Métodos Numéricos para ingeniería

SESIÓN 8:
SOLUCIÓN NUMÉRICA DE
EDO DE PRIMER ORDEN
 Trayectoria de una partícula

Responda lo siguiente:

❑ Si la partícula se deja caer desde el instante t=0 desde 4 m de altura sobre el origen
de coordenadas, ¿cómo calculamos la trayectoria de la partícula para cualquier
instante de tiempo si se conoce la velocidad suponiendo que no hay resistencia del
aire?

❑ Si tenemos la relación de la velocidad instantánea de una partícula y’(t) dada por

la siguiente expresión y’(t) +t2 sent y(t) = sent y sabemos que en el instante t=0
esta a 4 m de altura sobre el origen de coordenadas, ¿cómo calculamos la
trayectoria de la partícula para cualquier instante de tiempo?
LOGRO DE SESIÓN

Al finalizar la sesión, el
estudiante aplica los métodos de
Runge Kutta de paso simple para
resolver las EDO de primer
orden.
 Ecuaciones Diferenciales de Primer Orden con Valor Inicial

Se trata de resolver un problema de la forma:  Hallar y = y ( x) :[a, b] → R / .

 dy
 Ecuación Diferencial
 = F ( x, y )
 dx
Método de Euler  y ( x0 ) = y0 Condición Inicial

Problema Forma de aproximación

 y ' = F ( x, y ) w1 − y0

De la figura: = m1 = F ( x0 , y0 )
 y ( x0 ) = y0
h
w1 = y0 + hF ( x0 , y0 )
Solución numérica

 w 0 = y0
 w = w + hF ( x , w )
 1 0 0 0

 w2 = w1 + hF ( x1 , w1 )
Partición regular
...así sucesivamente
de tamaño de paso h
 Método de Euler
Solución Numérica
Recuerde la estructura del Método de Euler

 w0 = y0 es el punto de partida

 wn +1 = wn + hF ( xn , wn )
𝑛 = 0,1,2,3, . . .

Errores de aproximación del método de Euler

Error absoluto EA = y ( xn ) − wn

y ( xn ) − wn
Error relativo ER =
y ( xn )

h2
Error de truncación ET = y () ,,
n
2!
para algún  con xn    xn +1
 Método de Euler
Ejemplo 1
 dy
 = x +y
2 2
Dada la ecuación diferencial  dx
 y (2) = 0.5

Usa el método de Euler para aproximar tomando en cada paso del proceso iterativo.

F ( x, y ) = x 2 + y 2
Identificando datos 
 x0 = 2, w0 = y0 = 0.5
Usando la fórmula de Euler se tiene:

y(2.1)  w1 = w0 + hF ( x0 , w0 ) = 0.5 + 0.1F (2,0.5) = 0.706155

y(2.2)  w2 = w1 + hF( x1, w1 ) = 0.706155 + 0.1F (2.1,0.706155 ) = 0.927710
y (2.3)  w3 = w2 + hF ( x2 , w2 ) = 0.927710 + 0.1F (2.2,0.927710 ) = 1.166470

 y(2.3)  1.166470
Método de Euler
Ejemplo 2

 F ( x, y ) = ln ( x + y )
Identificando datos 
 x0 = 1, w0 = y0 = 1.5
Usando la fórmula de Euler se tiene:

y (1.1)  w1 = w0 + hF ( x0 , w0 ) = 1.591629
y (1.2)  w2 = w1 + hF ( x1 , w1 ) =
y (1.3)  w3 = w2 + hF ( x2 , w2 ) =

 y (1.3) 
Método de Heun (Runge Kutta de orden 2)

Problema

 y ' = F ( x, y )

w0 = y ( x0 ) = y0
Solución numérica

 1
wn+1 = wn + 2[k1 +k2]

siendo:

k1 =hF(xn, yn)

k2 =hF(xn +h, wn +k1)

 Método de Heun
Ejemplo

Identificando datos  F ( x, y ) = 2 x + y − 3

 x0 = 2, w0 = y0 = 1
1
Usando la fórmula de Heun se tiene: w1 = w0 + ( k1 + k2 )
2
k1 = hF ( x0 , w0 ) = 0.1F (2,1) = 0.2
 y (2.1)  w1 = 1 + (k1 + k 2 ) = 1.22
1

k 2 = hF ( x0 + h, w0 + k1 ) = 0.1F (2.1,1 + 0.2) = 0.24 2

1
Usando la fórmula de Heun se tiene: w2 = w1 + ( k1 + k2 )
2
k1 = hF ( x1 , w1 ) = 0.1F (2.1,1.22) = 0.242
 y (2.2)  w2 = 1.22 + (k1 + k2 ) = 1.4841
1

k2 = hF ( x1 + h, w1 + k1 ) = 0.1F (2.2 ,1.22 + 0.242 ) = 0.2862 2

1
Usando la fórmula de Heun se tiene: w3 = w 2 + ( k1 + k2 )
2
k1 = hF ( x2 , w2 ) = 0.1F (2.2 ,1.4841) = 0.28841
 y (2.3)  w3 = 1.4841 + (k1 + k2 ) = 1.7969305
1

k2 = hF ( x2 + h, w2 + k1 ) = 0.1F (2.3 ,1.4841 + 0.28841) = 0.337251 2

 y(2.3)  1.7969305
 Método de Runge Kutta 4

 1
wn+1 = wn + 6 [k1 + 2k2 + 2k3 + k4 ]

siendo:
k = hF ( x , w )
1 n n

 h k1
 2
k = hF ( xn + , wn + )
 2 2
k = hF ( x + h , w + k2 )
 3 n
2
n
2

k4 = hF ( xn + h, wn + k3 )

 Método de RK4
Ejemplo1
Método de RK4
Método de RK4

El proceso debe repetirse hasta obtener w5. Resumimos los resultados en la siguiente tabla:

n k1 k2 k3 k4 xn wn
0 0 0.50000000000
1 0.10000000000 0.09409030843 0.09412635922 0.08708723313 0.1 0.59392009474
2 0.08709241844 0.07897228389 0.07912974729 0.07009743344 0.2 0.67281908045
3 0.07010968232 0.06028225696 0.06061589543 0.05023303528 0.3 0.73317558419
4 0.05025459930 0.03950447920 0.04003433044 0.02917034670 0.4 0.77292601174
5 0.02920274213 0.01846879182 0.01916374965 0.00875094800 0.5 0.79179580726
 Método de RK4
Ejemplo2

Identificamos los datos  x0 = 3, w0 = y0 = 10


 h = 0.1

 F ( x, y ) = x + y

y ( 3.1) :
1
w1 = w0 + [k1 + 2k2 + 2k3 + k4 ]
6 k1 = hF ( x0 , w0 ) =
h k
k2 = hF ( x0 + , w0 + 1 ) =
2 2
h k
k3 = hF ( x0 + , w0 + 2 ) =
2 2
k4 = hF ( x0 + h, w0 + k3 ) =

1
w1 = w0 + [k1 + 2k2 + 2k3 + k4 ] → y (3.1)  w1 =
6
Método de RK4
y ( 3.2 ) : 1 k1 = hF ( x1 , w1 ) =
w2 = w1 + [k1 + 2k2 + 2k3 + k4 ]
6 h k
k2 = hF ( x1 + , w1 + 1 ) =
2 2
h k
k3 = hF ( x1 + , w1 + 2 ) =
2 2
k4 = hF ( x1 + h, w1 + k3 ) =
1
w2 = w1 + [k1 + 2k2 + 2k3 + k4 ] → y (3.2)  w2 =
6

y ( 3.3) : 1 k1 = hF ( x2 , w2 ) =
w3 = w2 + [k1 + 2k2 + 2k3 + k4 ]
6 h k
k2 = hF ( x2 + , w2 + 1 ) =
2 2
h k
k3 = hF ( x2 + , w2 + 2 ) =
2 2
k4 = hF ( x2 + h, w2 + k3 ) =
1
w3 = w2 + [k1 + 2k2 + 2k3 + k4 ] → y (3.3)  w3 =
6
REFERENCIAS BIBLIOGRAFICAS

N° CÓDIGO AUTOR TITULO AÑO

1 518 CHAP/M CHAPRA, S. Métodos numéricos para ingenieros. 2007
2 519.4 MATH. MATHEWS, J. Métodos numéricos con MATLAB. 2000
519.4 AVEN AVENDAÑO, Jhonny Matlab: Una introducción a los métodos 2011
3
numéricos

13/05/2018 16