Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integracion Estocastica
Integracion Estocastica
Resumen
La idea del trabajo es resolver un modelo de Lotka-Volterra estocstico utilizando dos mtodos
numricos: el mtodo de Euler-Maruyama y el mtodo de Milstein.
En la seccin 1 vamos a estudiar los mtodos para un caso particular de una ecuacin diferencial
estocstica en el que conocemos la solucin analtica.
En la seccin 2 vamos a estudiar los mtodos para una ecuacin diferencial estocstica matricial
en casos donde tambin conocemos la solucin analtica.
En la seccin 3 vamos a resolver el modelo de Lotka-Volterra determinstico y estocstico comparando los resultados.
ndice
1. Solucin de una ecuacin diferencial estocstica
1.1. Euler-Maruyana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Milstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Comparacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Solucin de una ecuacin diferencial matricial estocstica
2.1. Esquemas de mtodos numricos para una ecuacin diferencial matricial estocstica
2.2. Sistema oscilante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Sistema divergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4. Sistema convergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
2
4
5
.
.
.
.
5
6
7
12
19
3. Modelo de Lotka-Volterra
3.1. Formulacin determinstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Formulacin Estocasticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
25
25
A. Tablas de la seccin 2
A.1. Sistema oscilante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2. Sistema divergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3. Sistema convergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
30
34
38
1.
.
.
.
.
Xt = X0 e(a 2 b
donde X(T ) es la solucin exacta al final del intervalo e Y (T ) el valor de la solucin aproximada en el
mismo punto.
Adems de estudiar el error absoluto vamos a construir intervalos de confianza para dicho error.
Los mtodos que vamos a estudiar son el de Euler-Maruyana y el de Milstein. Consideramos en
ambos casos una discretizacin del intervalo [0, 1] dada por 0 = t0 < t1 < . . . < tN = T donde
t = ti+1 ti es constante i. Vamos a escribir X(Ti ) = Xi .
1.1.
Euler-Maruyana
(1)
donde Wn = Wn+1 Wn es una variable aleatoria normal con media 0 y varianza t, propiedad
derivada del proceso de Wiener.
Vamos a utilizar el siguiente esquema para calcular la solucin exacta
P
1 2
)t+b n
i=1
Xn = X0 e(a 2 b
Wi+1
Para poder comparar los resultados es necesario que el proceso de Wiener sea el mismo en la
solucin exacta y aproximada. Adems queremos comparar los resultados al utilizar distintos pasos
para la discretizacin. Por esta razn en la implementacin calculamos la solucin exacta para una
cantidad grande de puntos generando
los valores Wn . Luego reconstruimos el proceso de Wiener
P
teniendo en cuenta que Wn = ni=1 Wi+1 para finalmente volver a calcular los valores de Wn para
los pasos elegidos en el mtodo de Euler-Maruyana.
En la figura 1 podemos ver la solucin al problema para los pasos 1 = t = 22 , 2 = t = 24
y 3 = t = 26 .
N
1 X
|Xk (T ) Yk (T )|
N
k=1
22
24
26
0.96
0.78
0.3
N
1 X j
|Xk (T ) Ykj (T )|
N
k=1
M
1 X
i
M
i=1
2
1 X
(j )2
=
M 1
j=1
= t1,M 1
2
M
donde t1,M 1 esta determinado por la distribucin t-Student con M 1 grados de libertad.
Por ejemplo, para M = 50, = 0.05 y el resto de los parmetros como antes, tenemos un intervalo
(0.57, 0.65) para un paso t = 24 .
1.2.
Milstein
1.3.
Comparacin
Finalmente lo que vamos a hacer es realizar algunas comparaciones de ambos mtodos. Para obtener
estos resultados hemos considerado los mismos procesos de Wiener.
En el grfico 4 vemos, para los parametros que venimos utilizando y un t = 25 , la solucin
exacta, la aproximacin de Euler-Maruyana y la de Milstein.
En la tabla 2 tenemos los intervalos de confianza con = 0.05 para distintos valores de t.
23
25
27
Euler
(0.64, 0.76)
(0.38, 0.43)
(0.29, 0.31)
Milstein
(0.40, 0.51)
(0.27, 0.31)
(0.17, 0.19)
2.
(2)
donde A R2x2 , t [0, T ], condicin inicial X0 R2 y B R2x2 es diagonal. De esta forma, las
matrices A y B conmutan.
5
Xt = e(A 2 B
2 )t+BW
X0
Vamos a estudiar nuevamente los mtodos de Euler-Maruyana y Milstein y los errores, con la misma
metodologa que en la seccin anterior, considerando cada una de las coordenadas de X por separado.
2.1.
1
X (n + 1) = X (n) + a (n)t + b (n)W +
2
k
d
X
bk
bl l
x
l=1
n
o
(W )2 t
(3)
2.2.
Sistema oscilante
0 1
A=
1 0
el cual sabemos que en el caso determinstico dar como resultado una dinmica oscilante.
En todos los problemas vamos a analizar los casos para la matriz,
B=
0
con = 0.1, 0.25, 0.5 y 0.75.
Como se puede observar tanto en la figura 5 y la figura 6, el sistema para = 0.1 presenta un
comportamiento casi oscilatorio, similar al caso en que la ecuacin diferencial es determinstica.
T = 20
T = 10
T =5
x(t) exacto
1.91
139.20
488.85
317.32
= 0.1
(46.02, 46.90)
(191.75, 198.40)
(311.93, 323.11)
(64.1, 69.67)
x(t) exacto
2.07
138.25
561.94
323.49
= 0.01
(1.25, 1.28)
(12.11, 12.48)
(25.63, 26.51)
(7.42, 7.85)
Cuadro 3: Intervalos de confianza para el error de x(t) con Milstein y con = 0.5
En la tabla 4 podemos observar los mismos datos para la variable y(t). Es interesante notar que la
aparente precisin que muestra el intervalo de confianza para T = 40 responde a una buena aproximacin cualitativa, ya que utilizando Milstein podemos observar que la variables tienden a 0 y para ese
tiempo la variable y(t) ya es nula. Los intervalos de confianza para los tiempos T = 20 y T = 10 dan
cuenta de esta situacin ya que a pesar de que la variable y(t) tiene valores muy bajos, el intervalo
de confianza es demasiado grande para esos valores. Nuevamente la aproximacin que tiene un menor
error relativo es para T = 5.
T = 40
T = 20
T = 10
T =5
y(t) exacto
13, 91
87.75
6.25
1024
= 0.1
(74.11, 76.06)
(212.04, 217.19)
(77.61, 78.55)
(309.52, 317.16)
y(t) exacto
14.44
87.15
7.18
1044
= 0.01
(2.99, 3.07)
(12.59, 12.90)
(6.46, 6.51
(24.89, 26.10)
Cuadro 4: Intervalos de confianza para el error de y(t) con Milstein y con = 0.5
En las tablas 5 y 6 comparamos los resultados para distintos valores de y distintos tiempos
finales, utilizando siempre un paso = 0.01. Nuevamente trabajamos solo con resultados del metodo
de Milstein ya que, como dijimos previamente, es el nico mtodo que refleja fielmente la dinmica
del sistema. Para la variable x(t) las aproximaciones son razonables para todos los tiempos menores o
iguales a 20. Sin embargo la tabla correspondiente a la variable y(t) observamos errores grandes incluso
para T = 10
Los valores de x(t) exactos estan asociados a la aproximacin ya que utilizamos la misma simulacin del proceso
de Wiener. Por esta razn hay dos valores, uno calculado con la simulacin utilizada para calcular la aproximacin con
= 0.1 y otro calculado con = 0.01
10
T = 40
T = 20
T = 10
T =5
x(t) exacto
208.41
1385
1716
521.09
= 0.1
(47.26, 47.41)
(144.38, 145.23)
(88.00, 88.54)
(13.04, 13.24)
x(t) exacto
74.43
877.37
1348
471.63
= 0.25
(23.32, 23.57))
(88.98, 90.11)
(66.21, 67.16)
(9.90, 10.31)
x(t) exacto
2.07
138.25
561.94
323.49
= 0.5
(1.25, 1.28)
(12.11, 12.48)
(25.63, 26.51)
(7.42, 7.85)
x(t) exacto
0.00
6.83
146.51
177.96
= 0.75
(0.00, 0.00)
(0.40, 0.42)
(7.20, 7.51)
(5.97, 6.50)
T = 40
T = 20
T = 10
T =5
y(t) exacto
1456
873.05
21.94
1682
= 0.1
(321.11, 322.73)
(91.72, 92.14)
(1.54, 1.61)
(42.64, 43.05)
y(t) exacto
520.27
533.06
17.24
1522
= 0.25
(112.99, 114.70)
(62.82, 63.46)
(3.34, 3.44)
(36.81, 37.71)
y(t) exacto
14.44
87.15
7.18
1044
= 0.5
(2.99, 3.07)
(12.59, 12.90)
(6.46, 6.51)
(24.89, 26.10)
y(t) exacto
0.03
4.30
1.87
574.50
= 0.75
(0.01, 0.01)
(0.81, 0.84)
(3.57, 3.65)
(16.51, 18.04)
11
2.3.
Sistema divergente
A=
0.1
0
0.1
el cual sabemos que en el caso determinstico dar como resultado dos curva que crecen indefinidamente.
Nuevamente analizamos los casos para la matriz,
B=
0
con = 0.1, 0.25, 0.5 y 0.75.
Como se puede observar en las figuras 10 y 11, el sistema para = 0.1 presenta un comportamiento
divergente, al igual que en el caso determinstico. Si bien para el valor de igual a = 0.25 las soluciones
tambin divergen, se puede ver que el crecimiento se hace de una forma menos pronunciada (figuras 12
y 13). Es importante notar, que en ambos casos ( = 0.1 y = 0.25) la aproximacin por el mtodo de
Euler-Maruyama crece ms rapidamente que la solucin analtica y que la aproximacin por el mtodo
de Milstein.
12
13
14
15
T = 20
T = 10
T =5
x(t) exacto
23776
6303
3025
2153
= 0.1
(294.69, 312.32)
(89.14, 95.62)
(58.71, 62.67)
(54.99, 58.16)
x(t) exacto
23674
6245
3139
2197
= 0.01
(62.13, 66.59)
(25.21, 26.90)
(20.89, 21.99)
(16.80, 18.06)
Cuadro 7: Intervalos de confianza para el error de x(t) con Milstein y con = 0.25
En las siguientes tablas (9 y 10) tenemos los mismos datos pero para = 0.5. Recordemos que
como se puede ver en a figura 14, las soluciones tienden a 0. Nuevamente la aproximacin es buena en
todos los casos.
En las tablas 11 y 12 comparamos los resultados para distintos valores de y distintos tiempos
finales, utilizando siempre un paso = 0.01. En todos los casos el mtodo de Milstein resulta en
buenas aproximaciones.
16
T = 40
T = 20
T = 10
T =5
y(t) exacto
15850
4202
2017
1435
= 0.1
(196.46, 208.21)
(59.43, 63.75)
(39.14, 41.78)
(36.66, 38.77)
y(t) exacto
15783
4163
2092
1464
= 0.01
(41.42, 44.39)
(16.81, 17.93)
(13.93, 14.66
(11.20, 12.04)
Cuadro 8: Intervalos de confianza para el error de y(t) con Milstein y con = 0.25
T = 40
T = 20
T = 10
T =5
x(t) exacto
577.83
994.80
1369
1662
= 0.1
(10.87, 11.95))
(29.09, 31.19)
(48.94, 53.13)
(91.67, 98.32)
x(t) exacto
614.85
1041
1503
1497
= 0.01
(3.60, 3.95)
(8.05, 8.79)
(16.81, 18.03)
(22.96, 24.99)
Cuadro 9: Intervalos de confianza para el error de x(t) con Milstein y con = 0.5
T = 40
T = 20
T = 10
T =5
y(t) exacto
385.22
663.20
913.25
1108
= 0.1
(7.24, 7.97)
(19.39, 20.79)
(32.63, 35.42)
(61.11, 65.55)
y(t) exacto
1409
694.31
1002
998.63
= 0.01
(2.40, 2.64)
(5.37, 5.86)
(11.21, 12.02)
(15.31, 16.66)
Cuadro 10: Intervalos de confianza para el error de y(t) con Milstein y con = 0.5
T = 40
T = 20
T = 10
T =5
x(t) exacto
67757
10783
3862
2468
= 0.1
(139.38, 145.97)
(20.91, 22.31)
(10.17, 10.73)
(9.29, 9.86)
x(t) exacto
23674
6245
3139
2197
= 0.25
(62.13, 66.59)
(25.21, 26.90)
(20.89, 21.99)
(16.80, 18.06)
x(t) exacto
614.85
1041
1503
1497
= 0.5
(3.60, 3.95)
(8.05, 8.79)
(16.81, 18.03)
(22.96, 24.99)
x(t) exacto
1.23
45.79
305.57
764.48
= 0.75
(0.01, 0.01)
(0.64, 0.71)
(5.63, 6.23)
(17.95, 20.46)
Cuadro 11: Intervalos de confianza para el error de x(t) con Milstein y = 0.01
17
T = 40
T = 20
T = 10
T =5
y(t) exacto
45171
6789
2575
1645
= 0.1
(92.92, 97.31)
(13.94, 14.87)
(6.78, 7.15)
(6.20, 6.57)
y(t) exacto
15783
4163
2092
1464
= 0.25
(41.42, 44.39)
(16.81, 17.93)
(13.93, 14.66)
(11.20, 12.04)
y(t) exacto
1409
694.31
1002
998.63
= 0.5
(2.40, 2.64)
(5.37, 5.86)
(11.21, 12.02)
(15.31, 16.66)
y(t) exacto
0.82
30.53
203.72
509.65
= 0.75
(0.01, 0.01)
(0.43, 0.48)
(3.76, 4.15)
(11.97, 13.64)
Cuadro 12: Intervalos de confianza para el error de y(t) con Milstein y = 0.01
18
2.4.
Sistema convergente
0 1
A=
1 0
En este problema tambin vamos a analizar los casos para la matriz,
B=
0
con = 0.1, 0.25, 0.5 y 0.75.
Si uno considera la ecuacin matricial determinstica, podra ver que las soluciones convergen a
un vector que no es el vector nulo, sino el vector X(t) = (1666.67, 833.33)0 . Podemos ver que la
incorporacin de estocasticidad hace que el sistema converja, pero ahora hacia el vector nulo.
La velocidad de esta convergencia depender del valor que tome , haciendo que converja ms
rapidamente al vector nulo a medida que aumenta. Esto se ve claramente en las figura
19
20
21
22
T = 20
T = 10
T =5
x(t) exacto
12.44
152.35
490.52
1042
= 0.1
(0.41, 0.43)
(4.96, 5.30)
(19.08, 20.66)
(51.25, 55.79)
x(t) exacto
12.38
158.52
614.15
965.30
= 0.01
(0.08, 0.09)
(1.56, 1.69)
(6.34, 6.91)
(16.11, 17.21)
Cuadro 13: Intervalos de confianza para el error de x(t) con Milstein y con = 0.5
En las tablas 15 y 16 comparamos los resultados para distintos valores de y distintos tiempos
finales, utilizando siempre un paso = 0.01. Al igual que en las tablas previas, vemos que las aproximaciones son buenas para todos los valores de y para todos los tiempos finales, incluso cuando
tenemos valores cercanos a 0.
23
T = 40
T = 20
T = 10
T =5
y(t) exacto
6.22
77.32
262.04
598.67
= 0.1
(0.21, 0.22)
(2.54, 2.71)
(10.23, 11.08)
(29.35, 31.95)
y(t) exacto
6.19
80.45
328.10
554.44
= 0.01
(0.04, 0.05)
(0.79, 0.86)
(3.39, 3.70)
(9.24, 9.87)
Cuadro 14: Intervalos de confianza para el error de y(t) con Milstein y con = 0.5
T = 40
T = 20
T = 10
T =5
x(t) exacto
1354
1522
1541
1534
= 0.1
(1.71, 1.81)
(2.66, 2.79)
(4.00, 4.26)
(5.16, 5.43)
x(t) exacto
508.13
893.79
1284
1361
= 0.25
(1.46, 1.56)
(4.18, 4.41)
(7.03, 7.47)
(11.07, 11.90)
x(t) exacto
12.38
158.52
614.15
965.30
= 0.5
(0.08, 0.09)
(1.56, 1.69)
(6.34, 6.91)
(16.11, 17.21)
x(t) exacto
0.03
6.31
139.57
490.10
= 0.75
(0.00, 0.00)
(0.09, 0.10)
(3.14, 3.38)
(11.91, 13.13)
Cuadro 15: Intervalos de confianza para el error de x(t) con Milstein y = 0.01
T = 40
T = 20
T = 10
T =5
y(t) exacto
677.71
772.66
823.37
881.59
= 0.1
(0.85, 0.90)
(1.35, 1.42)
(2.15, 2.29)
(2.98, 3.13)
y(t) exacto
254.25
453.60
686.03
782.12
= 0.25
(0.73, 0.78)
(2.12, 2.24)
(3.76, 3.99)
(6.37, 6.84)
y(t) exacto
6.19
80.45
328.10
554.44
= 0.5
(0.04, 0.05)
(0.79, 0.86)
(3.39, 3.70)
(9.24, 9.87)
y(t) exacto
0.01
3.20
74.57
281.50
= 0.75
(0.00, 0.00)
(0.04, 0.05)
(1.68, 1.81)
(6.85, 7.55)
Cuadro 16: Intervalos de confianza para el error de y(t) con Milstein y = 0.01
24
3.
Modelo de Lotka-Volterra
3.1.
Formulacin determinstica
dx
dt
= Ax Bxy
dy
dt
= Cx + Dxy
3.2.
Formulacin Estocasticas
El modelo descripto en la seccin 3.1 falla, por ejemplo, a la hora de describir fenmenos de cambios
medioambientales, permanentes en un ecosistema natural.
25
Figura 27: Trayectoria del diagrama de fase para la condicin inicial x=3, y=1
En general, se trata de analizar efectos de ruidos aleatorios causados por el ambiente, presentes
en las tasas de crecimiento intrnsecas de presas y depredadores y modelados mediante ruidos blancos
gaussianos independientes en el modelo. Esto significa considerar un sistema de ecuaciones diferenciales
estocsticas de It, de la forma
dx(t)
dX(t) =
; a(X, t) =
dy(t)
A By(t)
C + Dx(t)
26
x(t)
x(t)
; b(X, t) =
y(t)
y(t)
Para este sistema no contamos con una solucin anlitica, pero igualmente la podramos aproximar
tanto con el mtodo de Euler-Maruyama como con el de Milstein. Dados los resultados que vimos en
la seccin anterior, podemos considerar que el mtodo de Milstein simula mejor la dinmica que el
mtodo de Euler-Maruyama. Por lo tanto, abordaremos la aproximacin de la solucin con el mtodo
de Milstein.
Al igual que antes, consideraremos una discretizacin del intervalo [0, T ] dada por 0 = t0 < t1 <
. . . < tN = T donde t = ti+1 ti es constante i, con un valor de t = 0.1. Vamos a escribir
x(ti ) = xi y y(ti ) = yi .
Teniendo en cuenta el esquema de Milstein dado por la ecuacin 2.1, tendremos que para este caso
particular la aproximacin est dada por
donde Wn = Wn+1 Wn es una variable aleatoria normal con media 0 y varianza t, propiedad
derivada del proceso de Wiener.
Para las simulaciones vamos a considerar los mismos valores de parmetros que en el caso determinstico, y diferentes valores de . Los resultados de las simulaciones se pueden ver en las figuras 28,
29, 30 y 31.
27
Figura 30: Trayectoria del diagrama de fase para la condicin inicial x3, y=1 con = 0.1 y = 0.25
28
Figura 31: Trayectoria del diagrama de fase para la condicin inicial x3, y=1 con = 0.5 y = 0.75
29
A.
Tablas de la seccin 2
En este apndice mostramos las tablas completas con los datos de las aproximaciones realizadas
para cada uno de los problemas de la seccin 2.
A.1.
Sistema oscilante
0.1
0.25
0.5
0.75
x(t) exacto
211.85
79.31
1.91
0.00
y(t) exacto
1480
554.40
13.91
0.00
x(t) Euler
115.49
70.18
153.30
132.88
Intervalo
(129.94, 135.96)
(255.56, 268.30)
(499.99, 526.28)
(707.73, 757.65)
y(t) Euler
13302
13832
12952
13507
Intervalo
(11791, 11852)
(13188, 13368)
(12785, 13092)
(13269, 13745)
x(t) Milstein
307.01
519.58
48.37
0.20
Intervalo
(116.73, 120.32)
(439.71, 440.83)
(46.02, 46.90)
(0.19, 0.20)
y(t) Milstein
10962
4098
88.44
0.10
Intervalo
(9457, 9506)
(3520, 3569)
(74.11, 76.06)
(0.06, 0.07)
0.1
0.25
0.5
0.75
x(t) exacto
208.41
74.43
2.07
0.00
y(t) exacto
1456
520.27
14.44
0.03
x(t) Euler
306.58
304.92
324.60
299.51
Intervalo
(97.99, 98.36)
(228.95, 232.03)
(318.41, 326.67)
(294.18, 304.4)
y(t) Euler
2162
2149
2311
2120
Intervalo
(703.75, 707.23)
(1616, 1640)
(2265, 2329)
(2079, 2161)
x(t) Milstein
255.74
97.87
3.33
0.01
Intervalo
(47.26, 47.41)
(23.32, 23.57)
(1.25, 1.28)
(0.00, 0.00)
y(t) Milstein
1778
634.12
17.47
0.04
Intervalo
(321.11, 322.73)
(112.99, 114.70)
(2.99, 3.07)
(0.01, 0.01)
30
0.1
0.25
0.5
0.75
x(t) exacto
1370
812.14
139.20
8.25
y(t) exacto
863.63
511.94
87.75
5.20
x(t) Euler
4233
4139
4218
4864
Intervalo
(2856, 2871)
(3307, 3347)
(4016, 4141)
(4766, 4946)
y(t) Euler
2298
2253
2289
2554
Intervalo
(1432, 1437)
(1734, 1749)
(2176, 2226)
(2514, 2584)
x(t) Milstein
3833
2220
334.27
13.44
Intervalo
(2456, 2469)
(1399, 1416)
(191.75, 198.40)
(5.05, 5.34)
y(t) Milstein
2128
1384
302.36
22.16
Intervalo
(1262, 1266)
(868.81, 875.97)
(212.04, 217.19)
(16.68, 17.24)
0.1
0.25
0.5
0.75
x(t) exacto
1385
877.37
138.25
6.83
y(t) exacto
873.05
553.06
87.15
4.30
x(t) Euler
1683
1757
1645
1585
Intervalo
(297.45, 299.09)
(875.18, 885.076)
(1485, 1528)
(1544, 1612)
y(t) Euler
1059
1105
1036
1000
Intervalo
(186.05, 186.95)
(549.38, 555.32)
(935.98, 962.13)
(975.35, 1016)
x(t) Milstein
1529
966.92
150.55
7.23
Intervalo
(144.38, 145.23)
(88.98, 90.11)
(12.11, 12.48)
(0.40, 0.42)
y(t) Milstein
964.98
616.20
99.90
5.13
Intervalo
(91.72, 92.14)
(62.82, 63.46)
(12.59, 12.90)
(0.81, 0.84)
31
0.1
0.25
0.5
0.75
x(t) exacto
1697
1401
488.85
136.01
y(t) exacto
21.69
17.91
6.25
1.74
x(t) Euler
2924
3043
2486
2860
Intervalo
(1224, 1230)
(1632, 1652)
(1964, 2031)
(2668, 2780)
y(t) Euler
130.86
149.52
60.71
112.83
Intervalo
(108.21, 110.14)
(132.60, 137.30)
(90.40, 102.71)
(172.41, 192.42)
x(t) Milstein
2797
2305
806.37
218.02
Intervalo
(1097, 1102)
(898.78, 909.68)
(311.93, 323.11)
(80.032, 83.98)
y(t) Milstein
112.65
48.87
71.83
48.62
Intervalo
(90.069, 91.85)
(53.23, 55.26)
(77.61, 78.55)
(49.89, 50.82)
0.1
0.25
0.5
0.75
x(t) exacto
1716
1348
561.94
146.51
y(t) exacto
21.94
17.24
7.18
1.87
x(t) Euler
1888
1875
1812
1936
Intervalo
(170.92, 171.83)
(523.69, 529.59)
(1235, 1266)
(1756, 1823)
y(t) Euler
24.68
24.33
22.59
27.14
Intervalo
(2.77, 2.87)
(7.20, 7.48)
(15.13, 16.03)
(25.28, 27.08)
x(t) Milstein
1805
1415
588.01
153.85
Intervalo
(88.00, 88.54)
(66.21, 67.16)
(25.63, 26.51)
(7.20, 7.51)
y(t) Milstein
22.78
14.38
0.70
1.74
Intervalo
(1.54, 1.61)
(3.34, 3.44)
(6.46, 6.51)
(3.57, 3.65)
32
0.1
0.25
0.5
0.75
x(t) exacto
532.34
467.73
317.32
171.45
y(t) exacto
1718
1509
1024
553.47
x(t) Euler
735.64
719.53
708.44
727.82
Intervalo
(202.39, 204.22)
(248.33, 255.28)
(381.97, 400.25)
(539.95, 572.91)
y(t) Euler
2231
2192
2173
2223
Intervalo
(511.83, 513.82)
(678.26, 687.64)
(1134, 1163)
(1638, 1700)
x(t) Milstein
716.74
611.15
362.63
148.13
Intervalo
(183.54, 185.26)
(141.20, 146.29)
(64.1, 69.67)
(51.92, 54.29)
y(t) Milstein
2188
1944
1337
729.28
Intervalo
(469.27, 471.09)
(430.98, 437.24)
(309.52, 317.16)
(172.01, 179.62)
0.1
0.25
0.5
0.75
x(t) exacto
521.09
471.63
323.49
177.96
y(t) exacto
1682
1522
1044
574.50
x(t) Euler
545.39
547.70
545.10
557.32
Intervalo
(24.17, 24.43)
(75.47, 76.67)
(218.82, 224.40)
(369.02, 389.69)
y(t) Euler
1759
1766
1756
1798
Intervalo
(77.35, 77.88)
(242.82, 245.91)
(703.97, 720.47)
(1193, 1255)
x(t) Milstein
534.23
481.36
325.22
173.87
Intervalo
(13.04, 13.24)
(9.90, 10.31)
(7.42, 7.85)
(5.97, 6.50)
y(t) Milstein
1725
1559
1066
584.48
Intervalo
(42.64, 43.05)
(36.81, 37.71)
(24.89, 26.10)
(16.51, 18.04)
33
A.2.
Sistema divergente
0.1
0.25
0.5
0.75
x(t) exacto
66961
23776
577.83
1.32
y(t) exacto
44640
15850
385.22
0.88
x(t) Euler
79758
78754
74042
74842
Intervalo
(12753, 12841)
(54413, 55543)
(71778, 75150)
(72337, 77344)
y(t) Euler
53172
52502
49361
49894
Intervalo
(8502, 8560)
(36275, 37028)
(47852, 50100)
(48224, 51562)
x(t) Milstein
65748
23511
575.70
1.24
Intervalo
(1196, 1227)
(294.69, 312.32)
(10.87, 11.95)
(0.08, 0.09)
y(t) Milstein
43832
15674
383.80
0.83
Intervalo
(797.79, 818.52)
(196.46, 208.21)
(7.24, 7.97)
(0.06, 0.06)
0.1
0.25
0.5
0.75
x(t) exacto
67757
23674
614.85
1.23
y(t) exacto
45171
15783
1409
0.82
x(t) Euler
82169
79981
80523
70980
Intervalo
(14352, 14471)
(55647, 56964)
(77944, 81872)
(68988, 72970)
y(t) Euler
54779
53320
53682
47320
Intervalo
(9568, 9647)
(37098, 37976)
(51962, 54581)
(45992, 48646)
x(t) Milstein
67624
23664
615.66
1.22
Intervalo
(139.38, 145.97)
(62.13, 66.59)
(3.60, 3.95)
(0.01, 0.01)
y(t) Milstein
45082
15776
410.44
0.81
Intervalo
(92.92, 97.31)
(41.42, 44.39)
(2.40, 2.64)
(0.01, 0.01)
34
0.1
0.25
0.5
0.75
x(t) exacto
10037
6303
994.80
58.89
y(t) exacto
6691
4202
663.20
39.26
x(t) Euler
10940
11276
10588
12071
Intervalo
(898.86, 905.66)
(4931, 5014)
(9435, 9753)
(11682, 12342)
y(t) Euler
7293
7517
7059
8047
Intervalo
(599.24, 603.77)
(3287, 3342)
(6290, 6502)
(7788, 8228)
x(t) Milstein
9956
6258
993.96
56.65
Intervalo
(84.85, 90.28)
(89.14, 95.62)
(29.09, 31.19)
(3.14, 3.33)
y(t) Milstein
6637
4172
662.64
37.77
Intervalo
(56.56, 60.18)
(59.43, 63.75)
(19.39, 20.79)
(2.09, 2.22)
0.1
0.25
0.5
0.75
x(t) exacto
10183
6245
1041
45.79
y(t) exacto
6789
4163
694.31
30.53
x(t) Euler
11187
11303
11181
9616
Intervalo
(999.85, 1008)
(5006, 5107)
(9944, 10335)
(9185, 9957)
y(t) Euler
7458
7535
7454
6411
Intervalo
(666.56, 672.31)
(3337, 3405)
(6629, 6890)
(6123, 6638)
x(t) Milstein
10174
6245
1040
45.82
Intervalo
(20.91, 22.31)
(25.21, 26.90)
(8.05, 8.79)
(0.64, 0.71)
y(t) Milstein
6783
4163
693.96
30.55
Intervalo
(13.94, 14.87)
(16.81, 17.93)
(5.37, 5.86)
(0.43, 0.48)
35
0.1
0.25
0.5
0.75
x(t) exacto
3962
3025
1369
337.15
y(t) exacto
2641
2017
913.25
224.77
x(t) Euler
4114
4003
4185
4200
Intervalo
(150.47, 153.55)
(967.55, 988.01)
(2767, 2862)
(3719, 4006)
y(t) Euler
2742
2669
2790
2800
Intervalo
(100.31, 102.37)
(645.04, 658.67)
(1844, 1908)
(2479, 2670)
x(t) Milstein
3935
3027
1361
334.18
Intervalo
(38.53, 40.36)
(58.71, 62.67)
(48.94, 53.13)
(18.97, 21.51)
y(t) Milstein
2623
2018
907.91
222.79
Intervalo
(25.69, 26.90)
(39.14, 41.78)
(32.63, 35.42)
(12.65, 14.34)
0.1
0.25
0.5
0.75
x(t) exacto
3862
3139
1503
305.57
y(t) exacto
2575
2092
1002
203.72
x(t) Euler
4036
4159
4638
3818
Intervalo
(172.35, 173.85)
(1012, 1028)
(3077, 3193)
(3380, 3644)
y(t) Euler
2690
2772
3092
2545
Intervalo
(114.90, 115.90)
(674.70, 685.59)
(2051, 2129)
(2253, 2429)
x(t) Milstein
3858
3139
1507
303.73
Intervalo
(10.17, 10.73)
(20.89, 21.99)
(16.81, 18.03)
(5.63, 6.23)
y(t) Milstein
2572
2093
1004
202.49
Intervalo
(6.78, 7.15)
(13.93, 14.66)
(11.21, 12.02)
(3.76, 4.15)
36
0.1
0.25
0.5
0.75
x(t) exacto
2437
2153
1662
894.06
y(t) exacto
1624
1435
1108
596.04
x(t) Euler
2482
2442
2744
2704
Intervalo
(46.75, 49.02)
(284.70, 292.94)
(1060, 1105)
(1756, 1864)
y(t) Euler
1655.05
1628.18
1829.96
1803.05
Intervalo
(31.16, 32.68)
(189.80, 195.29)
(706.85, 736.91)
(1170, 1243)
x(t) Milstein
2433
2155
1669
881.95
Intervalo
(25.99, 27.61)
(54.99, 58.16)
(91.67, 98.32)
(84.74, 91.53)
y(t) Milstein
1622
1437
1113
587.97
Intervalo
(17.32, 18.40)
(36.66, 38.77)
(61.11, 65.55)
(56.49, 61.02)
0.1
0.25
0.5
0.75
x(t) exacto
2468
2197
1497
764.48
y(t) exacto
1645
1464
998.63
509.65
x(t) Euler
2518
2487
2471
2326
Intervalo
(50.12, 51.02)
(287.64, 292.88)
(957.36, 990.33)
(1504, 1620)
y(t) Euler
1679
1658
1647
1551
Intervalo
(33.41, 34.01)
(191.76, 195.25)
(638.24, 660.22)
(1002, 1080)
x(t) Milstein
2468
2195
1498
754.54
Intervalo
(9.29, 9.86)
(16.80, 18.06)
(22.96, 24.99)
(17.95, 20.46)
y(t) Milstein
1645
1463
998.93
503.03
Intervalo
(6.20, 6.57)
(11.20, 12.04)
(15.31, 16.66)
(11.97, 13.64)
37
A.3.
Sistema convergente
0.1
0.25
0.5
0.75
x(t) exacto
1362
476.86
12.44
0.03
y(t) exacto
681.56
238.61
6.22
0.02
x(t) Euler
1654
1616
1624
1760
Intervalo
(291.34, 293.62)
(1126, 1152)
(1582, 1641)
(1711, 1809)
y(t) Euler
827.88
808.78
812.76
880.71
Intervalo
(145.75, 146.89)
(563.86, 576.48)
(791.59, 821.50)
(856.24, 905.14)
x(t) Milstein
1361
476.953
12.04
0.00
Intervalo
(5.00, 5.35)
(4.33, 4.64)
(0.41, 0.43)
(0.00, 0.00)
y(t) Milstein
681.16
238.64
6.02
0.01
Intervalo
(2.50, 2.68)
(2.17, 2.32)
(0.21, 0.22)
(0.00, 0.00)
0.1
0.25
0.5
0.75
x(t) exacto
1354
508.13
12.38
0.03
y(t) exacto
677.71
254.25
6.19
0.01
x(t) Euler
1646
1719
1620
1539
Intervalo
(290.67, 292.80)
(1198, 1223)
(1570, 1646)
(1479, 1599)
y(t) Euler
823.68
860.14
811.06
770.24
Intervalo
(145.44, 146.51)
(599.79, 611.99)
(785.93, 823.80)
(740.33, 800.13)
x(t) Milstein
1354
508.08
12.33
0.02
Intervalo
(1.71, 1.81)
(1.46, 1.56)
(0.08, 0.09)
(0.00, 0.00)
y(t) Milstein
677.75
254.23
6.17
0.01
Intervalo
(0.85, 0.90)
(0.73, 0.78)
(0.04, 0.05)
(0.00, 0.00)
38
0.1
0.25
0.5
0.75
x(t) exacto
1515
889.13
152.35
7.46
y(t) exacto
768.98
451.24
77.32
3.78
x(t) Euler
1664
1605
1633
1566
Intervalo
(148.96, 150.16)
(708.98, 723.59)
(1449, 1513)
(1504, 1613)
y(t) Euler
844.60
814.48
828.94
794.64
Intervalo
(75.31, 75.93)
(359.54, 366.95)
(735.49, 767.75)
(763.25, 818.45)
x(t) Milstein
1513
885.57
149.80
6.91
Intervalo
(7.74, 8.17)
(13.18, 14.08)
(4.96, 5.30)
(0.57, 0.62)
y(t) Milstein
768.00
449.22
75.96
3.50
Intervalo
(3.95, 4.17)
(6.72, 7.18)
(2.54, 2.71)
(0.29, 0.32)
0.1
0.25
0.5
0.75
x(t) exacto
1522
893.79
158.52
6.31
y(t) exacto
772.66
453.60
80.45
3.20
x(t) Euler
1673
1617
1703
1317
Intervalo
(150.92, 152.02)
(717.44, 730.81)
(1511, 1577)
(1251, 1370)
y(t) Euler
849.50
821.07
864.35
668.63
Intervalo
(76.57, 77.12)
(364.08, 370.86)
(767.26, 800.54)
(635.30, 695.56)
x(t) Milstein
1522
893.41
158.35
6.24
Intervalo
(2.66, 2.79)
(4.18, 4.41)
(1.56, 1.69)
(0.09, 0.10)
y(t) Milstein
772.50
453.39
80.35
3.17
Intervalo
(1.35, 1.42)
(2.12, 2.24)
(0.79, 0.86)
(0.04, 0.05)
39
0.1
0.25
0.5
0.75
x(t) exacto
1551
1210
490.51
146.01
y(t) exacto
829.00
646.94
262.04
78.00
x(t) Euler
1625
1609
1516
1887
Intervalo
(73.33, 74.74)
(393.99, 402.23)
(1003, 1048)
(1701, 1782)
y(t) Euler
867.90
858.99
809.66
1007
Intervalo
(38.53, 39.28)
(209.84, 214.25)
(535.70, 559.52)
(908.16, 951.76)
x(t) Milstein
1554
1213
487.88
144.48
Intervalo
(12.05, 12.86)
(20.73, 22.14)
(19.08, 20.66)
(8.59, 9.28)
y(t) Milstein
829.61
647.78
260.14
76.95
Intervalo
(6.39, 6.81)
(11.08, 11.84)
(10.23, 11.08)
(4.64, 5.01)
0.1
0.25
0.5
0.75
x(t) exacto
1541
1284
614.15
139.57
y(t) exacto
823.37
686.03
328.10
74.57
x(t) Euler
1611
1700
1888
1758
Intervalo
(70.25, 70.85)
(412.84, 419.73)
(1250, 1298)
(1573, 1664)
y(t) Euler
861.00
908.36
1008
939.57
Intervalo
(37.46, 37.79)
(220.49, 224.17)
(667.74, 693.70)
(840.70, 889.31)
x(t) Milstein
1540
1283
613.24
139.09
Intervalo
(4.00, 4.26)
(7.03, 7.47)
(6.34, 6.91)
(3.14, 3.38)
y(t) Milstein
823.11
685.68
327.56
74.28
Intervalo
(2.15, 2.29)
(3.76, 3.99)
(3.39, 3.70)
(1.68, 1.81)
40
0.1
0.25
0.5
0.75
x(t) exacto
1551
1418
1042
616.79
y(t) exacto
890.91
814.651
598.67
354.26
x(t) Euler
1581
1621
1726
1935
Intervalo
(32.32, 33.67)
(200.26, 205.08)
(672.36, 695.34)
(1283, 1353)
y(t) Euler
907.60
930.38
990.89
1111
Intervalo
(18.00, 18.76)
(114.33, 117.12)
(385.60, 398.84)
(736.65, 776.87)
x(t) Milstein
1549
1428
1046
615.52
Intervalo
(17.87, 18.91)
(38.70, 41.03)
(51.25, 55.79)
(50.94, 55.27)
y(t) Milstein
889.44
819.59
600.01
352.57
Intervalo
(10.27, 10.88)
(22.18, 23.51)
(29.35, 31.95)
(29.37, 31.86)
0.1
0.25
0.5
0.75
x(t) exacto
1534
1361
965.30
490.10
y(t) exacto
881.59
782.12
554.44
281.50
x(t) Euler
1565
1542
1591
1505
Intervalo
(30.23, 30.78)
(178.82, 183.06)
(615.81, 636.25)
(976.19, 1054)
y(t) Euler
899.04
885.98
913.94
864.57
Intervalo
(17.29, 17.61)
(102.64, 105.07)
(353.64, 365.38)
(560.60, 605.55)
x(t) Milstein
1534
1361
964.42
488.53
Intervalo
(5.16, 5.43)
(11.07, 11.90)
(16.11, 17.21)
(11.91, 13.13)
y(t) Milstein
881.21
781.81
553.84
280.50
Intervalo
(2.98, 3.13)
(6.37, 6.84)
(9.24, 9.87)
(6.85, 7.55)
41