Anlisis Numrico

Ecuaciones Diferenciales con mtodos numricos

Carrera:
Ing. Electrnica

P R E S E N T A:
Jairo Reyes Garca
Profesor:
Ing. Arturo Camargo Snchez

NO. CONTROL:
14280914

Metepec, Estado de Mxico, a 31 de Mayo de 2016

Mtodos Numricos en Ecuaciones Diferenciales Ordinarias

Mtodo de Euler

INSTITUTO TECNOLGICO DE TOLUCA

El Mtodo de Euler o de las Tangentes constituye el primer y ms sencillo ejemplo de
mtodo numrico para la resolucin de un problema de valor inicial:
y 0=f ( x , y ) , y ( x 0 )= y 0
donde suponemos adems que se verifican las hiptesis del Teorema de Picard, y en
consecuencia existe solucin nica para el problema. Interpretando la E.D.O.
y ' =f ( x , y ) como un campo de direcciones en el plano x y y la condicin inicial
y ( x 0)= y 0 como un punto

(x 0 , y 0 ) de dicho plano, podemos aproximar la funcin

solucin y(x) por medio de la recta tangente a la misma que pasa por ese punto:
y ( x)= y 0+ f ( x 0 , y 0)(xx 0 )
donde se ha utilizado que la pendiente de dicha tangente es: m =
consecuencia:

x0
) y, en
m= y '

m=f ( x 0, y 0). Calculamos as de manera aproximada el valor de la

solucin y en el punto de abscisa

x 1 como:

y ( x 1) y = y 0+ f (x 0 , y 0)(x 1x 0 )
y con este punto (aproximado) ya calculado, podemos repetir el mtodo para obtener
otro punto aproximado ( x 2 , y 2 ) de la forma:
y ( x2 ) y 2= y 1+ f ( x 1 , y 1)( x 2x 1)
y as sucesivamente. Es habitual en este mtodo tomar abscisas equiespaciadas, es
decir, calcular la solucin aproximada en puntos de la forma: x n=x n1+ h=x 0 +nh ,
siendo h el paso del mtodo. De esta forma se obtienen las frmulas que nos
determinan la solucin aproximada en la forma:
x n=x n1+ h ; y n= y n1+ f ( x n1 , x n1 )h
Desde el punto de vista geomtrico, tenemos en definitiva que el Mtodo de Euler
aproxima a la funcin solucin por medio de una lnea poligonal, la aproximacin ser
a tanto peor cuanto mayor sea en nmero de pasos, es decir, cuanto ms lejos nos
encontremos del punto inicial

(x 0 , y 0 ) . Por otro lado, el error ser a evidentemente

tanto mayor cuanto ms grande sea el paso del mtodo, h.

Mtodos de Runge-Kutta
La idea general de los Mtodos de Runge-Kutta es sustituir el Problema de Valor
Inicial:
'

y =f ( x , y )
y ( x 0 )= y 0

por la ecuacin integral equivalente:

x

f ( x , y ( x ) ) dx y= y 0 + f ( x , y ( x ) ) dx
x0

dy=
x0

y0

para proceder a aproximar esta ltima integral mediante un mtodo numrico

adecuado (recordemos que y(x) es desconocida). Si nuevamente planteamos el
problema paso a paso tendremos:
x n+1

y n+1= y n+ f ( x , y ( x ) ) dx
xn

Mtodo de Runge-Kutta de segundo orden

La primera opcin que podemos aplicar es integrar mediante el mtodo de los
trapecios, es decir tomando:
x n+ 1

f ( x , y ( x ) ) dx 2 h(f ( x n , y n )+ f ( x n+1 , y n+1 ) )

xn

Al ser desconocida
donde

y n+1

en la expresin anterior, lo aproximaremos por

y n+1 es la estimacin de

y n+1 que resultara aplicando el mtodo de Euler.

Tendremos as:
x n+ 1

f ( x , y ( x ) ) dx 2 h(f ( x n , y n )+ f ( x n+1 , y n+1 ) )

xn

Con

y n+1 ,

y n+1= y n+ hf ( xn , y n )
y llegaremos a la expresin del mtodo:
h
y n+1= y n+ f ( x n , y n ) + f ( x n+1 , y n+1 )
2
Lo normal es presentar el mtodo con las expresiones siguientes:
k 1=h f ( x n , y n ) ; k 2 =h f ( x n +1 , y n +k 1 )
1
y n+1= y n+ (k 1 +k 2)
2
Mtodo de Runge-Kutta de tercer orden
Se trata de la misma idea pero integrando por el Mtodo de Simpson, entonces:
x n+ 1

xn

h
2
f ( x , y ( x ) ) dx (f ( x n , y n ) + 4 f ( x 1 , y 1 ) f ( x n+1 , y n+1 ) )
n+
n+
3
2
2

donde , y n+1 e y n + 1

son estimaciones, puesto que

estimacin de

n+

1
2

y n+1 y

n+

1
2

no son conocidos. La

se hace por el mtodo de Euler:

f ( xn , yn )
h
y 1 = y n+
n+
2
2

mientras que la estimacin de

y n+1

se pueden considerar varias opciones, por

ejemplo:
f ( xn , yn )
y n+1= y n+ h

es decir el Mtodo de Euler de nuevo, o por ejemplo:

x
1
f ( n+ 2 , y n+ 1 )
2
y n +1= y n +h
que consiste en variar el Mtodo de Euler tomando la pendiente de la recta tangente
en el punto medio en vez de la tangente en el punto propiamente dicha. Finalmente,
lo ms usual es tomar una combinacin de las dos opciones:

1
f ( n+ , y 1 )f ( x n , y n )
2 n+ 2
2
y n+1= y n+ h
Podemos entonces resumir el Mtodo de Runge-Kutta de tercer orden en la forma:
k 1=hf ( x n , y n )
h
h
k 2=hf x n + , y n + k 1
2
2

k 3 =hf ( x n+ h , y n k 1 +2 k 2 )
1
y n+1= y n+ ( k 1+ 4 k 2+ k 3)
6

Los mtodos de Taylor.

Volviendo al mtodo de Euler podemos constatar la similitud que hay entre el

desarrollo de Taylor de la solucin

h2
x t i h x t i hx' t i
x' ' i ,
2

i t i , t i 1 .

y la forma en la que se calcula el error de truncatura. Por ejemplo podemos

considerar que para el mtodo de Euler,
x t i h x t i hf t i , x t i h i .

2
La diferencia entre estos dos desarrollos se encentra en los trminos de orden h .

Es por esto que a la vista de un desarrollo ms detallado del x t i h ,

x t i h x t i hx' t i

h2
h3
x ' ' t i x' ' ' t i ...
2!
3!

podemos pensar en desarrollar mtodos que nos permitan imitar este desarrollo.
Esta es la base de los mtodos de Taylor y aqu se encuentra tambin una forma de
motivar los mtodos de Runge-Kutta, que sern tratados posteriormente.
En efecto, un ejemplo es el mtodo de Taylor de orden 2, que se construye como
sigue:

x i 1 x i hf t i , x i

h 2 f
t i , xi f t i , xi f t i , xi .

2 t
x

Parece claro que utilizando esta forma de razonar seremos capaces de desarrollar
mtodos numricos consistentes y estables de rdenes arbitrariamente altos.
El inconveniente que presentan los mtodos de Taylor es que nos obligan a evaluar
no solo la funcin f t , x sino adems a sus derivadas. En los ejemplos acadmicos
que suelen considerarse esta no suele ser una gran dificultad, sin embargo en las
aplicaciones prcticas debemos evitar evaluar derivadas de f t , x .