C13 Metodo Numerico PDF

883 Anlisis matemtico para Ingeniera. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L.
GARMENDIA
CAPTULO 13
Mtodos numricos de un paso
El objetivo de este captulo es introducir los mtodos numricos de resolucin
de una ecuacin diferencial o de un sistema de ecuaciones diferenciales de un
solo paso, mientras que en el siguiente captulo se estudiarn los mtodos
multipaso.
Un sistema de ecuaciones diferenciales o una ecuacin diferencial de orden
superior siempre pueden ser expresados como un sistema de primer orden, y de
esta forma resolver numricamente el problema de valor inicial:
y = f(x, y)
y(x 0 ) = y 0
donde y, y, y 0 n son vectores n-dimensionales, f: n+1 n, mientras que x y
x 0 son escalares. Una solucin est definida en un intervalo [x 0 , b] donde x 0 y b
son finitos. Se supone que se verifican las hiptesis del teorema de existencia y
unicidad de Picard-Lindelf por lo que se puede garantizar que existe una nica
solucin y = y(x) del problema de valor inicial.
Todo mtodo numrico lleva consigo la idea de discretizacin, esto es, el
intervalo continuo [x 0 , b] de x es reemplazado por un conjunto discreto de puntos
{x n } definidos por x n = x 0 + nh, n = 0, 1, 2, ..., N = (b x 0 )/h. El parmetro h se

884 Mtodos numricos de un paso M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
denomina longitud de paso, que en un principio se considera que es constante,
aunque la potencia de los modernos algoritmos deriva de su habilidad para
cambiar h automticamente en el proceso de computacin.
En este captulo (y en el siguiente) se denota por y(x) a la solucin exacta de
la ecuacin diferencial y por z n al valor aproximado de la solucin en x n .
El objetivo es encontrar un conjunto de valores {z n } que se aproximen a la
solucin en el conjunto discreto de puntos {x n }, zn y(x n ). Esta sucesin se
denomina solucin numrica del problema de valor inicial. Un mtodo
numrico es por tanto una ecuacin en diferencias que permita computar los zn .
Existen algoritmos que implementan estos mtodos permitiendo estimar el
error, seleccionar el tamao de paso ms conveniente y decidir qu mtodo
emplear en cada etapa de la bsqueda de la solucin. Pero resultan como cajas
negras poco aprovechables para comprender el proceso. El propsito de este
captulo y del siguiente es, precisamente, entender su comportamiento y conocer
sus propiedades.
Existen una gran diversidad de mtodos numricos para la resolucin de un
problema de valor inicial, con distintas caractersticas. Estos mtodos se agrupan
en dos familias: los mtodos de un paso y los mtodos lineales multipaso.
Los mtodos de un paso, que se presentan en este captulo, se caracterizan
porque el valor aproximado zn de la solucin en el punto x n se obtiene a partir del
valor zn-1 obtenido en la etapa anterior.
Los mtodos lineales multipaso, que se estudian en el captulo siguiente,

M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Captulo 13: Mtodos numricos 885
utilizan para el clculo del valor aproximado z n no slo el valor zn-1 obtenido en la
etapa anterior, sino tambin los valores z n-2 , ..., z n-j obtenidos en etapas previas.
La utilizacin de estos valores previos hace que el comportamiento de los dos
grupos de mtodos numricos sea muy diferente, con caractersticas especficas
para cada grupo, lo que hace preciso un estudio diferenciado de cada una de las
familias.
El contenido de este captulo es el siguiente: En primer lugar y con el fin de
entender como funcionan los mtodos numricos se comienza estudiando el ms
sencillo, el mtodo de Euler, que sirve como modelo comn de comportamiento de
los mtodos numricos, tanto para los mtodos de un paso como para los
mtodos lineales multipaso. A continuacin se introducen los mtodos de un paso,
entre los que se destacan especialmente los mtodos de Taylor y los mtodos de
Runge-Kutta, y se estudian sus propiedades. Al analizar de forma general los
mtodos de un paso se estudia la manera de evaluar el error cometido, o de
conocer si es de esperar que el resultado obtenido se ajusta bien a la solucin
exacta de la ecuacin diferencial, es decir, si el mtodo es convergente.

13.1. EL MTODO DE EULER
En el estudio de las soluciones aproximadas de ecuaciones diferenciales se
comienza estudiando un mtodo clsico, el mtodo de Euler, (o de las
poligonales de Euler), desarrollado por Leonard Euler por lo que lleva su nombre.
Tiene un inters especial desde el punto de vista didctico porque sirve como
punto de partida para introducir los conceptos y analizar los problemas que van a
aparecer en el resto de los mtodos numricos. Su estudio sirve, pues, como
modelo para investigar las dificultades que se presentan en cualquier mtodo
numrico y para analizar los distintos tipos de error que se generan. Suministra
tambin una sencilla interpretacin geomtrica pues se aproxima la solucin del
problema de valor inicial mediante la tangente a dicha solucin.
Se considera el problema de valor inicial y = f(x, y), y(x 0 ) = y 0 , del que se
supone que es un problema bien propuesto, es decir, se sabe que tiene una nica
solucin en un intervalo (x 0 h, x 0 + h). Para encontrar una solucin aproximada
de y = f(x, y), y(x 0 ) = y 0 , se toma como valor inicial z 0 ; entonces f(x 0 , z0 ) es la
pendiente de la recta tangente en el punto de partida (x 0 , z0 ), por lo que se puede
obtener como valor z1 el que toma la recta que pasa por (x 0 , z0 ) y tiene como
pendiente f(x 0 , z0 ) en el punto de abscisa x 1 :
z 1 = z0 + hf(x 0 , z 0 )
A continuacin se repite el proceso desde el punto (x 1 , z 1 ) aproximando la
solucin por la recta tangente que pasa por dicho punto. Por tanto la expresin
general del mtodo de Euler resulta:

z n+1 = zn + hf(x n , z n ).
La solucin numrica resultante aparece como una poligonal formada por
trazos de rectas tangentes.
(xn, yn)
(x1, y1)
(x0, y0)
Figura 13.1: Poligonal de Euler
Definicin 13.1.1:
Se denomina mtodo de Euler al mtodo numrico de expresin:
z n+1 = z n + hf(x n , z n ).
Se pueden utilizar cuatro puntos de vista distintos para explicar el mtodo de
Euler:
Un punto de vista geomtrico, utilizando la idea de recta tangente de
pendiente y(x) = f(x, y(x)).
Utilizar el desarrollo de Taylor, lo que permite adems valorar el orden del
error cometido:
y(x + h) = y(x) + hy(x) + (h2/2)y(x) + ... + (hp/p!)yp)(x) +...
pudindose considerar el mtodo de Euler como el mtodo de Taylor de

orden uno, cuando se corta en:
y(x + h) = y(x) + hy(x).
El error cometido al calcular el valor aproximado de y(x + h), en un solo
paso, entre x y x + h, es del orden del trmino complementario:
h2
y(c)
2
donde c es un punto comprendido entre x y x + h, por lo que si se puede
acotar y(c) entonces se dice que este error es del orden de O(h2). Otros
mtodos, los mtodos de Taylor, se obtendrn cortando el desarrollo de
Taylor en distintos trminos.
Aplicar la definicin de derivada o el teorema del valor medio:
y( x + h ) y( x )
y(x) y(x + h) y(x) hy(x),
h
teniendo en cuenta que y(x) = f(x, y) se obtiene que
y(x n+1 ) y(x n ) + hf(x n , y(x n )),
por lo tanto zn+1 = zn + hf(x n , zn ).
Otros mtodos se obtendrn buscando mejores estimaciones para la
derivada y(x).
Integrar la ecuacin diferencial entre dos puntos consecutivos de la red,
por ejemplo entre x n y x n+1 :

x n +1
y(x n+1 ) = y(x n ) + x n
f(x , y ( x )) dx
Si la funcin f(x, y(x)) se toma como la constante f(x n , zn ), se obtiene:
x n +1
y(x n+1 ) = y(x n ) + f(x n , z n ) x n
dx = y(x n ) + f(x n , zn )h
Por lo tanto: zn+1 = zn + hf(x n , zn ).
Otros mtodos, los mtodos multipaso, se obtienen dando mejores
estimaciones para la funcin f(x, y(x)).
Estos cuatro diferentes puntos de vista volvern a ser utilizados para obtener
el resto de los mtodos. Por ejemplo se obtendrn los mtodos de Runge-Kutta
por el 2, los mtodos multipaso y especialmente los predictor-corrector mediante
el 4, las ecuaciones diferenciales stiff y el mtodo del punto medio utilizar el 3, y
en todos ellos se buscar una interpretacin geomtrica con promedios de la
tangente.
Para terminar, es importante sealar que el mtodo de Euler rara vez se
utiliza en la prctica debido a que, a pesar de su sencillez a la hora de
implementarlo, su convergencia es lenta, como se comprobar enseguida, de
manera que se pueden necesitar muchos pasos en su ejecucin para obtener una
buena aproximacin del valor buscado. Su inters fundamental es por tanto
didctico. Debido a su sencillez, se utiliza tambin para obtener valores iniciadores
que permitan aplicar mtodos lineales multipaso como los que se estudiarn en el
captulo siguiente.
Ejemplos resueltos
Ejemplo 13.1.1: Aplicar el mtodo de Euler para estimar un valor aproximado
de la solucin en x = 1,5 de y = x + y2, y(1) = 0, siendo z0 = 0 y el tamao de paso
0,1; 0,05 y 0,025.
Para h = 0,1, bien a mano o con una hoja de clculo, se construye una tabla
para evaluar z n+ 1 = zn + hf(x n , z n ), siendo x n = x 0 + nh. As, 1,5 = 1 + 0,1n, por lo
que n = 5.
n xn zn f(x n , z n )
0 1 0 1
1 1,1 0,1 1,11
2 1,2 0,211 1,244521
3 1,3 0,3354521 1,41252811
4 1,4 0,47670491 1,62724757
5 1,5 0,63942967
Ya que, por ejemplo, z 1 = z0 + hf(x 0 , z0 ) = z 0 + h(x 0 + z 0 2) = 0 + 0,1(1) = 0,1;
z 2 = z 1 + hf(x 1 , z1 ) = z 1 + h(x 1 + z 1 2) = 0,1 + 0,1(1,1 + 0,12) = 0,1 + 0,1(1,11) =
0,211 y as sucesivamente, hasta z5 = 0,63942967 y(1,5).
Para h = 0,05, a mano o con una hoja de clculo, se construye una tabla para
evaluar zn+1 = zn + hf(x n , zn ), siendo x n = x 0 + nh. As, 1,5 = 1 + 0,05n, por lo que
n = 10.
0 1 0 1
1 1,05 0,05 1,0525
2 1,1 0,102625 1,11053189
3 1,15 0,15815159 1,17501193
4 1,2 0,21690219 1,24704656
5 1,25 0,27925452 1,32798309
6 1,3 0,34565367 1,41947646
7 1,35 0,4166275 1,52357847
8 1,4 0,49280642 1,64285817
9 1,45 0,57494933 1,78056673
10 1,5 0,66397766
Ahora z10 = 0,66397766 y(1,5).
Para h = 0,025 se tiene que n = 20 y:
0 1 0 1
1 1,025 0,025 1,025625
2 1,05 0,05064063 1,05256447
3 1,075 0,07695474 1,08092203
4 1,1 0,10397779 1,11081138

5 1,125 0,13174807 1,14235755
6 1,15 0,16030701 1,17569834
7 1,175 0,18969947 1,21098589
8 1,2 0,21997412 1,24838861
9 1,225 0,25118383 1,28809332
10 1,25 0,28338616 1,33030772
11 1,275 0,31664386 1,37526333
12 1,3 0,35102544 1,42321886
13 1,325 0,38660591 1,47446413
14 1,35 0,42346752 1,52932474
15 1,375 0,46170063 1,58816748
16 1,4 0,50140482 1,65140679
17 1,425 0,54268999 1,71951243
18 1,45 0,5856778 1,79301849
19 1,475 0,63050326 1,87253437
20 1,5 0,67731662
Ahora z20 = 0,67731662 y(1,5).
Ejemplo 13.1.2: Aplicar el mtodo de Euler para estimar la solucin en x = 1
de y = 1 x + 4y, y(0) = 1, siendo z0 = 1 y los tamaos de paso siguientes: 0,1;
0,05, 0,025, 0,0125. Resolver la ecuacin diferencial. Valorar el error cometido y
compararlo con el tamao de paso utilizado

Resultados de aplicar el mtodo de Euler con distintos tamaos de paso a:
y = 1 x + 4y, y(0) = 1, para aproximar la solucin en x = 1
X h = 0,1 h = 0,05 h = 0,025 h = 0,0125 Exacto
1 34,411490 45,588399 53,807866 60,037126 64,897803
Error global 30,48... 19,309... 11,09... 4,86...
Se observa que al disminuir los tamaos del paso a la mitad los errores
cometidos se reducen cada vez aproximadamente a la mitad. En este sentido se
dice que el orden del error es similar a h, el tamao de paso. Pero los errores
cometidos son excesivamente grandes lo que explica que se deban estudiar
mejores mtodos.
Ejemplo 13.1.3: Aplicar el mtodo de Euler para estimar la solucin de y = 2y
1, y(0) = 1, siendo z 0 = 1 y el tamao de paso h resolviendo la ecuacin en
diferencias. Comprobar si el lmite de la estimacin obtenida cuando el tamao de
paso tiende a cero coincide con la solucin exacta.
El estudio de las ecuaciones en diferencias aparece como un apndice, 13.7.
Apndice: Ecuaciones en diferencias, al final de este captulo.
Para un tamao de paso h y para zn+1 = zn + hf(x n , zn ), siendo x 0 = 0, x n = x 0
+ nh, f(x n , zn ) = 2zn 1 se tiene zn+1 = zn + h(2z n 1) = (1 + 2h)z n h, por lo que
la ecuacin caracterstica asociada es: r = 1 + 2h, y la solucin de la ecuacin
homognea es: znH = C(1 + 2h)n. Se busca una solucin particular parecida al
trmino independiente que es una constante, h, por lo que se prueba con znP = a,
que al sustituir en la ecuacin en diferencias:

1 1
a = (1 + 2h)a h h = 2ha a = z nP =
2 2
1
z n = znH + znP = C(1 + 2h)n + .
2
Para calcular C se impone que z0 = 1.
1 1 1 1 1
z 0 = 1 = C(1 + 2h)0 + =C+ C= zn = (1 + 2h)n + .
2 2 2 2 2
1
La solucin exacta de y = 2y 1, y(0) = 1, es y(x) = (1 + e2x). Se calcula el
2
lmite:
1 1 1 2x n 1
lm zn = lm (1 + 2h)n + = lm (1 + (1 + ) ) = (1 + e2x)
h 0 h 0 2 2 n 2 n 2
x = x0 + nh x = x0 + nh x = x0 + nh
que coincide con la solucin exacta.
Ejercicios
13.1. Calcular el valor aproximado en x = 0,5 de la solucin del problema de
valor inicial y = x + y, y(0) = 0 usando el mtodo de Euler con h = 0,1 y z 0
= 0.
(Solucin: z 5 = 0,11051)
13.2. Calcular el valor aproximado en x = 0,2 de la solucin del problema de
valor inicial y = x + y, y(0) = 0 usando el mtodo de Euler con h = 0,05 y
z 0 = 0.
(Solucin: z 4 = 0,01550625)
13.3. Aplicar el mtodo de Euler para calcular el valor aproximado en x = 2
1
de la solucin del problema de valor inicial y = 2y 2 , y(0) = 0
2
1+ x
usando como z0 = 0 y tamaos de paso h = 0,2, h = 0,1 h = 0,05.
Comparar los errores globales.
x
(Solucin: La solucin exacta es: y ( x ) = ; y(2) = 0,4; z 10 = 0,40681903;
1+ x 2
e(0,2) = 0,00681903; z 20 = 0,40419; e(0,1) = 0,00419; z40 = 0,40227;
e(0,05) = 0,00227)
13.2. ESTUDIO GENERAL DE LOS MTODOS DE
UN PASO
El mtodo de Euler es un caso particular de los mtodos de un paso, que se
definen de forma general a continuacin.
Definicin 13.2.1:
Los mtodos de un paso tienen como expresin general:
z n+1 = zn + h(x n , zn , z n+1 , h).
Se denomina funcin incremento a (x n , zn , z n+1 , h), donde se supone que
verifica todas las condiciones que sean precisas: continuidad, diferenciabilidad...
Si la variable z n+1 no aparece en el segundo miembro se trata de un mtodo
explcito y es un mtodo implcito en caso contrario.
El mtodo de Euler es un mtodo explcito de un paso con (x n , zn , h) = f(x n ,
z n ).
13.2.1. Control del error: error de redondeo, error de
truncamiento, error local y error global
En todo mtodo numrico es imprescindible controlar el error cometido. Hay
dos fuentes fundamentales de error al resolver un problema de valor inicial: una
inherente al mtodo, debida a la frmula utilizada, y otra, que se denomina error
de redondeo, debida al nmero de dgitos que utilice el ordenador, a la secuencia

con la que se realicen los clculos.... El error global est acotado por la suma de
los valores absolutos de los errores de frmula y de redondeo.
El error de redondeo se debe a las cifras decimales que desprecia el
ordenador utilizado. Tiene un gran inters, como se analizar al estudiar la
estabilidad, pero en esta primera aproximacin a los mtodos numricos no se va
a estudiar con profundidad. Sin embargo, aunque no se estudie aqu, es
fundamental sealar que el error de redondeo tiene inters porque muchas veces
no es suficiente disminuir el tamao del paso para reducir el error global, pues se
puede llegar a un lmite en el que aumentan los errores debidos al redondeo,
siendo importante en estos casos deducir el tamao de paso ptimo y crtico.
Otra reflexin a destacar es que, en ocasiones, mtodos que son peores pero
mejor programados, pueden aproximar mejor la solucin, al disminuir este error.
Se estudian a continuacin los siguientes tipos de error:
Error global.
Error de truncamiento.
Error local.
Definicin 13.2.2:
Dado un mtodo, zn+1 = zn + h(x n , zn , z n+1 , h), que se aplica a un problema
de valor inicial bien definido, y = f(x, y), y(x 0 ) = y 0 , se denomina error global a la
diferencia entre el valor exacto de la solucin y el valor que suministra el mtodo:
e(h) = y(x) z(x N ),

con x = x N = x 0 + Nh.
En general, si no se conoce la solucin, es decir, si no se sabe resolver la
ecuacin diferencial, no es posible calcular ese error.
Una forma de medir la eficacia de un mtodo numrico es aplicarlo a
ecuaciones diferenciales de solucin conocida, evaluar dicho error y analizar de
este modo el comportamiento del mtodo.
Debido a que generalmente no es posible conocer el error global, lo que
usualmente se utiliza es el error de truncamiento o, con ms precisin, el orden del
error de truncamiento. El error de truncamiento es el que se produce en un paso
al aplicar el mtodo, suponiendo que en los pasos precedentes no ha existido
ningn error. Es decir, es la diferencia en el paso n + 1 entre el valor que asigna la
solucin exacta y el valor calculado por el mtodo numrico suponiendo que zn se
conoce de forma exacta y es posible sustituirlo por y(x n ).
Definicin 13.2.2:
Si se tiene un mtodo, zn+1 = z n + h(x n , z n , zn+1 , h), que se aplica a un
problema de valor inicial bien definido, y = f(x, y), y(x 0 ) = y 0 , se denomina error de
truncamiento a:
T n+1 = y(x n+1 ) [y(x n ) + h(x n , y(x n ), y(x n+1 ), h)]
donde y(x) es la solucin exacta.
Para evaluar el error de truncamiento en la abscisa x n+1 se usa el desarrollo
de Taylor, por lo que se sabe que:

hk h k +1
y(x + h) = y(x) + hy(x) + ... + ( )yk)(x) + ( )yk+1)(c) (13.2.1)
k! ( k + 1)!
donde c es algn punto entre x y x + h.
Se observa que, segn la definicin anterior, para calcular el error de
truncamiento para un problema de valor inicial dado es preciso, tambin, conocer
la solucin exacta de la ecuacin diferencial. Sin embargo, es posible evaluar el
orden del error de truncamiento cometido.
Definicin 13.2.3:
Dado el mtodo, zn+1 = zn + h(x n , zn , z n+1 , h), se dice que tiene error de
truncamiento de orden p si:
T n+1 = y(x n+1 ) [y(x n )+ h(x n , y(x n ), y(x n+1 ), h)] = O(hp).
donde y(x n ) es una solucin genrica de cualquier problema de valor inicial bien
propuesto al que se aplique el mtodo.
Clculo del orden del error de truncamiento para el mtodo
de Euler:
En la expresin 13.2.1 si k es igual a uno, x es igual a x n y x + h = x n + h =
x n+1 se tiene:
h2
y(x n+1 ) = y(x n ) + hy(x n ) + y(c).
2
Si se supone que zn es exacto y por tanto igual a y(x n ), como y(x n ) = f(x n ,
y(x n )) = f(x n , z n ) se obtiene:

z n+1 = y(x n ) + hf(x n , z n ),
por tanto la diferencia entre el valor exacto en x n+1 y el que suministra el mtodo si
en la abscisa anterior en lugar de tener z n se conociera como valor la solucin
terica es:
h2
T n+1 = y(x n+1 ) zn+1 = y(c).
2
h2
donde una cota superior del valor absoluto de ese error es M = O(h2) siendo
2
M= mx y' ' ( x ) . Por tanto se dice que el error de truncamiento del mtodo
x n < x < x n +1
de Euler es de orden 2.
Definicin 13.2.4:
Dado el mtodo, zn+1 = zn + h(x n , zn , z n+1 , h), que se aplica a un problema
de valor inicial bien definido, y = f(x, y), y(x 0 ) = y 0 . Si u(x) es la solucin del
problema de valor inicial que verifica u = f(x, u), u(x n ) = zn , se define como error
local en x n+1 a la diferencia entre el valor que toma dicha solucin en x n+1 , u(x n+1 ),
y el valor, z n+1 ,obtenido con el mtodo:
el n+1 = u(x n+1 ) z n+1 .
En el caso del mtodo de Euler el error local resulta igual al trmino
complementario de la frmula de Taylor aplicada a u(x).
Para obtener el error local se busca la solucin de la ecuacin diferencial que
pasa por el punto (x n , zn ), y se calcula el error que se comete al pasar a x n+1

mediante el mtodo.
Si un mtodo tiene un error de truncamiento de orden O(hp+1) la intuicin
sugiere que el orden del error local es tambin O(hp+1). Usualmente el error local y
el error de truncamiento toman valores parecidos pues la solucin u(x) debe estar
prxima a y(x) salvo casos especiales.
Para calcular el error global se tienen que tener en cuenta tres factores:
Los errores de partida, errores de medida en el valor inicial...
El error que se comete en cada paso,
La forma en que esos errores se propagan,
Desgraciadamente el error local est afectado por los errores de partida.
En el caso del mtodo de Euler el error de truncamiento es proporcional al
cuadrado del tamao de paso y a la segunda derivada de la solucin en un punto
intermedio, por lo que para estimar este error conviene encontrar una cota del
valor absoluto de esta derivada. Se observa que este error es el cometido entre el
paso n y el n + 1, por lo que tambin interesa estimar el error acumulado, an ms
difcil de calcular, pero que se puede estimar de forma intuitiva, en la que no se
est teniendo en cuenta el efecto que el error en un paso tendr en los pasos que
le siguen, sin ms que multiplicar por el nmero de pasos n la estimacin anterior,
con lo que se obtiene que este error es proporcional al tamao de paso. Se puede
probar que sobre cualquier intervalo finito este error es, en el mtodo de Euler,
menor que una constante por el tamao de paso. Y en general es cierto que si el
error de truncamiento es proporcional a hp+1 entonces para un intervalo finito, el

error acumulado est acotado por una constante multiplicado por h p.
De forma simplista se podra pensar que para reducir el error global basta
con disminuir el tamao de paso, pero desafortunadamente entonces puede
ocurrir que aumenten los errores acumulados de redondeo, por lo que, se puede
probar, existe una eleccin ptima del tamao de paso.
13.2.2. Convergencia y consistencia en los mtodos de un
paso
En esta seccin se definen los conceptos de convergencia, consistencia y
estabilidad de un mtodo.
Se dice que un mtodo es convergente si, al aplicarlo a cualquier problema
de valor inicial bien propuesto, la solucin aproximada obtenida con el mtodo
converge, cuando h tiende a cero, siendo nh = x n x 0 , a la solucin exacta del
problema, en todos los puntos x n de la particin del intervalo [a, b], siempre que el
error en el paso inicial tienda a cero con el tamao del paso, h.
Definicin 13.2.5:
Un mtodo numrico de un paso es convergente en [a, b] si para todo
problema de valor inicial bien definido, y = f(x, y), y(x 0 ) = y 0 , y para todo x* [a,
b], se verifica que:
lm y ( x*) zn = 0 cuando lm z0 = y 0 .
h 0 h 0
nh = x* x0
Al no ser posible evaluar el mtodo en todo problema de valor inicial resulta

difcil probar de forma directa la convergencia de un mtodo, por lo que se debe
utilizar otro camino.
Definicin 13.2.6:
Un mtodo numrico de un paso es consistente de orden p si para toda
funcin continua y suficientemente regular (derivable hasta el orden que
requiera el mtodo) se verifica que:
(x n+1 ) [(x n )+ h(x n , (x n ), (x n+1 ), h)] = O(hp+1).
Se observa que entonces el error de truncamiento es de orden p + 1.
Definicin 13.2.7:
Se dice que un mtodo es consistente si su orden de consistencia es p, p
1.
Definicin 13.2.8:
Un mtodo es estable si hay dependencia continua de los valores iniciales.
Los mtodos de un paso que son consistentes, son estables.
Teorema 13.2.1:
Dado el mtodo numrico de un paso, zn+1 = z n + h(x n , zn , h), tal que (x n ,
z n , h) es lipschiziana respecto de la segunda variable, se tiene que, el mtodo es
convergente si y slo si es consistente.
En los mtodos de un paso la consistencia es una condicin necesaria y
suficiente para la convergencia, pues estos mtodos son siempre estables. Los
mtodos de un paso, y por tanto los mtodos Runge-Kutta, son estables como
consecuencia de la estabilidad del problema continuo. Basta que la funcin f(x, y)
verifique la condicin de Lipschitz con constante de Lipschitz L para que la funcin
(x, y, h) verifique tambin la condicin de Lipschitz con constante (L).
Ejemplos resueltos
Ejemplo 13.2.1: Calcular el valor aproximado en x = 1 de la solucin del
problema de valor inicial y = y + x + 1, y(0) = 1 con n = 10 y con z0 = 1 utilizando
el mtodo de Euler. Calcular el error global, el error local y el error de
truncamiento.
Como n = 10, x = 1, x 0 = 0 x n = x 0 + nh 1 = 0 + 10h h = 0,1 x n =
0,1n.
El mtodo de Euler: zn+1 = zn + hf(x n , z n ) = zn + h(zn + x n + 1) = z n +
0,1(zn + 0,1n + 1) = 0,9zn + 0,01n + 0,1. Se resuelve la ecuacin en diferencias:
z n = 0,9n + 0,1n z 10 = 1,348678 y(1) z 11 = 1,4138102 y(1,1).
Clculo del error global:
Para obtener la solucin exacta de la ecuacin diferencial se calcula la
solucin general: y(x) = x + Ce-x. Como y(0) = 1 se tiene que C = 1 y la solucin
del problema de valor inicial es y(x) = x + e-x y(1) = 1,367879 y(1,1) =
1,4328711.
El error global es: e(0,1) = | y(1) z10 | = 0,019201.
Clculo del error local:

Para calcular el error local en el paso n + 1, se obtiene la solucin que pasa
por el punto (x n , zn ).
Se impone que la solucin pase por (x n , z n ) z n = x n + C e x n
z xn z x n x n +1 1,348678 1 1,1
C= n u(x n+1 ) = x n+1 + n e = 1,1 + e = 1,1 +
e xn e xn e 1
0,348678 e 0,1 = 1,4154969.
El error local es:
el n+1 = u(x n+1 ) zn+1 = 1,4154969 1,4138102 = 0,0016867.
Clculo del error de truncamiento:
Para calcular el error de truncamiento en el paso n + 1, se aplica la
definicin:
T n+1 = y(x n+1 ) [y(x n )+ h(x n , y(x n ), y(x n+1 ), h)] = y(1,1) (y(1) + hf(x n , y(1))
= y(1,1) (y(1) + h(y(1) + x n + 1)) = 1,4328711 (1,367879 + 0,1(1,367879 + 1
+ 1) = 1,4328711 1,4310911 = 0,0017799.
El error de truncamiento es: T n+1 = 0,0017799.
Ejemplo 13.2.2: Estudiar la convergencia del mtodo: z n+1 = zn + h(f(x n+1 , z n )
f(x n , zn )). Aplicar el mtodo para calcular el valor aproximado de la solucin del
problema: y = xy; y(2) = e2, en los puntos x = 1 y x = 2, con un tamao de paso h
= 0,1. Son buenas las aproximaciones obtenidas?
Estudio del orden de consistencia del mtodo:
(x n+1 ) [(x n )+ h(x n , (x n ), (x n+1 ), h)] = (x n + h) [(x n )+ h(f(x n + h,

h2
(x n )) f(x n , (x n ))] = ((x n ) + h(x n ) + (x n ) + ...) [(x n )+ h(((x n ) +
2
(hf x ) + ...) (x n )] = (x n )(1 1) + h(x n )(1 1 1) + = h(x n ) + =
O(h).
El orden de consistencia p = 0 < 1, por lo que el mtodo no es consistente y
por tanto no es convergente.
La solucin exacta es:
x2
y ( x ) = e 2 y(1) = 1,6487212... y(2) = 7,3890561...
Se aplica el mtodo: Como f(x, y) = xy entonces zn+1 = z n + h(f(x n+1 , zn )
f(x n , zn )) = zn + h(x n+1 z n x n z n ) = z n + h(z n h) = z n (1 + h2) zn = C(1 + h2)n. Al
ser z0 = e2 = C zn = e2(1 + h2)n.
x n = x 0 + nh 1 = 2 + 0,1n n = 30 z30 = 9,959... e = |y(1) z30 | = 8,30.
2 = 2 + 0,1n n = 40 z 40 = 11,001297... e = |y(2) z40 | = 3,62.
Son malas aproximaciones de la solucin exacta.
Ejemplo 13.2.3: Calcular 1 , 2 , y para que el mtodo:
z n+1 = z n + h( 1 f(x n + h, zn ) + 2 f(x n , z n + h)) + h22 f y (x n , z n ){f(x n , z n )
1}
tenga orden de consistencia mximo, donde f y representa la derivada parcial de f
respecto de la segunda variable.
Para calcular el orden de consistencia se supone una funcin cualquiera

suficientemente regular, a la que se aplica el mtodo, con lo que se tiene que:
(x n+1 ) [(x n )+ h(x n , (x n ), (x n+1 ), h)] = (x n+1 ) [(x n )+ h(1 f(x n +
h, (x n )) + 2 f(x n , (x n + h))) + h22 f y (x n , (x n )){f(x n , (x n )) 1}] (13.2.2)
utilizando el desarrollo de Taylor:
h2
(x n+1 ) = (x n ) + h(x n ) + (x n ) + ...
2
Se aplica a un problema de valor inicial y = f(x, y), y(x 0 ) = y 0 , denominando
f f f f 2f
f n = f(x n , (x n )), f x = = (x n , (x n )), f y = = (x n , (x n )), f xx = =
x x y y x 2
2f 2f 2f 2f 2f
(x n , (x n )), f xy = = (x n , (x n )), f yy = = (x n , (x n )), ...
x 2 xy xy y 2 y 2
h2 h3
(x n+1 ) = (x n ) + hf n + (f x + f y f n ) + (f xx + 2f xy f n + f yy f n 2 + f y f x +
2 6
(f y )2f n ) + ...
Utilizando el desarrollo de Taylor para funciones de dos variables:
1
h1 f(x n + h, (x n )) = h1 (f n + hf x + (h)2f xx + ... )
2
1
h2 f(x n , (x n + h)) = h2 (f n + hf y + (h)2f yy + ... )
2
h22 f y (x n , (x n )){f(x n , (x n )) 1} = h22 f y {f n 1}
Se sustituyen estas expresiones en la expresin 13.2.2, y se hacen
operaciones sacando factor comn las potencias del tamao de paso, con lo que
se obtiene que:
1 1
hf n (1 1 2 ) + h2[f x ( 1 ) + f y f n ( 2 ) + f y (2 + 2 )] +
2 2
1 1 1 1 1 1 1
h3[f xx ( 1 2) + f xy f n + f yy f n 2 + f y f x + (f y )2f n f yy 22 ] + ...
6 2 3 6 6 6 2
Por tanto si 1 1 2 = 0 se tiene que el orden de consistencia p es mayor
1 1
o igual que 1. Si 1 = 0 y 2 = 0, entonces el orden de consistencia p
2 2
es mayor o igual que 2. Sin embargo el coeficiente de h3 es imposible de anular
1
siendo una funcin cualquiera, pues por ejemplo, el coeficiente de f y f x es
6
distinto de cero.
En consecuencia, el orden de consistencia mximo que es posible conseguir
1 1
es p = 2, haciendo 1 + 2 = 1, = , = . Se tiene una familia
21 2 2
1
uniparamtrica de soluciones. Una solucin posible es: 1 = 2 = , = = 1.
2
Ejercicios
13.4. Estudiar la convergencia del mtodo: zn+1 = z n + hf(x n+1 , z n ). Aplicar el
mtodo para calcular el valor aproximado de la solucin del problema: y =
xy; y(2) = e2, en el punto x = 1, con un tamao de paso h = 0,01. Son
buenas las aproximaciones obtenidas?
(Solucin: Convergente, z300 = 1,6486381; y(1) = 1,6487212; Buena aproximacin)

13.5. Aplicar el mtodo
1 1
z n+1 = zn + h( f(x n + h, z n ) + f(x n , z n ))
2 2
al problema y = y, y(1) = e-1, para obtener la solucin aproximada en x =
1, tomando como tamao de paso h = 0,02. Calcular el orden de
consistencia del mtodo.
(Solucin: zn = e-1(1 + h)n; z100 = 2,665...; y(1) = e = 2,7182...; p = 1).
13.6. Aplicar el mtodo
1 1 1
z n+1 = zn + h( f(x n + h, z n ) + f(x n , z n + h)) + h2 f y (x n , zn ){f(x n , z n ) 1}
2 2 2
al problema y = 2x + 1, y(0) = 1, para obtener la solucin aproximada en x
= 3, tomando como tamao de paso h = 0,1. Calcular el error de
truncamiento.
(Solucin: z n = 1 + nh + (nh)2; z 30 = 13 = y(3). T n+1 = 0. La solucin exacta es
un polinomio de segundo grado: y = x2 + x +1).
13.7. Calcular el orden de consistencia del mtodo:
z n+1 = z n + h(1 f(x n + h, zn ) + 2 f(x n , z n + h) + h22 f y (x n , zn ){f(x n , z n )
1} si
1
a) 1 = 2 = , = = 1. (Solucin: p = 2)
2
b) 1 =1, 2 = 1, = 1, = 0. (Solucin: p = 0)
1 3
c) 1 = , 2 = , = 1, = 0. (Solucin: p = 1)
4 4
13.3. MTODOS DE TAYLOR
Al intentar mejorar la solucin obtenida con la aplicacin del mtodo de Euler
aparecen de manera natural los mtodos de Taylor. Desde un punto de vista
terico los mtodos de Taylor son sencillos y permiten obtener una mayor
precisin sin ms que aumentar convenientemente el grado del desarrollo. Para
obtener los mtodos de Taylor se debe aplicar a la solucin de la ecuacin
diferencial un desarrollo de Taylor de orden k en cada punto x n = x 0 + nh, con lo
que se obtiene la frmula:
h2 h k (k
y n+1 y n + hyn + y n + ... + y n .
2! k!
Por tanto, para poder aplicar un mtodo de Taylor de orden k se tiene el
inconveniente de tener que evaluar, en cada paso, las primeras k derivadas de la
funcin f(x, y) que define la ecuacin diferencial, lo que actualmente se realiza sin
dificultad mediante programas de clculo simblico, aunque se debe tener en
cuenta que dicha funcin debe tener derivadas parciales sucesivas en la regin
del plano en la que se evale la curva solucin.
Como y(x) = f(x, y(x)), derivando se obtiene que yn = f(x n , y(x n )):
d 2y f f dy
= (x, y(x)) + (x, y(x)) = f x + f y f
dx 2 x y dx
d 3y 2f 2f 2f f
= (x, y(x)) + 2 (x, y(x))f(x, y(x)) + (x, y(x))f(x, y(x))2 + (x,
dx 3 x 2 xy y 2 y
f f
y(x)) (x, y(x)) + ( (x, y(x)))2f(x, y(x)) = fxx + 2fxyf + fyyf 2 + fyfx + fy 2f,
x y
y as sucesivamente, por lo tanto al aumentar el orden se complica la expresin de
dky
la derivada .
dx k
De esta forma se obtiene que:
h2 h3
z n+1 = z n + hf n + (f x + f y f n ) + (f xx +2f xy f n + f yy (f n )2 + f y f x + (f y )2f n ) +
2! 3!
... =
h2 h3
zn + hf(x n ,z n ) + (f x (x n ,z n ) + f y (x n ,z n )f(x n ,zn )) + (f xx (x n ,zn ) +
2! 3!
2f xy (x n ,zn )f(x n ,zn ) + f yy (x n ,z n )(f(x n ,zn ))2 + f y (x n ,z n )f x (x n ,zn ) + (f y (x n ,z n ))2f(x n ,zn )) +
...
siendo el trmino complementario:
h p +1 p +1)
T n+1 = y (c )
( p + 1)!
que se interpreta como la diferencia entre el valor calculado por el mtodo y el
valor de la solucin exacta en x n+1 suponiendo que fuera conocida as como sus
derivadas hasta el orden p en x n .
Como se puede esperar por la construccin, el mtodo de Taylor de orden p
tiene un error de truncamiento O(hp+1) y el orden del error de consistencia es p,

siendo, por tanto el orden del error inherente al mtodo O(hp).
Ejemplos resueltos
Ejemplo 13.3.1: Aplicar el mtodo de Euler y los mtodos de Taylor de orden
dos y cuatro a y = 1 + x y, y(0) = 1, con tamao de paso 0,1, para aproximar la
solucin en x = 1, tomando como valor inicial 1. Obtener la solucin exacta de la
ecuacin y calcular en cada caso el error global cometido. Analizar el orden del
error.
x 0 = 0; h = 0,1; x n = 1 = x 0 + nh = nh = n0,1 n = 10.
Mtodo de Euler:
z n+1 = z n + hf(x n , z n )
Como f n = f(x n , zn ) = 1 + x n zn resulta que:
z n+1 = z n + h(1 + x n z n ) = (1 h)zn + h(1 + nh).
h2
Mtodo de Taylor dos: y n+1 y n + hyn + (y n )
2!
h2
z n+1 = z n + hf n + (f x + f y f n )
2!
Como y = f(x, y) = 1 + x y y = 1 y = y x:
h2 h2
z n+1 = z n + h(1 + x n z n ) + (zn x n )) = (1 h )z n + h(1 + nh) + n
2! 2!
h3
.
2!
Mtodo de Taylor cuatro:
h2 h3 h 4 iV)
y n+1 y n + hyn + (y n ) + (y n ) + (y n )
2! 3! 4!
Como y= y 1 = x y; yiV) = 1 y = y x
h2 h3 h4
z n+ 1 = z n + h(1 + x n z n ) + (z n x n )) + (x n z n ) + (z n x n ) = (1
2! 3! 4!
h2 h3 h4 h2 h3 h 4
h+ + )z n + h(1 + n(h + )).
2! 3! 4! 2! 3! 4!
Resultados de aplicar el mtodo de Euler y mtodos de Taylor de orden dos y
cuatro con tamao de paso 0,1 a: y = 1 + x y, y(0) = 1, para aproximar la
solucin en x = 1
Exacto Euler Error Taylor de Error Taylor de Error
orden dos orden cuatro
-7
1,36787944 1,348678 0,0192 1,368541 0,0006616 1,36787977 3,332x10
Al comparar los distintos errores globales cometidos se observa que
disminuyen al aumentar el orden de consistencia del mtodo siendo el error en el
mtodo de Euler igual a 0,0192, el error en el mtodo de Taylor dos igual a
0,0006616 y el error en el mtodo de Taylor cuatro igual a 0,0000003332.
Ejemplo 13.3.2: Resolver por el mtodo de Euler y por el mtodo de Taylor
dos la ecuacin diferencial de orden superior del pndulo:

d 2
= sen
dt 2
Se obtiene el sistema asociado, introduciendo las nuevas variables: x = , y =
x; que dependen de la variable independiente t, con lo que se tiene el sistema:
dx
= x = y;
dt
dy
= y = sen x
dt
Si se conoce un valor inicial en el punto t 0 , x(t 0 ) = x 0 , y(t 0 ) = y 0 y h > 0 es el
tamao del paso se tiene aplicando el mtodo de Euler a ambas ecuaciones:
t n+1 = t n + h
x n+1 = x n + hy n ;
y n+1 = y n hsen(x n );
h2
Para aplicar el mtodo de Taylor dos: zn+1 = z n + hz n + z n , se obtienen
2!
las derivadas:
x = y x = y = sen x
y = sen x y = (cos x)x = (cos x)y
Por tanto:
h2 h2
x n+1 = x n + hxn + x n = x n + hy n sen(x n );
2! 2
h2 h2
y n+1 = y n + hyn + y n = y n hsen(x n ) cos(x n )y n ;
2! 2
Ejemplo 13.3.3: Aplicar el mtodo de Taylor dos a:
y'1 0 1 y1 0 1
= + , y(0) =
y' 2 1 2 x y 2 2 0
con tamao de paso h = 0,2, para aproximar la solucin en x = 0,2, tomando como
1
valor inicial z 0 = .
0
h2 h2
Mtodo de Taylor dos: z n+1 = z n + hz n + z n = z n + hf n + (f x + f y f n )
2! 2!
donde:
0 1 zn1 0
f(x n , zn ) = + ,
1 2 x n zn 2 2
0 0 zn1
f x (x n , zn ) = ,
0 2 zn 2
0 1
f y (x n , zn ) = ,
1 2x n
h2
z 1 = z0 + h f(x 0 , z0 ) + (f x (x 0 , z0 ) + f y (x 0 , z0 )f(x 0 , z 0 ))
2!
0 1 1 0 0
f(x 0 , z0 ) = + = ,
1 0 0 2 1
0 0 1 0
f x (x 0 , z0 ) = = ,
0 2 0 0
0 1
f y (x 0 , z0 ) = ,
1 0
1 0 h 2 0 0 1 0 1 0 h 2 1
z 1 = + h + ( + ) = + h + ( ) =
0 1 2! 0 1 0 1 0 1 2! 0
1 0 0,02 1,02
+ + = y(0,2).
0 0,2 0 0,2
Ejercicios
13.1. Aplicar el mtodo de Taylor de orden dos a y = 2 + 2y, y(4) = 1, con
tamao de paso 0,1 y 0,05 para aproximar la solucin en x = 1, tomando
como valor inicial z 0 = 1. Obtener la solucin exacta de la ecuacin y
calcular en cada caso el error global cometido. Comparar el error
cometido en ambos casos.
(Solucin: z n = 1 + 2(1 + 2h + 2h2)n; z 50 = 41592,12291..., z100 =
43375,82874..., y(1) = 44051,93159..., e(0,1) = 2460,..., e(0,05) = 676,...).
13.2. Aplicar el mtodo de Taylor de orden tres a y = 2 + 2y, y(4) = 1, con
tamao de paso 0,1 y 0,05 para aproximar la solucin en x = 1, tomando
como valor inicial z0 = 1. Obtener la solucin exacta de la ecuacin y
calcular en cada caso el error global cometido. Comparar el error

cometido en ambos casos.
4 3n
(Solucin: zn = 1 + 2(1 + 2h + 2h2 + h ) ; z 50 = 43926,90681..., z100 =
3
4034,98836..., y(1) = 44051,93159..., e(0,1) = 125,..., e(0,05) = 17,...).
13.3. Resolver por el mtodo de Euler y por el mtodo de Taylor dos la
ecuacin diferencial de orden superior del pndulo linealizada: = ,
que tiene como sistema lineal asociado:
x' 0 1 x
= .
y' 1 0 y
13.4. MTODOS DE RUNGE-KUTTA
Los mtodos de Taylor de orden superior proporcionan una convergencia
rpida, pero su implementacin es complicada, ya que es preciso calcular los
valores aproximados de las derivadas sucesivas de la solucin. El mtodo de
Euler en cambio es muy sencillo de aplicar, pero sin embargo su convergencia es
lenta. Es interesante entonces obtener mtodos numricos mas sencillos que los
de Taylor, pero cuya convergencia sea rpida.
Si la funcin f depende slo de la variable x, f(x, y) = f(x), existen frmulas
numricas, anteriores incluso a la frmula de Euler, que tienen una convergencia
mas rpida que la que se obtiene con el mtodo de Euler. As, si el problema que
y = f ( x ),
se quiere aproximar es la solucin que se busca se puede expresar
y ( x 0 ) = y 0
x
de la forma y ( x ) = y 0 + f ( s )ds . Para obtener un valor aproximado en un punto
x0
x*, se puede aplicar, por ejemplo, la regla del punto medio del clculo integral:
h
z n + 1 = z n + hf ( x n + ).
2
En este caso el error global que se comete es de orden 2, con lo cual aunque
la frmula es tan sencilla como la de Euler, la convergencia es mejor.
h
El problema en esta frmula es obtener el valor de y ( x n + ) . Runge pens
2
que se podra sustituir este valor por el valor aproximado obtenido al aplicar la
frmula de Euler con un tamao del paso que fuera la mitad del valor de h, de
h h
manera que y ( x n + ) se sustituyera por: z n + f ( x n , z n ) , con lo cual la frmula
2 2
resultante obtenida es:
h h
z n +1 = z n + hf ( x n + , z n + f ( x n , z n )).
2 2
Otra frmula del mismo tipo es:
h
zn +1 = zn + [ f ( x n , z n ) + f ( x n + h, z n + hf ( x n , z n ))].
2
En este caso se ha sustituido en la frmula de Euler el valor de la funcin f en
el punto (x n , z n ) por la media aritmtica de los valores de f en los puntos (x n , zn ) y
(x n+1 , zn+1 ).
Las dos frmulas anteriores tienen una convergencia mas rpida que la del
mtodo de Euler, ya que en ambos casos la convergencia es de orden 2.
La generalizacin de estas frmulas con vistas a la obtencin de algoritmos
con orden de convergencia mayor evitando el clculo de las derivadas dio lugar al
desarrollo, desde finales del siglo XIX, de los mtodos de Runge-Kutta, en los
que el clculo de las derivadas se sustituye por distintas evaluaciones de la
funcin f(x, y), ms fciles de programar.
Definicin 13.4.1:
Se denomina mtodo de Runge-Kutta de s etapas a un mtodo de
expresin:
s s
z n +1 = z n + h bjk j ; siendo k j = f ( x n + c j h, zn + h a ji k i ), j = 1, ...,s
j =1 i =1
Se impone a estos coeficientes las condiciones necesarias para que el error
de truncamiento sea del orden que se quiere conseguir.
Los coeficientes b j , c j , y a ij se representan abreviadamente mediante lo que
se denomina tablero de Butcher del mtodo correspondiente:
cT A
b
donde c = (c 1 , ..., c s ), b = (b 1 , ..., b s ) y A = (a ij ), i, j = 1, ..., s.
Si A es triangular inferior el mtodo es explcito y en caso contrario, implcito.
Se estudian con detenimiento a continuacin los mtodos de Runge-Kutta
explcitos. La expresin general de un mtodo explcito de s etapas es:
z n+1 = z n + h[b 1 k 1 + b 2 k 2 + + b s k s ]
con
k 1 = f(x n , z n )
k 2 = f(x n + c 2 h, zn + ha 21 k 1 )
k s = f(x n + c s h, zn + h(a s1 k 1 + a s2 k 2 + + a s s-1 k s-1 ))
Las frmulas de Runge-Kutta son pues frmulas de un paso en las que la
funcin (x n , zn , h) es una media ponderada de los valores que toma la funcin
f(x, y) en s puntos de 2.
Si s = 1, la forma general es:
z n+1 = zn + hb 1 f(x n , z n ).
suficientemente regular tal que:
h2
(x n+1 ) ((x n ) + hb 1 f(x n , (x n ))) = ((x n ) + (x n )h + (x n ) +)
2
h2
((x n ) + h(x n )b) = (1 b) (x n )h + (x n ) +
2
Se tiene entonces que el mtodo es consistente si y slo si b = 1, es decir, el
nico mtodo de Runge-Kutta de una nica etapa resulta ser el mtodo de Euler.
13.4.1. Mtodos de Runge-Kutta de dos etapas o mtodos de
Euler modificados
La expresin general de los mtodos de Runge-Kutta de dos etapas es:
z n+1 = zn + h(b 1 f(x n , z n ) + b 2 f(x n + c 2 h, zn + a 21 hf(x n , zn ))),
donde k 1 = f(x n , zn ) y k 2 = f(x n + c 2 h, zn + a 21 hf(x n , zn )). Se pretende obtener las
relaciones entre los coeficientes b 1 , b 2 , c 2 y a 21 para obtener el mximo orden de
consistencia posible, 2.
suficientemente regular tal que:

OC = (x n+1 ) [(x n ) + h(x n , (x n ), (x n+1 ), h)] =
(x n+1 ) [(x n ) + h(b 1 f(x n , (x n )) + b 2 f(x n + c 2 h, (x n ) + a 21 hf(x n , (x n )))]
Utilizando el desarrollo de Taylor:
h2 h2
(x n+1 ) = (x n ) + h(x n ) + (x n ) + ... = (x n ) + hf n + (f x + f y f n ) +
2 2
h3
(f xx + 2f xy f n + f yy f n 2 + f y f x + (f y )2f n ) + ...
6
siendo f n = f(x n , (x n )), f x = f x (x n , (x n )), ... ya que se supone que se aplica a un
problema de valor inicial y = f(x, y), y(x 0 ) = y 0 .
hb 1 f(x n , (x n )) = hb 1 f n
1
hb 2 f(x n + c 2 h, (x n ) + a 21 hf(x n , (x n ))) = hb 2 [f n + (f x c 2 h + f y a 21 hf n )
1!
1
+ (f xx (c 2 h)2 + 2f xy (c 2 h)(a 21 hf n )+ f yy (a 21 hf n )2) + ...
2!
Se hacen operaciones sacando factor comn las potencias del tamao de
paso:
1 1 1 1
OC = hf n (1 b 1 b 2 ) + h2(f x ( b 2 c 2 ) + f y f n ( b 2 a 21 ) + h3[f xx (
2 2 6 2
1 1 1 1
b 2 c 2 2) + f xy f n ( b 2 c 2 a 21 ) + f yy f n 2( b 2 a 21 ) + (f y f x + (f y )2f n )] + ...
3 6 2 6
Por tanto si 1 b 1 b 2 = 0 se tiene que el orden de consistencia p es mayor
1 1
o igual que 1. Si adems b 2 c 2 = 0 y b 2 a 21 = 0, entonces el orden de
2 2
consistencia p es mayor o igual que 2. Sin embargo el coeficiente de h3 es
imposible de anular siendo una funcin cualquiera, pues por ejemplo, el
1
coeficiente de f y f x es que es distinto de cero.
6
En consecuencia, el orden de consistencia mximo que es posible conseguir
1 1
es p = 2, haciendo b 1 + b 2 = 1; b 2 c 2 = ; b 2 a 21 = . Se tiene una familia
2 2
uniparamtrica de soluciones.
Las frmulas de Runge-Kutta generales de dos etapas se obtienen
imponiendo que el orden de consistencia sea p = 2, para lo que hay que resolver
un sistema de tres ecuaciones y cuatro incgnitas:
1 1
b 1 + b 2 = 1; b 2 c 2 = ; b 2 a 21 = .
2 2
por lo que hay infinitas soluciones. Se tiene entonces una familia uniparamtrica
de frmulas de Runge-Kutta. La primera ecuacin
b1 + b2 = 1
asegura la consistencia de la frmula, y las dos restantes garantizan que la
consistencia sea de orden 2.
Tal y como se han encontrado, se observa que estos mtodos permiten
obtener un grado de aproximacin equivalente a los mtodos de Taylor sin
necesidad de calcular la derivada de la funcin. En estas frmulas el orden del
error de truncamiento es proporcional al cubo del tamao de paso, O(h3), y el error
inherente al mtodo en un intervalo finito es proporcional al cuadrado del tamao

de paso O(h2), pues son equivalentes al mtodo de Taylor de orden dos.
Segn los textos que se utilicen los nombres de estos mtodos varan de
unos a otros: como mtodo del punto medio, de Euler modificado, de Euler
mejorado...
Algunas de las frmulas obtenidas son:
1 h
b2 = ; z n+1 = zn + (f(x n , z n ) + f(x n+1 , zn + hf(x n , zn ))),
2 2
h h
b 2 = 1; z n+1 = zn + h(f(x n + , zn + f(x n , zn ))),
2 2
3 h 2h 2h
b2 = ; z n+1 = zn + (f(x n , zn ) + 3f(x n + , zn + f(x n , zn ))).
4 4 3 3
Las dos primeras coinciden con las introducidas al comienzo de esta
seccin.
1
El mtodo obtenido para b 2 = se conoce en algunos textos como mtodo
2
h
de Euler mejorado: z n+1 = zn + (f(x n , z n ) + f(x n+1 , zn + hf(x n , zn ))) que, como
2
antes se ha indicado, consiste en reemplazar en el mtodo de Euler la funcin f(x n ,
z n ) por el promedio de sus valores en los puntos extremos, y tomar en x n+1 como
z n+1 el valor que proporciona el mtodo de Euler.
El segundo mtodo obtenido como resultado de tomar b 2 = 1 se conoce en
h h
ocasiones como el mtodo de Euler modificado: zn+1 = z n + h(f(x n + , zn +
2 2
f(x n , zn ))), en el que se utiliza el valor de la funcin f(x, y) evaluado en el punto

h
medio entre x n y x n + h tomando en ese punto, x n + , el valor obtenido mediante
2
el mtodo de Euler.
Por ejemplo, si se aplica el mtodo de Euler mejorado y el mtodo de
Euler a un problema y se analizan los errores, se obtiene:
Resultados de aplicar el mtodo de Euler y el mtodo de Euler mejorado, con

distintos tamaos de paso a: y = 1 x + 4y, y(0) = 1, para aproximar la solucin en
x = 1.
Mtodo de Euler
Mtodo de Euler mejorado Exacto
x h = 0,1 h = 0,05 h = 0,1 h = 0,05
1 34,411490 45,588400 59,938223 63,424698 64,897803
Error global 30,486313 19,309403 4,95958 1,473105
Se observa que los resultados obtenidos son mucho mejores con el mtodo
de Euler mejorado, incluso comparando Euler con un tamao de paso de 0,05 con
Euler mejorado con 0,1, pero al comparar con el valor exacto los errores son
todava demasiado grandes. Se observa tambin como al reducir a la mitad el
tamao de paso, el error se reduce en el mtodo de Euler en algo aproximado a la
mitad, mientras que en el mtodo de Euler mejorado se reduce hacia la cuarta
parte: 4,959/4 1,25 1,4.

13.4.2. Mtodos de Runge-Kutta de tres etapas
La expresin general de los mtodos de Runge-Kutta de tres etapas es:
z n+1 = zn + h(b 1 k 1 + b 2 k 2 + b 3 k 3 ),
donde:
k 1 = f(x n , z n ),
k 2 = f(x n + c 2 h, zn + a 21 hk 1 ) y
k 3 = f(x n + c 3 h, zn + a 31 hk 1 + a 32 hk 2 ).
Se pretende obtener las relaciones entre los coeficientes b 1 , b 2 , b 3 , c 2 , c 3 ,
a 21 , a 31 y a 32 para obtener el mximo orden de consistencia posible, 3. Se
obtienen as 6 ecuaciones, con las que se deben calcular ocho coeficientes; se
obtiene as una familia biparamtrica de frmulas de Runge-Kutta de tres etapas,
con un orden de convergencia 3. De forma anloga a las frmulas de orden dos ya
estudiadas, la ecuacin:
b1 + b2 + b3 = 1
garantiza la consistencia de la frmula, mientras que las ecuaciones de la forma:
i 1
ci = aij i = 2, 3
j =1
aseguran la consistencia de orden 2.
Los mtodos de Runge-Kutta de orden tres no se suelen usar en la prctica.
Los que alguna vez se utilizan son:

h 2h
z n+1 = zn + (k 1 + k 3 ) + k 2 , donde
6 3
h h
k 1 = f(x n , zn ), k 2 = f(x n + , zn + k 1 ), k 3 = f(x n + h, zn + h(2k 2 k 1 )),
2 2
y el mtodo conocido como el mtodo de Runge-Kutta Heun:
h
z n+1 = zn + (k 1 + 3k 3 ), donde
4
h h 2h 2h
k 1 = f(x n , zn ), k 2 = f(x n + , zn + k 1 ), k 3 = f(x n + , zn + k 2 ).
3 3 3 3
Su tablero de Butcher es:
1/3 1/3
2/3 0 2/3
1/4 0 3/4
13.4.3. Mtodos de Runge-Kutta cuatro
Los mtodos de Runge-Kutta de orden cuatro son muy utilizados porque son
sencillos de programar y porque poseen una relacin exactitud-coste ptima. El
desarrollo de estas frmulas se inici con el trabajo de Carl Runge en 1 895 y lo
continu M. Kutta en 1 901.
La expresin general de los mtodos de Runge-Kutta de cuatro etapas es:
z n+1 = z n + h(b 1 k 1 + b 2 k 2 + b 3 k 3 + b 4 k 4 ),
donde:
k 1 = f(x n , z n ),
k 2 = f(x n + c 2 h, zn + a 21 hk 1 ),
k 3 = f(x n + c 3 h, zn + a 31 hk 1 + a 32 hk 2 ),
k 4 = f(x n + c 4 h, zn + a 41 hk 1 + a 42 hk 2 + a 43 hk 3 ).
Al plantear en general un mtodo de Runge-Kutta de orden cuatro se tienen
13 incgnitas: b 1 , b 2 , b 3 , b 4 , c 2 , c 3 , c 4 , a 21 , a 31 , a 32 , a 41 , a 42 y a 43 . y al imponer
que el orden de consistencia sea p = 4 se tienen 11 ecuaciones. Se tiene entonces
una familia biparamtrica de mtodos de Runge-Kutta de cuatro etapas, con un
orden de consistencia 4.
La frmula se calcula tomando valores de la funcin en cuatro puntos
diferentes y calculando un valor intermedio. La frmula que ms se utiliza, a la que
se denomina Runge-Kutta clsico, o simplemente mtodo de Runge-Kutta, que
es uno de los mtodos ms utilizados y el de ms xito entre los mtodos de un

paso, viene definida por el siguiente tablero de Butcher:
1/2 1/2
1/2 0 1/2
1 0 0 1
1/6 1/3 1/3 1/6
y se expresa:
h
z n+1 = zn + (k 1 + 2k 2 + 2k 3 + k 4 ), donde
6
k 1 = f(x n , zn ),
h h
k 2 = f(x n + , zn + k 1 ),
2 2
h h
k 3 = f(x n + , zn + k 2 ),
2 2
k 4 = f(x n + h, zn + hk 3 ).
Su significado geomtrico es obtener la pendiente en cuatro ocasiones y
estimar un promedio. La primera vez se estima k 1 = f(x n , zn ), luego se estima la
pendiente en el punto medio entre x n y x n+1 calculando el valor mediante Euler en
ese punto medio. La tercera estimacin se hace tambin en el punto medio pero
utilizando el valor k 2 , recin obtenido, y la cuarta se estima en el punto x n+1 .
Se observa que si f(x, y) slo depende de x, el mtodo coincide con la regla
de Simpson para integrar f(x) en el intervalo [x n , x n+1 ].

Es sencillo, con una simple hoja de clculo, utilizar este mtodo. El error de
truncamiento que se comete es proporcional a h5 en cada paso; por tanto, el error
inherente al mtodo es del orden O(h4).
Se compara este mtodo con los anteriores:
Resultados de aplicar el mtodo de Euler, el mtodo de Euler mejorado, Taylor

de orden dos y Runge-Kutta 4 con distintos tamaos de paso a: y = 1 x + 4y,
y(0) = 1 para aproximar la solucin en x = 1.
h Euler Euler Taylor 2 Runge- Exacto

mejorado Kutta 4
0,1 34,411490 59,938223 59,938223 64,858107 64,897803
0,05 45,588400 63,424698 63,424698 64,894875 64,897803
0,025 53,807866 64,497931 64,497931 64,897604 64,897803
0,01 60,037126 64,830722 64,830722 64,897798 64,897803
Aunque ya a principios de siglo XX se haban establecido las condiciones de
orden para mtodos de orden cuatro, no fue hasta 1 957 cuando Butcher
estableci las condiciones de orden para mtodos de un nmero arbitrario de
etapas. La demostracin rigurosa supera el nivel de este curso. J. C. Butcher
estableci la relacin entre el nmero de evaluaciones por paso y el orden del
error de truncamiento, y como consecuencia observ que es preferible utilizar
mtodos de orden menor que cinco con un tamao de paso ms pequeo, a
mtodos de orden mayor y tamao de paso mayor. Butcher prob que no existe
ningn mtodo de cinco etapas con un orden de convergencia cinco. Si p*(R)
representa el mayor orden de convergencia que se puede obtener para un mtodo
de Runge-Kutta de R etapas, entonces: p*(R) = R, R = 1, 2, 3, 4; p*(5) = 4, p*(6) =

5, p*(7) = 6, p*(8) = 6, p*(9) = 7, y en general p*(R) R 2 para R = 10, 11... luego
por esta razn los mtodos de Runge-Kutta de orden 4 son los ms populares.
En el ejemplo siguiente se compara el mtodo de Runge-Kutta 4 con un
tamao de paso h = 0,1 con un mtodo de Euler mejorado con un tamao de paso
de la mitad h = 0,05 y con el mtodo de Euler con un tamao de paso de la mitad
del anterior y la cuarta parte del primero, h = 0,025, segn el estudio que se ha
realizado del error de truncamiento en los tres casos el error debera ser parecido,
y sin embargo se observa que el mtodo de Runge-Kutta 4 es claramente
superior.
Resultados de aplicar el mtodo de Euler, el mtodo de Euler mejorado y el

mtodo de Runge-Kutta 4 con distintos tamaos de paso a: y = 1 y, y(0) = 0,
para aproximar la solucin en x = 0,5.
Euler Euler mejorado Runge-Kutta 4 Valor real
h = 0,025 h = 0,05 h = 0,1
0,397312 0,393337 0,39346906 0,393469340
Hoy en da se construyen mtodos de Runge-Kutta con ms etapas de las
estrictamente necesarias, pues al disponer de ms parmetros se pueden mejorar
otras propiedades del mtodo como coeficientes de error, regiones de estabilidad
absoluta, etc.
En los mtodos de Runge-Kutta implcitos el nmero de etapas s y de orden
n no coinciden necesariamente. Los mtodos explcitos aunque tienen regiones de
estabilidad lineal que aumentan con la precisin del mtodo, no son adecuados
para sistemas stiff ya que cubren porciones pequeas del semieje real negativo.
Los ms importantes son:
Mtodos de Gauss, donde el orden es doble al nmero de etapas. Uno de los

ms interesantes es el de orden 2, conocido como la regla del punto medio
implcita:
z n+1 = zn + hf(x n + h/2, (zn + zn+1 ) / 2)
Todos ellos son A-estables (ver definicin 13.6.3) en rgimen lineal,
algebraicamente estables en el no lineal.
Mtodos de Randau, donde el orden n = 2s 1. Uno de estos mtodos de
orden uno coincide con el mtodo de Euler implcito.
Mtodos de Lobatto, de orden n = 2s 2. Uno de estos mtodos de orden dos
coincide con la regla trapezoidal. Unos son A-estables en el rgimen lineal y
algebraicamente estables en el no lineal, y otros son A-estables en el rgimen
lineal y no algebraicamente estables en el no lineal.
Ejemplos resueltos
Ejemplo 13.4.1: Aplicar el mtodo de Euler, el mtodo de Euler mejorado y
Runge-Kutta 4 con tamaos de paso de 0,1 y 0,05 a: y = 2xy, y(1) = 1, para
aproximar la solucin en x = 1,5. Analizar el error cometido al disminuir el tamao
de paso a la mitad.
Resultados de aplicar el mtodo de Euler, el mtodo de Euler mejorado, y

Runge-Kutta 4 con distintos tamaos de paso a: y = 2xy, y(1) = 1, para aproximar
la solucin en x = 1,5.
H Euler Error Euler Error Runge- Error Exacto
global mejorado global Kutta 4 global
0,1 2,9278 0,5626 3,4509 0,0395 3,4902 0,00013 3,4904
0,05 3,1733 0,3171 3,4795 0,0109 3,4903 0,000009 3,4904
Es sencillo analizar como disminuye el error al disminuir el tamao de paso,
calculando los errores y comparando con las potencias de hp. El nombre de orden
cuatro viene de ser el error inherente al mtodo de O(h4), (con las condiciones de
regularidad requeridas, como que la solucin tenga cinco derivadas continuas),
siendo en el ejemplo anterior el error respectivamente para el mtodo de Runge-
Kutta 4 de 0,000132210889 para h igual a 0,1 y de 0,0000091377 para un tamao
de paso de 0,05 siendo 0,0000091377 0,00013221/16 = 0,00000826.
Ejemplo 13.4.2: Utilizar una hoja de clculo para aproximar la solucin en x =
1, por el mtodo de Euler y Runge-Kutta 4 con tamaos de paso de 0,25 de y =
x2 + y2, y(0) = 1. Analizar el resultado obtenido.
Ecuacin: y = x^2 + y^2

Dato inicial: y(0) = 1
Paso h = 0,25
x Euler Runge- k1 k2 k3 k4
Kutta 4
0 1 1 1 1,28125 1,3615875 1,8591638
0,25 1,25 1,33936829 1,8564074 2,6099833 2,9149023 4,5270122
0,5 1,65625 2,06575124 4,5173282 7,3097200 9,2678441 19,770666
0,75 2,40454102 4,45921471 20,447095 49,977276 115,39207 1110,3718
1 3,99062039 65,3574486 4272,5960 359319,94 20232318 2,558E+17
La diferencia entre ambos mtodos es sorprendente. Si se estudia con
detenimiento se observa que y = x2 + y2, con y(0)=1 no se puede resolver por
mtodos elementales y tiene una solucin no acotada en un valor prximo a x =

0,97, si se utiliza la desigualdad entre 0 < x < 1, y2 < x2 + y2 < 1 + y2. Esto indica el
tipo de precauciones que se deben tomar al utilizar los mtodo numricos y la
importancia ya indicada de los teoremas de existencia y unicidad de las
soluciones, as como de la dependencia continua de los datos.
Ejercicios
13.1. Calcular b 1 , b 2 , b 2 , c 2 , c 3 , a 21 , a 31 y a 32 para que el mtodo: zn+1 = z n +
h(b 1 k 1 + b 2 k 2 + b 3 k 3 ) siendo k 1 = f(x n , z n ), k 2 = f(x n + c 2 h, z n +
a 21 hk 1 ); k 2 = f(x n + c 3 h, zn + a 31 hk 1 + a 32 hk 2 ) tenga orden de
consistencia mximo.
13.2. Escribir el tablero de Butcher para el mtodo de Euler mejorado: z n+1 =
h
zn + (f(x n , z n ) + f(x n+1 , z n + hf(x n , zn ))).
2
13.3. Escribir el tablero de Butcher para el mtodo de Euler modificado: z n+1
h h
= z n + h(f(x n + , zn + f(x n , zn ))).
2 2
13.4. Escribir el tablero de Butcher para el mtodo de Runge-Kutta de tres
h 2h h
etapas: zn+1 = z n + (k 1 + k 3 ) + k 2 , donde k 1 = f(x n , zn ), k 2 = f(x n + ,
6 3 2
h
zn + k 1 ), k 3 = f(x n + h, z n + h(2k 2 k 1 )).
2
h
13.5. Aplicar el mtodo: z n+1 = z n + (f(x n , z n ) + f(x n + h, z n + hf(x n , zn ))) al
2
problema y = y, y(0) = 1, para un tamao de paso h.
n
h 2

(Solucin: zn = 1 + h + ).
2

13.6. Aplicar el mtodo: zn+1 = z n + hf(x n+1 , zn+1 ) al problema y = y, y(0) = 1,
para un tamao de paso h.
n
1
(Solucin: zn = ).
1 h
13.5. ESTIMACIN DEL ERROR EN CADA PASO
En los mtodos que se han presentado hasta ahora se ha supuesto que el
tamao del paso h es fijo durante todo el proceso. En la prctica, en ocasiones,
esto no es as. Lo que se hace es modificar convenientemente el tamao de h en
los distintos pasos, de manera que se obtenga una aproximacin adecuada, por lo
que resulta fundamental controlar el error que se va cometiendo en cada paso.
Por tanto, una cuestin de inters prctico es el control del error cuando se
quiere obtener una exactitud prefijada. Existen frmulas asintticas del error global
para los mtodos de Runge-Kutta. En particular para los mtodos de orden cuatro
de convergencia, la expresin es:
y(x n ) z n = D(x)h4 + O(h5),
donde D(x) satisface un cierto problema de valor inicial.
La estimacin directa del error de truncamiento en los mtodos de Runge-
Kutta es laboriosa, pues se precisa para ello calcular las derivadas parciales de
rdenes superiores de la funcin f(x, y), que es lo que precisamente se intenta
evitar con los mtodos de Runge-Kutta. Por ello, para controlar el error que se va
cometiendo en cada etapa se utilizan otros procedimientos alternativos. Una de las
tcnicas que primero se utilizaron es la que se conoce como mtodo de la
extrapolacin de Richardson, o del paso doblante.

Extrapolacin de Richardson
El mtodo de la extrapolacin de Richardson fue usado por primera vez por
L. F. Richardson en 1 927. Es una tcnica antigua que puede ser utilizada con
cualquier mtodo numrico. Una manera habitual de proceder es calcular dos
aproximaciones distintas de y(x n+1 ) utilizando tamaos de paso h y 2h
respectivamente, y a partir de ellas estimar el error. Si ste excede una tolerancia
prefijada se disminuye el paso; en caso contrario se aumenta. Es importante hacer
notar el elevado coste computacional de esta operacin ya que se requieren en el
caso del mtodo de Runge-Kutta un nmero elevado de evaluaciones de la
funcin f(x, y) por paso.
Si se aplica la tcnica de extrapolacin de Richardson se tiene el resultado
asinttico:
y(x n ) z h (x n ) = hpD(x n ) + O(hp+1)
con D(x) satisfaciendo una cierta ecuacin diferencial lineal, lo que justifica el uso
de esta frmula para estimar el error y acelerar la convergencia.
Por ejemplo, para p = 1, la frmula y(x) z h (x) = hD(x) proporciona una
estimacin del error asinttico, y reemplazando h por 2h, y sustituyendo hD(x), se
obtiene:
y(x) z 2h (x) = 2hD(x) = 2(y(x) z h (x))
de donde, despejando y(x) se obtiene tanto una frmula de extrapolacin de

Richardson:
y(x) = 2z h (x) z 2h (x),
como el error estimado de Richardson:
y(x) z h (x) = z h (x) z 2h (x).
Este tipo de razonamiento puede volver a utilizarse en los otros mtodos,
pues las tcnicas de extrapolacin, cuya idea se debe a W. B. Gragg, se pueden
usar en los problemas de valor inicial.
Si, por ejemplo, se aplica a un mtodo de Runge-Kutta de orden p y es z n+1
el valor obtenido al aplicar el mtodo al valor exacto en x n , entonces el error de
truncamiento es:
T n+1 = y n+1 zn+1 = (y(x n ))hp+1 + O(hp+2).
Si ahora se emplea un tamao de paso 2h y para calcular el error de
truncamiento se aplica el mtodo suponiendo que hasta x n-1 se tiene el valor
exacto, y se obtiene zn+1 *, entonces:
T n+1 = y n+1 zn+1 * = (y(x n ))(2h)p+1 + O(hp+2).
En consecuencia, restando ambas expresiones, se tiene:
z n+1 z n+1 * = (y(x n ))[2p+1 1]hp+1
(y(x n ))hp+1 (zn+1 z n+1 *)/[2p+1 1]
La parte principal del error de truncamiento es:
T n+1 = (z n+1 zn+1 *)/[2p+1 1].

Esta estimacin es buena, pero requiere un trabajo adicional importante. Si el
mtodo de Runge-Kutta es de s etapas se necesitan s 1 evaluaciones
adicionales de la funcin (pues k 1 ya ha sido calculado).
As, si se utiliza el mtodo de Runge-Kutta 4, de orden de convergencia, p =
4, entonces [2p+1 1] = 31, por lo que se aplica el mtodo con un tamao de paso
h y con un tamao de paso 2h, se resta el resultado y se divide por 31. El
resultado obtenido sirve de evaluacin del error.
Pares encajados de Runge-Kutta
Un problema de inters es la determinacin del tamao del paso para
obtener un error inferior a una tolerancia dada, pues si el tamao es demasiado
pequeo, adems de aumentar los errores de redondeo, el coste computacional
es mayor. Se ha visto como el tamao del paso est relacionado con el error de
truncamiento y con el error local y stos con el error global, de forma que es
posible resolver el problema.
Existen otros procedimientos ms modernos para controlar el error. A mitad
del siglo XX, Merson, hacia 1957, ide una forma para estimar el error a partir de
valores ya calculados de k i , que consiste en lo siguiente:
En esencia la idea de Merson consiste en tomar dos mtodos numricos con
rdenes de consistencia p y p + 1, obtenindose la siguiente aproximacin:
Orden p: T n+1 = y n+1 z n+1 = C(x)hp+1 + O(hp+2).

Orden p + 1: T n+1 = y n+1 zn+1 * = C*(x)hp+2 + O(hp+3).
Restando, se obtiene:
z n+1 zn+1 * = C(x)hp+1 + O*(hp+2), que es una estimacin del error de
truncamiento, que se obtiene
T n+1 zn+1 z n+1 *.
Esta es la filosofa que se sigui al definir los pares encajados de Runge-
Kutta, que consiste en controlar el error global a partir del control del error de
truncamiento, utilizando para ello dos mtodos de Runge-Kutta de distinto orden,
sin apenas coste computacional aadido.
Definicin 13.5.1:
Se conoce como pares encajados de Runge-Kutta, a dos mtodos de
Runge-Kutta con las caractersticas siguientes:
1) Sus rdenes de convergencia son p y p + 1.
2) Los coeficientes de las k i coinciden en los mtodos.
Es decir, expresados estos coeficientes en el tablero de Butcher, se tiene:
C A C A
B B*
Primer mtodo Segundo mtodo
y por lo tanto nicamente cambian los coeficientes b j que multiplican a los k i :
Se les pone la etiqueta (p, p + 1), que indica que se toma como zn+1 el valor
suministrado por el mtodo de orden de convergencia p, con lo cual el orden de
convergencia de los pares encajados es p.

s
Orden p: zn+1 = z n + h bi k i .
i =1
s
Orden p + 1: zn+1 * = z n + h bi* k i .
i =1
Restando se obtiene la aproximacin del error:
s
z n+1 z n+1 * = h E i k i , siendo E i = b i b i *.
i =1
Los pares encajados ms conocidos son:
a) El par de Runge-Kutta-Fehlberg, desarrollado por E. Fehlberg entre
1968 y 1969, y presentado en 1970, en el que se combinan los mtodos de
orden de convergencia cuatro y cinco, (RKF45), ambos de 6 etapas, lo cual
conlleva seis evaluaciones de la frmula f(x, y) por paso, en lugar de las once
que tendran lugar en el caso de aplicarlas independientemente 1.
1 Lambert, J. D. (1973): Computational Methods in Ordinary Differential Equations. Editorial John
Wiley & Sons. Pgina 182.

1 1
4 4
3 3 9
8 32 32
12 1932 7200 7200

13 2197 2197 2197
1 439 -8 3680 845

216 513 4104
1 8 2 3544 1859 11

2 27 2565 4104 40
25 0 1408 2197 1 0

216 32 4104 5
16 0 6656 28561 9 2

135 12825 56430 50 55
1 0 128 2197 1 2

360 4275 75240 50 55
En ocasiones se computa el mtodo RKF45 como un mtodo (5, 4) utilizando
como valor el obtenido con el mtodo de orden de convergencia 5.
b) El par de Domand-Prince, desarrollado por Dormand y Prince en 1980,
DOPRI (5, 4), en el que se combinan los mtodos de orden de convergencia
cuatro y cinco, ambos de 7 etapas.

0
1 1
5 5
3 3 9
10 40 40
4 44 56 32

5 45 15 9
8 19372 25360 64448 212

9 6561 2187 6561 729
1 9017 355 46732 49 5103

3168 33 5247 176 18656
1 35 0 500 125 2187 11

384 1113 192 6784 84
5179 0 7571 393 92097 187 1

57600 16695 640 339200 2100 40
35 0 500 125 2187 11 0

384 1113 192 6784 84
71 0 71 71 22 22 1

57600 16695 339200 525 525 40
A pesar de tener ms etapas, 7 etapas, en los pares de Domand-Prince se
tiene que los b i * coinciden con los coeficientes de la ltima fila de la matriz A, a 7j :
6
k 7n = f ( x n + h, zn + h a7 j k nj )
j =1
6
k1n +1 = f ( x n + h, zn + h b * j k nj ) = k 7n .
j =1
Los mtodos con esta propiedad se denominan: Primero igual al ltimo

(FSAL: First Same As Last).
Estas frmulas se computan simultneamente y su diferencia se toma como
una estimacin del error de truncamiento para la frmula de orden cuatro, el cual,
a su vez, se utiliza bien para variar el tamao de paso adecuadamente, bien para
controlar el error.
Se observa que para tener un par (4, 5) es necesario utilizar, como mnimo,
mtodos de Runge-Kutta de 6 etapas.
Tanto en el mtodo de la extrapolacin de Richardson como en el mtodo de
los pares encajados una vez que se tiene una estimacin del error cometido, e(h*),
para un tamao del tamao del paso h* se estudia si se verifica que: e(h*)/h* < ,
siendo el error mximo tolerado. Si no fuese as se busca un nuevo valor del
tamao del paso, h, hasta que se verifique lo anterior, e(h)/h < .
Si el orden de convergencia es p, se tiene que:
e(h*) c(x) h*p+1,
y que
e( h*)
e(h) c(x) hp+1 = ( )hp+1 < h.
p +1
h*
Si se supone que h = ah*, entonces
e( h*) h * h * 1/p
e(h) ( )(ah*)p+1 < ah* ap < a<( )
h * p +1 e( h*) e( h*)
h * 1/p
h=( ) h*.
e( h*)
Ejemplos resueltos
Ejemplo 13.5.1: Utilizar la tcnica de la extrapolacin de Richardson para
estimar el valor de la solucin y la frmula del error estimado de Richardson para
calcular el error en el caso, (ver ejemplo 13.4.1) en que z 0,1 (1,5) = 3,4902 y
z 0,05 (1,5) = 3,4903.
En el ejemplo 13.4.1 se ha utilizado el mtodo de Runge-Kutta 4 y se ha
calculado z0,1 (1,5) = 3,4902 y z 0,05 (1,5) = 3,4903. El valor estimado por la frmula
de extrapolacin de Richardson es:
y(x) = 2zh (x) z 2h (x) = 2z0,05 (1,5) z0,1 (1,5) = 2(3,4903) (3,4902) = 3,4904.
El error estimado de Richardson es:
y(x) zh (x) = z h (x) z 2h (x) = z 0,05 (1,5) z 0,1 (1,5) = (3,4903) (3,4902) =
0,0001.
Ejercicios
13.1. Utilizar la tcnica de la extrapolacin de Richardson para estimar el
valor de la solucin y la frmula del error estimado de Richardson para
calcular el error en el mtodo de Euler, (ver ejemplo 13.1.1) en que
z 0,1 (1,5) = 0,63942967 y z0,05 (1,5) = 0,66397766.

z 0,05 (1,5) = 0,66397766 y z 0,0251 (1,5) = 0,67731662.
z 0,0125 (1) = 60,037126 y z 0,025 (1) = 53,807866.
(Solucin: zn = 4 + 4(2)n 3n).
13.4. Resolver la ecuacin en diferencias finitas: zn+2 zn = 5; con z0 = 0, z1
= 2.
1 1 5
(Solucin: z n = + (1)n + n).
4 4 2
13.5. Resolver la ecuacin en diferencias finitas: z n+3 3z n+2 + 3z n+1 z n =
12; con z0 = 1, z1 = 0, z 2 = 10.
5 1
(Solucin: z n = 1 n n2 + 2n3).
2 2
13.6. Resolver la ecuacin en diferencias finitas: zn+2 2zn+1 + 3z n = 0.

(Solucin: z n = A ( 2 ) n cos n + B ( 2 ) n sen n ).
4 4
13.7. Resolver la ecuacin en diferencias finitas: zn+2 + z n+1 + z n = 5; con z 0 =
1, z1 = 0, z 2 = 10.
5
(Solucin: zn = Acos n + Bsen n + ).
3 3 3
13.8. Resolver la ecuacin en diferencias finitas: z n+4 7z n+3 + 18z n+2
20zn+1 + 8z n = 0; con z 0 = 0, z1 = 0, z2 = 1, z3 = 1.
1 2 n
(Solucin: z n = 5 5(2)n + 3n(2)n n (2) ).
2
13.6. ESTABILIDAD ABSOLUTA EN LOS
MTODOS DE UN PASO
Otro concepto interesante es el de estabilidad absoluta, ya que aunque el
mtodo sea estable y sea convergente es posible que, para determinados valores
del paso, el error cometido sea demasiado grande para que el mtodo resulte
aceptable, y se necesite tomar un tamao de paso muy pequeo, por lo que el
nmero de pasos puede ser excesivo.
Al aplicar un mtodo numrico se debe escoger, naturalmente, un mtodo
convergente. Pero esto quiere decir nicamente que se puede aproximar la
solucin obtenida tanto como se quiera a la solucin exacta tomando el tamao de
paso suficientemente pequeo. Sin embargo, este lmite no es lo que se utiliza en
la prctica, sino que se aplica para un tamao de paso fijo, con lo que puede
ocurrir que el error cometido sea demasiado grande. Al aplicar el mtodo no se
toman lmites cuando el tamao de paso tiende a cero, sino que para un tamao
de paso fijado de antemano se calcula una cantidad finita de valores, por lo que es
importante escoger un tamao adecuado para el paso, de manera que el error que
se cometa sea menor que una tolerancia dada.
Para hacer este estudio se aplica en primer lugar el mtodo que se quiera
probar al problema de valor inicial y = y, y(0) = 1, que se denomina ecuacin de
prueba, que se toma como referencia de problema de valor inicial, y puede servir
de modelo de lo que ocurre en el caso general, y cuya solucin es sobradamente

conocida, y(x) = ex, lo que permite calcular el error global cometido al aplicar el
mtodo. Aunque el estudio se realice en este caso particular, resulta que si el
mtodo no es adecuado para tratar este problema tampoco lo es para un
problema general pues en el caso de un problema de valor inicial y = f(x, y), y(x 0 )
= y 0 , se puede considerar que toda ecuacin diferencial se puede aproximar por
su primer trmino en su desarrollo de Taylor:
y = f(x 0 , y 0 ) + f x (x 0 , y 0 )(x x 0 ) + f y (x 0 , y 0 )(y y 0 )
que es una ecuacin diferencial lineal con coeficientes constantes, por lo que
mediante un cambio de variables se puede transformar en la ecuacin diferencial:
y = y
donde vale f y (x 0 , y 0 ).
Definicin 13.6.1:
Se denomina ecuacin de prueba al problema de valor inicial y = y, y(0) =
1.
Si es negativo la solucin es decreciente y su lmite, cuando x tiende a
infinito, es cero, por lo que el mtodo empleado debe reproducir ese
comportamiento, es decir, para todo valor de h mayor que cero, el lmite de la
solucin aproximada obtenida debe tender a cero cuando n tiende a infinito. En
general esta condicin no se verifica para cualquier h, sino para determinados
valores de h.
Para comprender mejor este comportamiento se analiza mediante un

ejemplo:
Se estudia el caso del mtodo de Runge-Kutta de dos etapas:
z n+1 = z n + h(f(x n + h/2, z n + (h/2)f(x n , z n ))).
Al aplicarlo al problema de valor inicial: y = y, y(0) = 1 se tiene:
2 h 2
z n+1 = zn + h(z n + (h/2)zn ) = z n (1 + h + )
2
Se denomina h = h , y se tiene:
h2
z n+1 = zn (1 + h + ) = z n r( h ).
2
Al calcular el error cometido:
e n = y(x n ) zn .
Por otra parte, el error de truncamiento es:
T n = y(x n ) (y(x n-1 )r( h )) y(x n ) = T n + y(x n-1 )r( h ).
Si se supone que el error de truncamiento no depende de n y se denomina
T n = T, entonces:
y(x n ) = T + y(x n-1 )r( h )
e n = y(x n ) zn = T + y(x n-1 )r( h ) zn-1 r( h ) = T + r( h )(y(x n-1 ) z n-1 ) = T + r( h
)(e n-1 )
Se resuelve la ecuacin en diferencias:
e n = r( h )(e n-1 ) + T.
La solucin general de la ecuacin homognea: e H = Cr( h )n y la solucin
r ( h )n 1
particular: e P = T , siendo C = e 0 . Por tanto:
r(h ) 1
r ( h )n 1 T 1
e n = e H + e P = e 0 r( h )n + T = r( h )n(e 0 + )+T .
r(h ) 1 r(h ) 1 1 r ( h )
En consecuencia, el error global decrece al aumentar n, si |r( h )| < 1, y crece
si |r( h )| 1. Por este motivo surge un nuevo concepto, el de regin de
estabilidad absoluta asociada a un mtodo, que es un cierto dominio del plano
complejo para los que h verifica dicha condicin:
Definicin 13.6.2:
Se denomina regin de estabilidad absoluta asociada a un mtodo al
conjunto de valores de h tales que: |r( h )| < 1.
R.E.A. = { h C: |r( h )| < 1}.
Se denomina intervalo de estabilidad absoluta asociada a un mtodo a la
interseccin de la regin de estabilidad absoluta con eje real, es decir:
I.E.A. = { h : |r( h )| < 1}.
Definicin 13.6.3:
El mtodo es A-estable si la regin de estabilidad absoluta es todo el
semiplano negativo del plano complejo.
Esta propiedad que es especialmente interesante cuando se trabaja con los
problemas stiff.
c

- -a
-c
A-estabilidad -estabilidad estabilidad stiff
Figura 13.2: Regiones de estabilidad.
h2
En el ejemplo anterior, r( h ) = (1 + h + ), y la parbola y = x2/2 + x + 1
2
tiene de vrtice el punto (1, 1/2), corta al eje vertical en (0, 1), por lo tanto:
Si h (2, 0) entonces |r( h )| < 1, por lo que se dice que (2, 0) es el
intervalo de estabilidad absoluta del mtodo de Runge-Kutta de dos etapas
estudiado.
Ejemplos resueltos
Ejemplo 13.6.1: Estudiar la estabilidad absoluta para: a) el mtodo de Runge-
h h
Kutta de dos etapas: z n+1 = z n + h(x n + , z n + f(x n , zn )); b) el mtodo de
2 2
Runge-Kutta de tres etapas de Heun, c) el mtodo de Runge-Kutta de cuatro
etapas, y d) el mtodo de Euler.

a) El mtodo de Runge-Kutta dos etapas pedido es:
h h
z n+1 = z n + h(x n + , zn + f(x n , z n ))
2 2
que al sustituir la ecuacin de prueba y = y se obtiene que:
z n+1 = zn + h(zn +
h
z n ) = zn (1 + h +
(h )2 ) = z (1 + h + h )
n
( )2
2 2 2
por lo que r( h ) = (1 + h +
(h )2 ) y al imponer que |r( h )| < 1
2
|(1 + h +
(h )2 )| < 1 1 < 1 + h +
(h )2 < 1 2 < h +
(h )2 < 0,
2 2 2
por lo que el intervalo de estabilidad absoluta es: (2, 0).
En todos los mtodos de Runge-Kutta de dos etapas el intervalo de
estabilidad absoluta es: (2, 0).
b) En todos los mtodos de Runge-Kutta de tres etapas al aplicarlos a la
ecuacin de prueba se tiene que:
h2 h3
z n+1 = z n (1 + h + + ) = z n r( h ).
2 6
h2 h3
Al representar r( h ) = 1 + h + + se tiene una cbica, creciente, que
2 6
corta al eje de abscisas en (1, 0) y al eje de ordenadas en (0, 1).
Si r( h ) = 1 entonces h = 2,5127458..., por lo que el intervalo de
estabilidad absoluta es: (2,5127458..., 0).

c) En todos los mtodos de Runge-Kutta de cuatro etapas al aplicarlos a la
ecuacin de prueba se tiene que:
h2 h3 h4
z n+1 = zn (1 + h + + + ) = z n r( h ).
2 6 24
h2 h3 h4
Al representar r( h ) = 1 + h + + + se tiene una curtica, que
2 6 24
corta al eje de ordenadas en (0, 1).
Si r( h ) = 1 entonces h = 2,78..., por lo que el intervalo de estabilidad
absoluta es: (2,78..., 0).
d) Al aplicar el mtodo de Euler a la ecuacin de prueba se tiene que:
z n+1 = z n (1 + h ) = zn r( h ).
Al representar r( h ) = 1 + h se tiene una recta, que corta al eje de ordenadas
en (0, 1) y al eje de abscisas en (1, 0).
Si r( h ) = 1 entonces h = 2, por lo que el intervalo de estabilidad absoluta
es: (2, 0).
Se observa que todos los mtodos de Runge-Kutta del mismo nmero de
etapas tienen el mismo intervalo de estabilidad absoluta.

S=1 S=2
2i 2i
-2 -2
3i 3i
S=3 S=4
Figura 13.3: Regiones de estabilidad absoluta en los mtodos de Runge-Kutta (Lambert 1991).
Ejemplo 13.6.2: Analizar la estabilidad absoluta para el mtodo de Runge-
Kutta de dos etapas al aplicarlo para distintos valores de tamao de paso: h = 1, h
= 0,1, h = 0,01 y h = 0,001 a los problemas de valor inicial a) y = y, y(0) = 1, b) y
= 30y, y(0) = 1, c) y = y, y(0) = 1.
Se ha visto que el intervalo de estabilidad absoluta es: (2, 0).
En a) = 1, en b) = 30 y en c) = 1.
a) Para h = 1 h = h = 1 (2, 0).
Para h = 0,1 h = h = 0,1 (2, 0).
Para h = 0,01 h = h = 0,01 (2, 0).
Para h = 0,001 h = h = 0,001 (2, 0).

Para todos los valores se verifica que |r( h )| < 1. Se puede observar mediante
una hoja de clculo que fijado el tamao de paso, los errores crecen en valor
absoluto hasta x = 1, y a partir de ese valor decrecen. Los errores son menores
cuanto menor es el tamao de paso, h.
1 1 -x 2
Se haba probado que el error global: e n xex h 2
= xe h , curva
6 6
que se comporta segn lo descrito arriba.
Se observa que, como corresponde a un mtodo convergente, si se fija el
valor de x y se hace tender h a cero, entonces el error tiene a cero.
b) Para h = 1 h = h = 30 (2, 0).
Para h = 0,1 h = h = 3 (2, 0).
Para h = 0,01 h = h = 0,3 (2, 0).
Para h = 0,001 h = h = 0,03 (2, 0).
2 1
Para que h = 30h (2, 0) h (0, )0<h< .
30 15
c) Para h = 1 h = h = 1 (2, 0).
Para h = 0,1 h = h = 0,1 (2, 0).
Para h = 0,01 h = h = 0,01 (2, 0).
Para h = 0,001 h = h = 0,001 (2, 0).
Para todo tamao de paso positivo los valores de h estn fuera del intervalo
de estabilidad absoluta, por lo que los errores son crecientes. Sin embargo la
solucin exacta es y = ex, que es tambin creciente por lo que las soluciones
pueden aceptables. En este caso tiene inters un nuevo concepto, el de error
en
relativo que es: er n = , y como
yn
1 1
en = xex h 2 + O( h 2) = xex h 2 + O( h 2),
6 6
entonces
1
er n x h 2,
6
que indica que el error crece slo como x.
Ejercicios
13.9. Estudiar la estabilidad absoluta para el mtodo de Taylor dos y el
mtodo de Taylor tres.
13.10. Analizar la estabilidad absoluta para el mtodo de Taylor dos al
aplicarlo para distintos valores de tamao de paso: h = 1, h = 0,1, h = 0,01
y h = 0,001 a los problemas de valor inicial a) y = y, y(0) = 1, b) y =
30y, y(0) = 1, c) y = y, y(0) = 1.

13.7. APNDICE: ECUACIONES EN
DIFERENCIAS
Los mtodos numricos para resolver ecuaciones diferenciales son
ecuaciones en diferencias. As, por ejemplo, al aplicar el mtodo de Euler al
problema y = y, y(0) = 1 se tiene la ecuacin en diferencias:
z n+1 = zn + hz n
por lo que:
z 1 = z0 (1 + h) z 2 = z 1 (1 + h) = z 0 (1 + h)2 z 3 = z 2 (1 + h) = z 0 (1 + h)3,
y en general:
z n = z 0 (1 + h)n.
No siempre es tan sencillo encontrar una expresin por recursividad. Sin
embargo las ecuaciones en diferencias con coeficientes constantes se resuelven
de forma similar a como se han resuelto las ecuaciones diferenciales lineales de
orden n con coeficientes constantes. En esta seccin se estudia la forma de
resolver algunas de estas ecuaciones en diferencias.
El ejemplo anterior es una ecuacin en diferencias finitas de primer orden. La
definicin general es
Definicin 13.7.1:
Se llama ecuacin en diferencias finitas de primer orden a una ecuacin
de la forma:
z n+1 = F(z n , n), n N,
siendo F una funcin de dos variables reales o complejas.
Definicin 13.7.2:
Se llama ecuacin en diferencias finitas de orden k a una ecuacin de la
forma:
z n+k = F(zn+k-1 , ..., zn+1 , z n ,n), n N,
Definicin 13.7.3:
Se llama solucin de la ecuacin en diferencias:
z n+k = F(zn+k-1, ..., zn+1 , z n , n)
a una sucesin {zn } nN de nmeros reales o complejos que verifique la ecuacin
para todo n N.
As, por ejemplo la ecuacin zn+1 = (1 + n)z n tiene como solucin cualquier
sucesin de la forma {z n } = C{n!}, donde C es una constante arbitraria. La
ecuacin en diferencias tiene entonces una familia uniparamtrica de soluciones.
Si se impone una condicin inicial, por ejemplo z0 = 1, entonces existe una nica
solucin de la ecuacin que es precisamente zn = n!, n N.
El problema siguiente:
z n+k = F(zn+k-1, ..., zn+1 , z n , n), n N, z0 = a 0 , z 1 = a 1 , ..., zk-1 = a k-1 ,
es un problema de valor inicial, anlogo a los problemas de valor inicial para
ecuaciones diferenciales.
Es sencillo encontrar una solucin para la clase de las ecuaciones en
diferencias con coeficientes constantes, que se definen a continuacin, ya que se
resuelven de forma similar a como se han resuelto las ecuaciones diferenciales
lineales de orden k con coeficientes constantes. El conjunto de soluciones de la
ecuacin en diferencias homognea tiene estructura de espacio vectorial de
dimensin k, y el conjunto de soluciones de la ecuacin en diferencias no
homognea tiene estructura de espacio afn cuyo espacio vectorial asociado es el
conjunto de soluciones de la ecuacin en diferencias homognea.
Definicin 13.7.4:
Se denomina ecuacin en diferencias finitas lineal con coeficientes
constantes a una expresin de la forma:
z n+k + k-1 z n+k-1 + + 0 z n = b n ,
donde i son nmeros reales y donde {b n } es una sucesin de nmeros reales. Es
una ecuacin en diferencias finitas de orden k si 0 es distinto de cero.
Se dice que es homognea si b n = 0 para todo n, y no homognea si b n 0
para algn n.
Para encontrar la solucin general de una ecuacin en diferencias lineal,
primero se resuelve la ecuacin homognea asociada buscando soluciones de la
forma zn = rn, para lo que se sustituye en la ecuacin:
rn+k + k-1 rn+k-1 + + 0 rn = 0,
se divide por rn,

rk + k-1 rk-1 + + 0 = 0,
y se obtiene la ecuacin caracterstica de la ecuacin en diferencias.
Esta ecuacin caracterstica puede tener todas sus races reales y simples, puede
tener races complejas simples, o bien tener races mltiples.
Si todas las races son reales y simples: r1, ..., rk , se tienen k soluciones
linealmente independientes de la ecuacin homognea: r1n , ..., rk n , que son base
del espacio vectorial de las soluciones, por lo que la solucin general es de la
forma:
zn H = A 1 r1n + ... + A k rk n .
En el caso en que se tenga una raz compleja, necesariamente se tiene, al
ser los coeficientes reales, la raz compleja conjugada. Sea r1 = a + bi = rei, por lo
que r1n = (rei)n = rneni = rn(cos + isen ); las dos soluciones reales y
linealmente independientes buscadas son: rncos y rnsen .
Si existe una raz mltiple ri , de orden m de multiplicidad, se precisan m
soluciones linealmente independientes, que son:
ri n , n ri n , n2 ri n , ..., nm-1 ri n .
Una vez obtenida la solucin general de la ecuacin homognea asociada,
se busca una solucin particular de la ecuacin no homognea. Para ello se
prueba con una expresin parecida a la de b n . Slo en el caso en que la
expresin que se deba probar ya est incluida en la solucin de la ecuacin

homognea, se aumenta el orden, multiplicando por n elevado al exponente
necesario.
La solucin general es entonces:
z n = zn H + zn P = A 1 r1n + ... + A k rk n + z n P .
Para calcular los coeficientes A 1 , ..., A k , se precisa conocer k condiciones
iniciales: z0 , ..., zk-1 . Al sustituir se tiene un sistema tipo Cramer de k ecuaciones y
k incgnitas, que siempre tiene una nica solucin.
Ejemplos resueltos
Ejemplo 13.7.1: Resolver zn+2 z n = 7, con z 0 = 0 y z1 = 0.
Paso 1: Se resuelve la ecuacin homognea asociada
Ecuacin caracterstica: r2 1 = 0 r = 1 z n H = A 1 (1)n + A 2 ( 1)n = A 1
+ A 2 ( 1)n.
Paso 2: Solucin particular de la no homognea
Se prueba con una solucin particular que sea una constante c, pero sta ya
est incluida en la solucin general de la homognea, por lo que se aumenta el
grado multiplicando por n:
7 7 7
zn P = cn c(n+2) cn = 7 c = zn P = n zn = A 1 + A 2 ( 1)n +
2 2 2
n.
Paso 3: Se imponen los valores iniciales:
7
z 0 = 0 z 0 = A 1 + A 2 ( 1)0 + 0 = A 1 + A 2 = 0.
2
7 7 7
z 1 = 0 z 1 = A 1 + A 2 ( 1)1 + 1 = A1 A2 + = 0 A1 = A2 = .
2 2 4
7 7 7
zn = + ( 1)n + n.
4 4 2
Ejemplo 13.7.2: Resolver z n+1 = (1 + h2)zn , con z0 = e2.
Paso 1: Se resuelve la ecuacin que ya es homognea
Ecuacin caracterstica: r = (1 + h2) zn H = A 1 (1 + h2)n.
z 0 = e2 z 0 = A 1 = e2 z n = e2(1 + h2)n.
h2
Ejemplo 13.7.3: Resolver zn+1 = zn + nh2 + + h; con z0 = 0.
2
Paso 1: Se resuelve la ecuacin homognea asociada
Ecuacin caracterstica: r = 1 zn H = A1.
Paso 2: Solucin particular de la no homognea
Se prueba con una solucin particular que sea un polinomio en n de grado
uno, an + b, pero ya est incluida la constante, b, en la solucin general de la
homognea, por lo que se aumenta el grado multiplicando por n:
h2
zn P = n(an + b) a(n +1)2 + b(n +1) = an2 + bn + nh2 + + h 2an + a
2
h2 h2 h2 2 h2 2
+ b = nh2 + +ha= , b = h; zn P = n + hn zn = A 1 + n + hn.
2 2 2 2
h2 2
z 0 = 0 z0 = A 1 = 0 z n = n + hn.
2
Ejemplo 13.7.4: El matemtico Leonardo de Pisa conocido como Fibonacci,
que introdujo en Europa el sistema de numeracin indo arbigo que hoy se usa y
que sustituy al romano, escribi el libro Liber abaci (1 202) donde utiliz la
sucesin que lleva su nombre, la sucesin de Fibonacci, que modela el
crecimiento de las parejas de conejos: En un corral se deja una pareja de conejos
recin nacidos. Al cabo de un mes estn en situacin de procrear y se aparean; al
mes siguiente nace una nueva pareja de conejos, macho y hembra y acto seguido
tiene lugar un nuevo apareamiento. El proceso se reitera de manera que cada
pareja se aparea por primera vez al mes de nacer, y luego lo hace cada mes
originando una pareja de descendientes. Se trata de saber el nmero de parejas al
cabo de n meses.
Si z n es el nmero de parejas que existen en el mes n, y z n+1 lo es en el mes
n + 1. Entonces: zn+2 = zn+1 + zn . En el mes cero se tiene la primera pareja: z0 = 1,
y en el mes n = 1, se tiene z1 = 1.
Paso 1: Se resuelve la ecuacin homognea
1 1+ 4 1 5
Ecuacin caracterstica: r2 r 1 = 0 r = = que es el
2 2
1+ 5 1 5
nmero de oro: = 1,618...; 0,618...
2 2
1+ 5 n 1 5 n
z n = A 1 ( ) + A 2 ( ).
2 2
z 0 = 1 z 0 = A 1 + A 2 = 1.
1+ 5 1 5 5+ 5 5 5
z 1 = 1 z 1 = A 1 ( ) + A 2 ( ) = 1 A1 = , A2 = .
2 2 10 10
5 + 5 1+ 5 n 5 5 1 5 n
zn = ( ) + ( ).
10 2 10 2
Como el primer sumando crece al crecer n, y el segundo tiende a cero, si n
es grande las parejas de conejos crecen en una proporcin aproximada de 61,8
%.
Ejercicios
13.11. Resolver la ecuacin en diferencias finitas: z n+1 = z n (1 + h + h ); con

2
z 0 = 0.
(Solucin: z n = (1 + h + h2)n).
13.12. Resolver la ecuacin en diferencias finitas: z n+2 + z n+1 + z n = n; con z 0
= 0.
1 2n 2 2n 1
(Solucin: z n = cos + sen + (n 1)).
3 3 6 3 3 3
3 1
13.13. Resolver la ecuacin en diferencias finitas: z n+2 + ( h)z n+1 + (
2 2
h h
)zn = ; con z0 = z 0 ; z 1 = z1 .
2 2
13.14. Resolver la ecuacin en diferencias finitas: z n+2 3z n+1 + 2z n = 3; con
z 0 = 0, z1 = 1.
(Solucin: z n = 4 + 4(2)n 3n).
13.15. Resolver la ecuacin en diferencias finitas: zn+2 z n = 5; con z 0 = 0, z 1
= 2.
1 1 5
(Solucin: z n = + (1)n + n).
4 4 2
13.16. Resolver la ecuacin en diferencias finitas: z n+3 3z n+2 + 3z n+1 z n =
12; con z0 = 1, z1 = 0, z 2 = 10.
5 1
(Solucin: z n = 1 n n2 + 2n3).
2 2
13.17. Resolver la ecuacin en diferencias finitas: zn+2 2zn+1 + 3z n = 0.

(Solucin: z n = A ( 2 ) n cos n + B ( 2 ) n sen n ).
4 4
13.18. Resolver la ecuacin en diferencias finitas: z n+2 + z n+1 + z n = 5; con z 0
= 1, z1 = 0, z2 = 10.
5
(Solucin: zn = Acos n + Bsen n + ).
3 3 3
13.19. Resolver la ecuacin en diferencias finitas: z n+4 7z n+3 + 18z n+2
20zn+1 + 8z n = 0; con z 0 = 0, z1 = 0, z2 = 1, z3 = 1.
1 2 n
(Solucin: z n = 5 5(2)n + 3n(2)n n (2) ).
2
13.8. EJERCICIOS
13.20. Aplicar el mtodo de Euler para calcular el valor aproximado en x =
1
0,2 y en x = 0,5 de la solucin del problema de valor inicial y = x+
2
2y, y(0) = 1 usando como z0 = 1 y tamaos de paso h = 0,05, h = 0,1
respectivamente. Comparar los errores globales.
x
(Solucin: La solucin exacta es: y ( x ) = + e 2 x y(0,5) = 2,968...; y(0,2) =
2
1,5918...; zn = (1 + 2h)n + hn/2; z(0,5) = z 5 = 2,73832, e(0,1) = 0,22996183;
z(0,2) = z4 = 1,5641, e(0,05) = 0,0277)
13.21. Aplicar el mtodo de Euler para calcular el valor aproximado en x =
0,2 y en x = 0,5 de la solucin del problema de valor inicial y = 1 + 2y,
y(0) = 1 usando como z0 = 1 y tamaos de paso h = 0,05, h = 0,1
respectivamente. Comparar los errores globales.

1 + e 2x
(Solucin: La solucin exacta es: y ( x ) = y(0,5) = 1,85913091...;
2
1 1
y(0,2) = 1,24591235...; z n = (1 + 2h)n + ; z(0,5) = z5 = 1,74416; e(0,1) =
2 2
0,11498091; z(0,2) = z 4 = 1,23205, e(0,05) = 0,01386235)
13.22. Aplicar el mtodo de Euler para calcular el valor aproximado en x de la
solucin del problema de valor inicial y = 1 x + y, y(x 0 ) = y 0 usando
como z0 = y 0 y tamaos de paso h para aproximar la solucin exacta y(x).
Calcular el lmite cuando el tamao de paso tiende a cero del valor
obtenido.
(Solucin: La solucin exacta es y(x) = x + (y 0 x 0 ) e x x 0 y la solucin
aproximada es zn = x 0 + nh + (y 0 x 0 )(1 + h)n que en el lmite coincide con la
exacta.)
13.23. Aplicar el mtodo de Euler para calcular el valor aproximado en x = 2
de la solucin del problema de valor inicial y = y, y(0) = 1 usando como z0
= 1 y tamaos de paso h = 0,05, h = 0,1, h = 0,2 respectivamente.
Comparar los errores globales.
(Solucin: La solucin exacta es y(x) = ex y(2) = 7,38906.
z(2) y(2) z(2)
h = 0,2 6,19174 1,19732
h = 0,1 6,72750 0,66156
h = 0,05 7,03999 0,34907

13.1. Aplicar el mtodo de Euler para calcular el valor aproximado en x de la
solucin de los problemas de valor inicial i) y = x, y(0) = 0, ii) y = x2, y(0)
= 0 usando como z0 = 0 y tamaos de paso h para aproximar la solucin
exacta y(x). Calcular el lmite cuando el tamao de paso tiende a cero del
valor obtenido.
n 2 h 2 nh 2
(Solucin: i) La solucin exacta es y(x) = x2/2 z n = que en el
2 2
lmite coincide con la exacta. ii) La solucin exacta es y(x) = x3/3 z n =
n 3 h 3 n 2 h3 nh 3
+ que en el lmite coincide con la exacta.).
3 2 6
13.2. Aplicar el mtodo de Euler para calcular el valor aproximado en x = 0,5
1
de la solucin del problema de valor inicial y = x + 2y, y(0) = 1
2
usando como z0 = 1 y tamao de paso h = 0,1. Lo mismo con x = 0,2, h =
0,05. Comparar los errores globales.
x x
(Solucin: La solucin exacta es y(x) = e2x + y zn = (1 + 2h)n +
2 2
zn y(x) y(x) z n
x = 0,5, h = 0,1 2,73832 2,968281828 0,229961
x = 0,2, h = 0,05 1,5641 1,591824698 0,027724
13.1. Calcular en funcin de h los errores local, global y de truncamiento en
el punto x n al aplicar el mtodo zn+1 z n = (h/3)(f(x n+1 , z n+1 ) + 2f(x n , z n )) al
problema y = y, y(0) = 1, tomando como valor inicial z0 = 1. Calcular el

lmite del error global cuando h tiende a cero, pero siendo nh constante.
n n 1 n
3 + 2h 3 + 2h 3 + 2h
(Solucin: e(h) = enh , el(h) = eh , Tn =
2h 2h 2h
h nh 2h (n-1)h
1 e 1 + e , el lmite es cero).
3 3
13.2. Calcular los errores local, global y de truncamiento en el punto x = 2 y x
= 2, al aplicar el mtodo zn+1 zn = (h/3)(f(x n+1 , z n+1 ) + 2f(x n , z n )) al
problema y = y, y(0) = 1, tomando como valor inicial z0 = 1 y tamao de
paso h = 0,1 y h = 0,1 respectivamente.
(Solucin: x = 2, h = 0,1, n = 20, e(0,1) = 0,27696..., el(0,1) = 0,011179..., T n
= 0,011129.... x = 2, h = 0,1, n = 20, e(0,1) = 0,004702..., el(0,1) =
0,00023302..., T n = 0,00024908...).
13.3. Aplicar el mtodo zn+1 zn = h(f(x n + h/2, zn + (h/2)f(x n , zn )) al problema
y = x + 1, y(0) = 0, tomando como valor inicial z0 = 0 y tamao de paso h.
b) Lo mismo tomando como valor iniciador z0 = 4h. c) Lo mismo con z 0 =
0,01. Es el mtodo convergente?
1 1
(Solucin: zn = z 0 + (nh)2 + nh; y(x) = x2 + x; En a) y b) zn converge a la
2 2
solucin exacta. En c) no, pero esto no contradice la definicin de
convergencia).
13.4. Obtener la ecuacin en diferencias finitas que resulte de aplicar el
3 1
mtodo: zn+1 zn = h( f(x n , z n ) + f(x n + 2h, zn + 2hf(x n , z n ))) al
4 4
problema y = y + 3, y(0) = y 0 , tomando como valor inicial z 0 = y 0 .
n
h 2

(Solucin: zn = (y 0 3) 1 + h + 3. ).
2

13.5. Aplicar el mtodo de Taylor de orden dos a y = 2x + 3y, y(0) = 0, con
tamao de paso h para aproximar la solucin en x = nh, tomando como
valor inicial z0 = 0. Obtener la solucin exacta de la ecuacin y calcular el
lmite cuando h tiende a cero, siendo nh constante, del error global
cometido.
2 9 2hn 2 2
(Solucin: z n = (1 + 3h + h2)n . y(x) = (e3x 6x 1), el lmite
9 2 3 9 9
del error global es cero.).
13.6. Aplicar el mtodo de Taylor de orden dos y de orden tres a y = y, y(0) =
1, con tamao de paso h para aproximar la solucin en x = 1, tomando
como valor inicial z0 = 1. Obtener la solucin exacta de la ecuacin y
valorar el error global cometido cuando n = 1, 2, 4, 5, 10, 100 y 1000.
Comparar los resultados obtenidos entre s y con los del mtodo de Euler.
(Solucin:
Resultados de aplicar el mtodo de Euler y mtodos de Taylor de orden dos y
cuatro a: y = y, y(0)=1, para aproximar la solucin en x = 1. y(x) = e =
2,7182818...
n 1 2 4 5 10 100 1000
Euler 2 2,25 2,44... 2,488... 2,5937... 2,7048... 2,7169...

Error 0,718 0,468 0,278 0,230 0,124 0.013481 0,00138
Taylor 2 2,5 2,64062 2,69485 2,702708 2,714080 2,718236 2,718281
1 8 8 3
Error 0,218 0,077 0,023 0,01557 0,000420 0,000045 0,000000528
Taylor 3 2,66667 2,70877 2,71683 2,71751 2,718177 2,718281
Error 0,0516 0,00951 0,001451 0,000771 0,000104 1,28 * E7
8 8 8
Se observa que en Euler varan como h, en Taylor 2 como h2, y en Taylor 3
como h3.
13.1. Aplicar el mtodo de Taylor de orden dos y de orden tres a y = x2 + y2,
y(0) = 0, con tamao de paso h = 0,1 y h = 0,2, para aproximar la solucin
en x = 0,4, tomando como valor inicial z0 = 0. Obtener la solucin exacta
de la ecuacin y valorar el error global cometido cuando n = 1, 2, 4, 5, 10,
100, 1000. Comparar los resultados con los del mtodo de Euler.
(Solucin: z 2 = 0,016; z 4 = 0,020072. La solucin exacta es desconocida)
h
13.2. Escribir el tablero de Butcher para el mtodo: zn+1 = z n + (f(x n , z n ) +
4
2h 2h
3f(x n + , zn + f(x n , zn ))).
3 3
n
13.3. Resolver la ecuacin en diferencias finitas: z n+4 + 2z n+2 + z n = cos
2
1
siendo z0 = 1, z1 = 2, z 2 = , z 3 = 4.
2
n n
(Solucin: z n = (1 n + n2/8)cos + (5 3n) sen ).
2 2
13.4. Resolver la ecuacin en diferencias finitas: z n+3 4z n+2 + 8z n+1 8z n =
3 siendo z0 = 1, z 1 = z 2 = 0.
1 1 n 5 n
(Solucin: z n = 2n( cos sen ) + 1).
4 4 3 4 3 3
N
13.5. Obtener una frmula que calcule n4 siendo N un nmero natural.
n =1
n5 n 4 n3 n
(Solucin: s n+1 sn = 0 sn = + + ).
5 2 3 30
13.6. Para qu valores de a, b y c el mtodo zn+1 zn = h(af(x n , zn ) + (1
a)f(x n + bh, zn + chf(x n , z n ))) es convergente? Para qu valores de a, b y
c dicho mtodo obtiene el mximo orden de consistencia? Es el mtodo
convergente? Si se aplica el primer mtodo y el segundo al problema y =
x + 1, y(x 0 ) = 1, tomando como valor inicial z 0 = 1 y tamao de paso h,
se puede asegurar que z n coincide con el valor exacto de la solucin en
xn?
(Solucin: Es convergente para todo a, b y c. Orden de consistencia mximo
1
p=2b=c= ).
2( 1 a )
13.7. Para qu valores de a y b el mtodo zn+1 z n = h(af(x n , z n ) + bf(x n +

1 1
h, zn + hf(x n , zn ))) tiene de orden de consistencia dos? Aplicar el
2 2
mtodo al problema y = y + 2, y(1) = 2, tomando como valor inicial z 0 = 2
y tamao de paso h = 0,1 para obtener el valor aproximado de la solucin
en x = 3.
(Solucin: a = 0, b = 1; z20 = z(3) = 27,464939...).
h 2
13.8. Dado el mtodo numrico: z n+1 z n = (f(x n , zn ) + 3f(x n + h, z n +
4 3
ahf(x n , zn ))) obtener el valor de a para que el orden de consistencia sea
mximo. Cul es ese orden? Aplicar el mtodo al problema y = y x2,
y(0) = 2, tomando como valor inicial z 0 = 2 y tamao de paso h, para
obtener el valor aproximado de la solucin en x n = nh. Se puede
asegurar que la solucin es exacta?
(Solucin: a = 2/3; p = 2; zn = n2h2 + 2nh + 2 = x2 + 2x +2, solucin exacta).
h h2
13.9. Dado el mtodo numrico: z n+1 z n = (f(x n , z n ) + f(x n+1 , z n+1 ))
2 12
(g(x n , zn ) g(x n+1 , z n+1 )) donde f y g significan: y = f(x, y), g(x, y) = f x (x, y)
+ f y (x, y), aplicarlo al problema: y = y + x, y(0) = 0, tomando como valor
inicial z0 = 0 y tamao de paso h = 0,1, para obtener el valor aproximado
de la solucin en x = 2. Calcular lm zn . Obtener el orden de

n
nh=cte
consistencia del mtodo.

n
12 + 6h + h 2
(Solucin: z 20 = z(2) = 4,3890561; zn = nh 1 ex x 1; p =
12 6h + h 2

3).
3 1
13.10. Dado el mtodo numrico: z n+1 z n = h( f(x n , z n ) + f(x n + 2h, zn +
4 4
2hf(x n , zn ))), aplicarlo al problema: y = y + 2, y(0) = 3, tomando como
valor inicial z 0 = 3 y tamao de paso h, para obtener el valor aproximado
de la solucin en x n = nh. Calcular lm zn . Coincide este lmite con el

n
nh =cte = x
valor exacto de la solucin del problema en x? Calcular el valor
aproximado de la solucin en x = 3 utilizando un tamao de paso h = 0,1.
n
h 2
(Solucin: z n = 5 1 + h + 2 5ex 2, valor exacto; z30 = z(3) =
2

98,4227... y(3) = 98,4276...).
13.11. Aplicar el mtodo de Taylor de orden dos al problema:
y 1' ( x ) 2 8 y 1( x ) 2 y 1( 0 ) 2
= + , =
y 2 ' ( x ) 0 4 y 2 ( x ) 16 x y 2 ( 0 ) 2
z0 ( 0 ) 2
tomando como valor inicial 1 = y tamao de paso h = 0,1 para

z0 2 ( 0 ) 2
obtener el valor aproximado de la solucin en x = 0,1.
0,14
(Solucin: z1 = z(0,1) = ).
3,04
13.12. Aplicar el mtodo de Runge-Kutta cuatro al problema:

y 1' ( x ) 1 0 y 1( x ) x y 1( 0 ) 0
= + , =
y 2 ' ( x ) 1 2 y 2 ( x ) 1 y 2 ( 0 ) 0
z0 ( 0 ) 0
tomando como valor inicial 1 = y tamao de paso h para obtener el
z ( 0 ) 0
02
valor aproximado de la solucin en x = h.
4 3 2
h +h +h
(Solucin: z 1 = z(h) = 24 6 2 ).
11h 4 5h 2
+ + h + 1
24 6
13.13. Aplicar el mtodo de Taylor de orden dos al problema: y + 2xy + y =
2, y(0) = 1, y(0) = 0, determinando previamente el sistema asociado a la
ecuacin diferencial, tomando como valor inicial z0 = 0 y tamao de paso
h = 0,2, para obtener el valor aproximado de la solucin en x = 0,2.
calcular el error en el mtodo de Euler, (del ejemplo 13.1.2) en que z0,1 (1)
= 34,411490 y z0,05 (1) = 45,588399.
h
13.15. Aplicar el mtodo z n+1 = z n + (k 1 + k 2 ) siendo k 1 = f(x n , zn ), k 2 = f(x n
2
y 1' ( x ) 2 1 y 1( x ) 2
+ h, zn + hk 1 ), al sistema: = + , con
y 2 ' ( x ) 0 1 y 2 ( x ) x
y 1( 0 ) 0 z0 ( 0 ) 0
= para calcular z1 tomando como valor inicial 1 =

y 2 ( 0 ) 0 z0 2 ( 0 ) 0
y tamao de paso h.

C13 Metodo Numerico PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

C13 Metodo Numerico PDF

Cargado por

Copyright:

Formatos disponibles

883 Anlisis matemtico para Ingeniera. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L.

Mtodos numricos de un paso

El objetivo de este captulo es introducir los mtodos numricos de resolucin

de una ecuacin diferencial o de un sistema de ecuaciones diferenciales de un

solo paso, mientras que en el siguiente captulo se estudiarn los mtodos

Un sistema de ecuaciones diferenciales o una ecuacin diferencial de orden

superior siempre pueden ser expresados como un sistema de primer orden, y de

esta forma resolver numricamente el problema de valor inicial:

donde y, y, y 0 n son vectores n-dimensionales, f: n+1 n, mientras que x y

x 0 son escalares. Una solucin est definida en un intervalo [x 0 , b] donde x 0 y b

solucin y = y(x) del problema de valor inicial.

Todo mtodo numrico lleva consigo la idea de discretizacin, esto es, el

intervalo continuo [x 0 , b] de x es reemplazado por un conjunto discreto de puntos

{x n } definidos por x n = x 0 + nh, n = 0, 1, 2, ..., N = (b x 0 )/h. El parmetro h se

denomina longitud de paso, que en un principio se considera que es constante,

aunque la potencia de los modernos algoritmos deriva de su habilidad para

cambiar h automticamente en el proceso de computacin.

En este captulo (y en el siguiente) se denota por y(x) a la solucin exacta de

la ecuacin diferencial y por z n al valor aproximado de la solucin en x n .

El objetivo es encontrar un conjunto de valores {z n } que se aproximen a la

solucin en el conjunto discreto de puntos {x n }, zn y(x n ). Esta sucesin se

denomina solucin numrica del problema de valor inicial. Un mtodo

Existen algoritmos que implementan estos mtodos permitiendo estimar el

error, seleccionar el tamao de paso ms conveniente y decidir qu mtodo

emplear en cada etapa de la bsqueda de la solucin. Pero resultan como cajas

negras poco aprovechables para comprender el proceso. El propsito de este

captulo y del siguiente es, precisamente, entender su comportamiento y conocer

Existen una gran diversidad de mtodos numricos para la resolucin de un

problema de valor inicial, con distintas caractersticas. Estos mtodos se agrupan

en dos familias: los mtodos de un paso y los mtodos lineales multipaso.

Los mtodos de un paso, que se presentan en este captulo, se caracterizan

porque el valor aproximado zn de la solucin en el punto x n se obtiene a partir del

valor zn-1 obtenido en la etapa anterior.

Los mtodos lineales multipaso, que se estudian en el captulo siguiente,

La utilizacin de estos valores previos hace que el comportamiento de los dos

grupos de mtodos numricos sea muy diferente, con caractersticas especficas

El contenido de este captulo es el siguiente: En primer lugar y con el fin de

entender como funcionan los mtodos numricos se comienza estudiando el ms

sencillo, el mtodo de Euler, que sirve como modelo comn de comportamiento de

mtodos lineales multipaso. A continuacin se introducen los mtodos de un paso,

Runge-Kutta, y se estudian sus propiedades. Al analizar de forma general los

mtodos de un paso se estudia la manera de evaluar el error cometido, o de

conocer si es de esperar que el resultado obtenido se ajusta bien a la solucin

exacta de la ecuacin diferencial, es decir, si el mtodo es convergente.

13.1. EL MTODO DE EULER

En el estudio de las soluciones aproximadas de ecuaciones diferenciales se

comienza estudiando un mtodo clsico, el mtodo de Euler, (o de las

aparecer en el resto de los mtodos numricos. Su estudio sirve, pues, como

modelo para investigar las dificultades que se presentan en cualquier mtodo

tambin una sencilla interpretacin geomtrica pues se aproxima la solucin del

problema de valor inicial mediante la tangente a dicha solucin.

Se considera el problema de valor inicial y = f(x, y), y(x 0 ) = y 0 , del que se

solucin en un intervalo (x 0 h, x 0 + h). Para encontrar una solucin aproximada

de y = f(x, y), y(x 0 ) = y 0 , se toma como valor inicial z 0 ; entonces f(x 0 , z0 ) es la

pendiente de la recta tangente en el punto de partida (x 0 , z0 ), por lo que se puede

pendiente f(x 0 , z0 ) en el punto de abscisa x 1 :

A continuacin se repite el proceso desde el punto (x 1 , z 1 ) aproximando la

general del mtodo de Euler resulta:

La solucin numrica resultante aparece como una poligonal formada por

trazos de rectas tangentes.

Figura 13.1: Poligonal de Euler

Se denomina mtodo de Euler al mtodo numrico de expresin:

Se pueden utilizar cuatro puntos de vista distintos para explicar el mtodo de