778 x 2 3.5556 x 3 = x 3

Ejemplo 27.7

Se asume {x 0 }= [ 1 1 1 ]

Se reemplaza

3.5556 1 1.7778 1
= 1.7778
1.7778 1 3.5556 1 1.7778 1 = 0
1.7778 1 3.5556 1 = 1.7778

Se normaliza el vector de la derecha y se


obtiene la primera estimacin de :

{ }

{}

1.7778
1
=1.7778 0 1 =1.7778
0
1.7778
1

Ejemplo 27.7

Ahora se reemplaza [1 0 1]T en el lado


izquierdo:
3.5556 1 1.7778 0
= 3.5556
1.7778 1 3.5556 0 1.7778 1 = 3.5556
1.7778 0 3.5556 1 = 3.5556

Normalizando,

{ }

3.5556
1
3.5556 = 3.5556 1 2 =3.5556
3.5556
1

El error relativo es, a= 3.55561.7778 100 %=50 %


3.5556

Ejemplo 27.7

[
[

]{ } { }

{ }

3.5556 1.7778
0
1
5.334
0.75
1.7778 3.5556 1.7778 1 = 7.112 =7.112
1
0
1.7778 3.5556
1
5.334
0.75

Cuarta iteracin

]{ } { } { }
]{ } { } { }

3.5556 1.7778
0
0.75
4.445
0.714
1.7778 3.5556 1.7778
1 = 6.223 =6.223
1
0
1.7778 3.5556 0.75
4.445
0.714

Tercera iteracin

Quinta iteracin

3.5556 1.7778
0
0.714
4.317
0.708
= 6.095 =6.095
1.7778 3.5556 1.7778
1
1
0
1.7778 3.5556 0.714
4.317
0.708

Determinacin del valor propio


menor

Se aplica el mtodo de potencias a A-1


El mtodo converge al valor mayor de 1/, es
decir al menor valor de
Algoritmo en Octave: potencias.m

Problemas 27.1 a 27.29, pag. 822

También podría gustarte