Universidad de Chile

Departamento de Ingeniería Matemática

Ecuaciones Diferenciales
θ
0011Ordinarias (No0100
– Lineales) L
0010 1010 1101 0001 1011

MA-33A Cálculo Numérico

Gonzalo Hernández Oliva
GHO EDO - MA-33A 1
 Ecuaciones Diferenciales Ordinarias:
1) Métodos Numéricos para EDO en \
0011 0010 1010 1101 0001 0100 1011
a) Motivación
b) Definiciones: EDO Lineal y Problema de Cauchy
c) Resultados Teóricos para Problema de Cauchy
d) Método de la Serie de Taylor
e) Método de Euler para Problema de Cauchy
f) Métodos de Runge-Kutta para Problema de Cauchy:
g) Ejemplo Métodos Euler y Runge-Kutta Orden 4
h) Métodos Multi-pasos Explícitos
i) Sistemas de EDO y EDO de Orden Superior
2) Bibliografía
GHO EDO - MA-33A 2
 1) MN para EDO: Motivación 1
Variación de Cantidades Continuas en el Tiempo:
0011 0010 1010 1101 0001 0100 1011
Ecuación del Péndulo Simple: Demostrar !

dθ g 2

2
+ senθ = 0
θ dt L
L
θ (t = 0) = θ 0
θ '(t = 0) = θ '0
m

Propuesto: Ecuaciones del Péndulo de Foucault

GHO EDO - MA-33A 3
 1) MN para EDO: Motivación 2
Variación de Cantidades Continuas en el Tiempo:
0011 0010 1010 1101 0001 0100 1011
Trayectorias de Partículas

Caída Libre Lanzamiento Proyectiles

y y
x
m g fR
g v0
f = ma + fR (v) m

x
mx = −mg + f R ( x ) = − mg − cx 2

GHO EDO - MA-33A 4

 1) MN para EDO: Motivación 3
Un ejemplo de dinámica de resortes:
0011 0010 1010 1101 0001 0100 1011
x m

µ=0

L0
k, L

d x ⎛k⎞ ⎛
2
L ⎞
2
= −⎜ ⎟ x ⎜1− ⎟
dt ⎝ m⎠ ⎝ x +9 ⎠
2

GHO EDO - MA-33A 5

 1) MN para EDO: Motivación 4
ƒ Modelo de Crecimiento Logístico de una Población:
0011 0010 1010 1101 0001 0100 1011
La población p (t ) de EEUU en el siglo 20 crece
aproximadamente según la edo no lineal logística:
dp
= α p (t ) − β p (t )
2

dt
Donde: α=0.02 y β=0.00004. Desde 1900 se han
medido los datos de la tabla en la próxima
transparencia. Se puede afirmar que el modelo es
adecuado ? Cuál es error entre 1900 y 1980 ?
GHO EDO - MA-33A 6
 1) MN para EDO: Motivación 4
ƒ Modelo de Crecimiento Logístico de una Población:
0011 0010 1010 1101 0001 0100 1011
Año Tiempo tk p(t) real dp
= α p (t ) − β p 2 (t )
1900 0.0 76.1 dt
1910 10.0 92.4 500 solución
p (t ) =
1920
1930
20.0
30.0
106.5
123.1
(
1+ 761 e
1

)
4239 − 50 t exacta

pk +1 = pk + h(α pk − β pk 2 )
1940 40.0 132.6
1950 50.0 152.3 pk = p (t = tk ) ∀k = 0,...,8 = n
1960 60.0 180.7 (T − t0 ) (1980 − 1900)
h= = = 10
1970 70.0 204.9 n 8
1980 80.0 226.5 tk = hk = 10k k = 0,1,...,8
GHO EDO - MA-33A 7
 1) MN para EDO: Motivación 4
ƒ Modelo de Crecimiento Logístico de una Población:
0011 0010 1010 1101 0001 0100 1011
Año Tiempo tk p(t) real p(t) Edo p(t) Euler Error1 Error2
1900 0.0 76.1 76.1 76.1 0.0 0.0
1910 10.0 92.4 89.9 89.0 2.5 0.9
1920 20.0 106.5 105.6 107.5 0.9 -1.9
1930 30.0 123.1 123.2 123.3 -0.1 -0.1
1940 40.0 132.6 142.7 141.7 -10.1 1.6
1950 50.0 152.3 164.0 152.1 -11.7 11.9
1960 60.0 180.7 186.7 173.5 -6.0 13.2
1970 70.0 204.9 210.6 203.8 -5.7 6.8
1980 80.0 226.5 235.3 229.1 -8.8 6.2

GHO EDO - MA-33A 8

 1) MN para EDO: Motivación 5
ƒ Ecuación de Duffing:
0011 0010 1010 1101 0001 0100 1011
Esta edo no-lineal se utiliza para describir diferentes
sistemas dinámicos (resortes, transformadores, etc).
La forma más general de esta ecuación es:
d 2 x(t ) dx(t )
dt 2
+ δ
dt
+ ( β x 3
(t ) ± ω 0 x (t ) ) = γ cos ( ω t + φ )
2

Por ejemplo, la edo del flujo magnético de un

transformador tiene la forma:
ω
φ + bφ + ω0 φ = E cos (ωt )
 3 2

N
GHO EDO - MA-33A 9
 1) MN para EDO: Motivación 5
ƒ Ejemplo Ecuación de Duffing:
0011 0010 1010 1101 0001 0100 1011
x + δ x + ( β x3 ± ω0 2 x ) = γ cos (ωt + φ )

δ = 1, β = 1, ω0 = 1
γ = 1, ω = 1, φ = 0
Ejemplo de caos
“ordenado”

GHO EDO - MA-33A 10

 1) MN para EDO: Ecuación Diferencial Lineal
Según Orden
0011 0010 1010 1101 0001 0100 1011
Lineales⇒Integrables Coeficientes Constantes o Variables
Homogéneas o No

Encontrar y = f (x) tal que:

EDO
an ( x) y ( x) +"+ a1 ( x) y ( x) + a0 ( x) y( x) = g( x)
( n) (1)

Tratamiento Analítico Caso a Caso

No-Lineales
Solución Vía Método Euler o R-K
GHO EDO - MA-33A 11
 1) MN para EDO: EDO Lineal Primer Orden
a1 ( x) y '( x) + a0 (x) y( x) = g( x) ⇒ y '( x) + p( x) y( x) = f ( x)
0011 0010 1010 1101 0001 0100 1011

( − ∫ p ( x ) dx )
y '( x) + p ( x) y ( x) = 0 ⇒ y ( x) = ce h

( − ∫ p ( x ) dx )
y '( x) + p ( x) y ( x) = f ( x) ⇒ y ( x) = g ( x)e
p

( − ∫ p ( x ) dx ) ( − ∫ p ( x ) dx ) ( ∫ p ( x ) dx )
y ( x ) = ce +e ∫ f ( x ) e dx
( − ∫ p ( x ) dx ) ⎡ ( ∫ p ( x ) dx ) ⎤
y ( x) = e ⎢ c + ∫ f ( x )e dx ⎥
⎣ ⎦
GHO EDO - MA-33A 12
 1) MN para EDO: EDO Lineal Primer Orden
α
Ecuación Tipo Bernoulli: y '( x) + p( x) y( x) = f ( x) y ( x)
0011 0010 1010 1101 0001 0100 1011

−α
α ∈\
Al multiplicar la edo por: (1 − α ) y se obtiene: α ≠1
(1−α ) y−α y '+ (1−α ) p( x) y1−α = (1− α ) f ( x)

( y1−α )'+ (1−α ) p( x)( y1−α ) = (1−α ) f ( x)

1−α
Si se define: u = y se obtiene la edo lineal:
u '+ (1−α ) p( x)u = (1− α ) f ( x)

GHO EDO - MA-33A 13

 1) MN para EDO: EDO Lineal Primer Orden
x
Ejemplo Ecuación Tipo Bernoulli: y '+ xy =
0011 0010 1010 1101 0001 0100 1011

y
2 yy '+ 2xy2 = 2x ⇒ ( y2 )'+ 2xy2 = 2x
Si se define: u = y se obtiene la edo lineal:
2

u '+ 2xu = 2x
− x2 − x2
u( x) = (ce +1) ⇒ y( x) = ± u = ± ce +1
Ejercicios Propuestos: y '+ y = x y , y '+ xy = xy
2 2 2

y '+ x y = xy , ( xy ) ' = ( xy ) ( x + 1)
2 3 2 3 2

1 3x 1
( x + 1) y y = xe + (1 − x) y y
2 2 2 2 2

GHO EDO - MA-33A 14

 1) MN para EDO: EDO Lineal Primer Orden
Propuesto: Ecuación Tipo Ricati:
0011 0010 1010 1101 0001 0100 1011

y '( x) = p( x) + q( x) y( x) + r( x) y2 ( x) (+)

Se puede linealizar esta edo ? Sea y1 una solución de (+)

y1 '( x) = p( x) + q( x) y1 ( x) + r ( x) y12 ( x)
( y − y1 )' = q( x)( y − y1 ) + r ( x)( y 2 − y12 )
= q( x)( y − y1 ) + r ( x)( y + y1 )( y − y1 )
z ' = q( x) z + r ( x) z( z + 2 y1 )
z ' = ( q( x) + 2r ( x) y1 ) z + r ( x) z Edo Tipo Bernoulli:
2

GHO EDO - MA-33A 15

 1) MN para EDO:
Problema de Cauchy o de Valor Inicial
0011 0010 1010 1101 0001 0100 1011
Dada una función f : \ 2
→ \ diferenciable en ambas variables
y un punto inicial y0 ∈ \ :
Encontrar una función y : \ → \ tal que:

y (t = t0 ) = y0 Problema No-Lineal
De Primer Orden
dy (t )
= f (t , y (t )) No Homogéneo
dt
t ∈ [t0 , T ]
Solución Única

GHO EDO - MA-33A 16

 1) MN para EDO:
Resultados Teóricos para Problema de Cauchy
ƒ Se dice que una función f : R ⊂ \ → \ satisface
0011 0010 1010 1101 0001 0100 1011 2

una condición de Lipschitz en la variable y si

existe L (constante de Lipschitz) con la propiedad:
f (t, y1 ) − f (t, y2 ) ≤ L y1 − y2 ∀(t, y1 ),(t, y1 ) ∈ R
ƒ Sea R ⊂ \ un conjunto convexo. Si existe una
2

constante L que verifica: ∂f (t, y)

≤ L ∀(t, y) ∈ R
∂y
entonces f satisface la condición de Lipschitz en R
GHO EDO - MA-33A 17
 1) MN para EDO:
Resultados Teóricos para Problema de Cauchy
ƒ Teo: Sean R = {(t , y ) / t0 ≤ t ≤ T , −∞ < y < ∞} y una
0011 0010 1010 1101 0001 0100 1011

función f : R ⊂ \ → \ contínua en R . Si f
2

satisface una condición de Lipschitz en la variable y

entonces el problema de valor inicial:
y (t = t0 ) = y0
dy (t )
= f (t , y (t )) ∀t ∈ [t0 , T ]
dt
tiene solución única
GHO EDO - MA-33A 18
 1) MN para EDO:
Método de la Serie de Taylor para Prob. Cauchy
0011 0010 1010 1101 0001 0100 1011
La solución del Problema de Cauchy se desarrolla en
Serie de Taylor. Las derivadas se obtienen de la edo:
y (t = t0 ) = y0 f (k ) ( t0 )
n
y(t) = ∑ (t − t0 ) + Error
k

dy (t ) k =0 k!
= f (t , y (t ))
dt f (n+1) (ξ (t)) n+1
Error(t) = (t − t0 )
t ∈ [t0 , T ] (n +1)!
df (t0 , y0 , y '0 )
y(t0 ) = y0 , y '(t0 ) = y '0 = f (t0 , y0 ), y ''(t0 ) = y ''0 = ,...
dt
GHO EDO - MA-33A 19
 1) MN para EDO:
Método de Euler para Problema de Cauchy
0011 0010 1010 1101 0001 0100 1011

Se determinan n valores yk de la función y : \ → \

en puntos tk equi-espaciados en [t0 , T ]:

(T −t0)
h= tk = t0 +kh ∀k = 0,..., n
n
y0 = y (t = t0 ) Error:
yk +1 = yk + hf (tk , yk ) 2
h (2)
Método y (ξi )
Inexacto ! 2
GHO EDO - MA-33A 20
 1) MN para EDO:
Método de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
Mejoramos el método de Euler de la siguiente forma:
q1k = hf (tk , yk ) q 2 k = hf (tk + α h, yk + β hf (tk , yk ))
yk +1 = yk + μ q + μ2 q 1
1 k
2
k

Tenemos que:
h2 h2
yk +1 = y (tk + h) ≈ y (tk ) + hy '(tk ) + y ''(tk ) = y (tk ) + hf (tk , yk ) + f '(tk , yk )
2 2
∂f (tk , yk ) ∂f (tk , yk ) ∂f (tk , yk ) ∂f (tk , yk )
f '(tk , yk ) = + y '(tk ) = + f (tk , yk )
∂t ∂y ∂t ∂y
h 2 ∂f (tk , yk ) h 2 ∂f (tk , yk )
yk +1 = y (tk + h) ≈ y (tk ) + hf (tk , yk ) + + f (tk , yk ) 1
2 ∂t 2 ∂y
GHO EDO - MA-33A 21
 1) MN para EDO:
Método de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
Por otra parte:
yk +1 = yk + μ1hf (tk , yk ) + μ2 hf (tk + α h, yk + β hf (tk , yk ))
∂f (tk , yk ) ∂f (tk , yk )
f (tk + α h, yk + β hf (tk , yk )) ≈ f (tk , yk ) + α h + β hf (tk , yk )
∂t ∂y
⎡ ∂f (tk , yk ) ∂f (tk , yk ) ⎤
yk +1 = y(tk ) + μ1hf (tk , yk ) + μ2 h ⎢ f (tk , yk ) + α h + β hf (tk , yk ) ⎥
⎣ ∂t ∂ y ⎦
∂f (tk , yk ) ∂f (tk , yk )
yk +1 = y(tk ) + (μ1 + μ2 )hf (tk , yk ) + μ2α h2 + μ2 β h2 f (tk , yk ) 2
∂t ∂y
Igualando 1 y 2 : μ + μ = 1 1 1
1 2 μ2α = μ2 β =
2 2
GHO EDO - MA-33A 22
 1) MN para EDO:
Método de Runge-Kutta de Orden 2 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011

dy (t )
= f (t , y (t )) (t0 , y0 ) dado
dt
y0 dado
RK q = hf (tk , yk ) q k = hf (tk + , yk +
1
k
2 h
2
qk1
2 )
Orden 2
yk +1 = yk + q2k

3
Error: O(h )
GHO EDO - MA-33A 23
 1) MN para EDO:
RK 2: Ejemplo Simple
0011 0010 1010 1101 0001 0100 1011
dy y ⎛ y ⎞
2
yk = y (t = tk ) k = 0,..., 4 = n
= − ⎜ ⎟ , y(1) = 1
dt t ⎝ t ⎠ (T − t )
h = n 0 = (24−1) = 0.25
t
y(t) = tk = hk = 0.25k k = 0,1,..., 4
1+ ln(t)
y ⎛ y⎞
2
q 1
k = hf (t k , y k ), q 2
k = hf (t k + 1
2 h, y k + 1 1
2 q k)
f (t, y) = − ⎜ ⎟ ,y0 =1
t ⎝t⎠ yk +1 = yk + q 2 k k = 0,1,..., 4
t yt k q1 q2 yk E abs E rel
1 1 0 0 0. 0247 1 0 0
1. 25 1. 0219 1 0. 03695 0. 04578 1. 0247 0. 0028 0. 0027
1. 5 1. 0672 2 0. 05108 0. 05488 1. 0705 0. 0033 0. 0031
1. 75 1. 1221 3 0. 05738 0. 05918 1. 1254 0. 0033 0. 0029
2 1. 1812 4 1. 1846 0. 0034 0. 0030
GHO EDO - MA-33A 24
 1) MN para EDO:
RK 2 aplicado al modelo crecimiento logístico:
0011 0010 1010 1101
2 0001 0100 1011
p ' = α p(t ) − β p (t ) pk = p (t = tk ) k = 0,...,8 = n
f (t, p) = α p − β p2 (T − t )
h = n 0 = (1980−81900) = 10 ⇒ tk = hk = 10k k = 0,1,...,8
α = 0.02, β = 0.00004 q1k = hf (tk , yk ), q 2 k = hf (tk + 12 h, yk + 12 q1k )
p(t ) = p =76.1 p k +1 = pk + q 2
k k = 0,1,...,8
0 0

k = 0 : t0 = 0, h = 10, p0 = 76.1
q10
q = hf (t0 , p0 ) = 12.9035, q 0 = hf (t0 + , p0 +
1
0
2 h
2 2 ) = 13.7844
p1 = p0 + q 2 0 = 89.8844
k = 1: t1 = 10, h = 10, p1 = 89.8844
q11
q = hf (t1 , p1 ) = 14.7452,q = hf (t1 + , p1 +
1
1
2
1
h
2 2 ) = 15.6678
p2 = p2 + q 2 2 = 105.5523
GHO EDO - MA-33A 25
 1) MN para EDO:
Método de Runge-Kutta de Orden 3 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011

y0 dado
q = hf (tk , yk )
1
RK k
qk1
Orden 3 q k = hf (tk + h2 , yk +
2
2 )
q3k = hf (tk + h, yk − q1k − 2q2k )
Error:
yk +1 = yk + ( q + 4q k + q k )
1
6
1
k
2 3 4
O(h )

GHO EDO - MA-33A 26

 1) MN para EDO:
Método de Runge-Kutta de Orden 4 para P. Cauchy
0011 0010 1010 1101 0001 0100 1011
y0 dado
q = hf (tk , yk )
1
k
RK q1k
q 2
= hf (tk + , yk +
h
)
Orden 4 k 2 2
q 2k
q k = hf (tk + , yk +
3 h
2 2 )
q 4
= hf (tk + h, yk + q k ) 3
k
Error:
yk +1 = yk + ( q + 2q k + 2q k + q k ) O(h )
1
6
1
k
2 3 4 5

GHO EDO - MA-33A 27

 1) MN para EDO:
Ejemplo Métodos Euler y Runge-Kutta Orden 4
0011 0010 1010 1101 0001 0100 1011
tk Exacto Euler R-K Orden 4 Error R-K
0.0 0.5000000 0.5000000 0.5000000 0.0000000

0.1 0.6574145 0.6554982 0.6574144 0.0000001

0.2 0.8292986 0.8253385 0.8292983 0.0000003

0.3 1.0150706 1.0089334 1.0150701 0.0000005

0.4 1.2140877 1.2056345 1.2140869 0.0000008

0.5 1.4256394 1.4147264 1.4256384 0.0000010

y ' = y − t + 1 t ∈ [0, 2] y (0) =

2 1
2
GHO EDO - MA-33A 28
 1) MN para EDO:
Métodos Multipasos Explícitos
0011 0010 1010 1101 0001 0100 1011
Un método multipaso de paso m para resolver el
problema de Cauchy es de la forma:
yk +1 = am −1 yk + am − 2 yk −1 + " + a0 yk +1− m +
+ h[bm −1 f (tk , yk ) + bm − 2 f (tk −1 , yk −1 ) + " + b0 f (tk +1− m , yk +1− m )]
Se necesitan m valores iniciales: y0 , y1 ,..., ym−1
Los coeficientes am−1 , am−2 ,..., a0 y bm−1 , bm−2 ,..., b0 son
las constantes del método y: h = (T−nt ) tk =t0 +kh ∀k =0,...,n
0

Por yk +1 = yk + h[3 f (tk , yk ) − f (tk −1 , yk −1 )] Adams

Ejemplo y0 , y1 dados Bashforth m=2
GHO EDO - MA-33A 29
 1) MN para EDO:
Métodos Multipasos Explícitos
0011 0010 1010 1101 0001 0100 1011
ƒ Adams – Bashforth de 3 Pasos
h
yk +1 = yk + [23 f (tk , yk ) − 16 f (tk −1 , yk −1 ) + 5 f (tk − 2 , yk − 2 )]
12
y0 , y1 ,y2 dados 3 (4)
Error (k + 1) = y ( μ )h3 μ ∈ [t , t ] k +1 k +1 k −2 k +1
8
ƒ Adams – Bashforth de 4 Pasos
h
yk +1 = yk + [55 f (tk , yk ) − 59 f (tk −1, yk −1) + 37 f (tk −2 , yk −2 ) − 9 f (tk −3 , yk −3 )]
24
y0 , y1,y2 ,y3 dados 251 (5)
Error (k + 1) = y ( μ )h 4 μ ∈ [t , t ]
k +1 k +1 k −3 k +1
720
GHO EDO - MA-33A 30
 1) MN para EDO:
Sistemas de Edo
0011 0010 1010 1101 0001 0100 1011
Un sistema de primer orden (condiciones iniciales) de
edo no-lineales es de la forma:
dx1
= f1 (t , x1 , x2 ,..., xn )
dt x1 (t = 0) = x1
0

dx2
= f 2 (t , x1 , x2 ,..., xn ) x2 (t = 0) = x2 0
dt (+)
#
#
dxn xn (t = 0) = xn 0
= f n (t , x1 , x2 ,..., xn )
dt
∀t ∈ [0, T ]
GHO EDO - MA-33A 31
 1) MN para EDO:
Sistemas de Edo
ƒ Teorema: Supongamos que las funciones fi (⋅) son
0011 0010 1010 1101 0001 0100 1011

continuas y satisfacen la condición de nLipschitz en D :

fi (t , u1 , u2 ,..., un ) − fi (t , v1 , v2 ,..., vn ) ≤ L∑ u j − v j
j =1

∀u = (t , u1 , u2 ,..., un ), v = (t , v1 , v2 ,..., vn ) ∈ D
D = {(t , z1 , z2 ,..., zn ) 0 ≤ t ≤ T , −∞ < z j < ∞∀j = 1,..., n}
Entonces el sistema de edo no-lineales (+) tiene solución
única. La condición de Lipschitz se satisface si:
∂fi (t , u1 , u2 ,..., un )
≤ L ∀(t , u1 , u2 ,..., un ) ∈ D + fi ∈ C1
∂u j
GHO EDO - MA-33A 32
 1) MN para EDO:
Sistemas de Edo: Método de Euler
0011 0010 1010 1101 0001 0100 1011
T
h = , tk = kh ∀k = 0,1,..., n
n
xik = xi (tk ) Aproximación de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) Condiciones iniciales
x1k , x2 k ,..., xnk ⇒ x1,k +1 , x2,k +1 ,..., xn ,k +1 ∀i = 1,..., n, ∀k ≥ 0
xi ,k +1 = xik + hf i (tk , x1k , x2 k ,..., xnk ) ∀i = 1,..., n, ∀k ≥ 0

GHO EDO - MA-33A 33

 1) MN para EDO:
Sistemas de Edo: Runge – Kutta de Orden 2
T
0011 0010 1010 1101 0001 0100 1011
h = , tk = kh ∀k = 0,1,..., n
n
xik = xi (tk ) Aproximación de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) Condiciones iniciales
x1k , x2k ,..., xnk ⇒ x1,k +1 , x2,k +1 ,..., xn,k +1 ∀i = 1,..., n, ∀k ≥ 0
q1ik = hfi (tk , x1k , x2 k ,..., xnk ) ∀i = 1,..., n, ∀k ≥ 0
q 2ik = hfi (tk + h2 , x1k + 12 q11k , x2 k + 12 q12 k ,..., xnk + 12 q1nk )
xi ,k +1 = xik + q 2ik ∀i = 1,..., n, ∀k ≥ 0
GHO EDO - MA-33A 34
 1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
El modelo de Lotka - Volterra predice la evolución en el tiempo de
una población con 2 especies, una depredadora x1(t) y la otra presa
x2(t). Se supone que la población presa tiene suficiente comida y
que su natalidad es proporcional a la cantidad de presas vivas:
k1x1(t). La mortalidad de la población presa depende del número de
presas y depredadores: k2x1(t)x2(t). La natalidad de la población
depredador es: k3x1(t)x2(t) y su mortalidad es: k4x2(t). Se expresa el
cambio en la poblaciones presa y depredador mediante el sedo:
dx1 (t ) dx2 (t )
= k1 x1 (t ) − k2 x1 (t ) x2 (t ) = k3 x1 (t ) x2 (t ) − k4 x2 (t ) t = 1,..., 4
dt dt
x1 (1) = 1000, x2 (t = 1) = 500 k1 = 3, k2 = 0.002, k3 = 0.0006, k4 = 0.5
GHO EDO - MA-33A 35
 1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
En la iteración k de RK 2 aplicada a este sedo, hay que calcular
primero: q 1k , q 2 k luego q 1k , q 2 k y luego x1,k +1 , x2,k +1
1 1 2 2

t ∈ [0, 4], n = 4, h = Tn = 1, tk = k , k = 0,1,..., 4

x1k = x1 (tk ), x2 k = x2 (tk ) Aprox. RK x10 = x1 (0), x20 = x2 (0) c. i.
x1k , x2 k ⇒ x1,k +1 , x2,k +1 , k = 0,1, 2,3 donde xi ,k +1 = xik + q 2ik
q11k = hf1 (tk , x1k , x2 k ), q12 k = hf 2 (tk , x1k , x2 k )
q 21k = hf1 (tk + h2 , x1k + 12 q1k1 , x2 k + 12 q2 k1 )
q 2 2 k = hf 2 (tk + h2 , x1k + 12 q1k1 , x2 k + 12 q2 k1 )
GHO EDO - MA-33A 36
 1) MN para EDO:
Sistemas de Edo: Ejemplo RK 2
0011 0010 1010 1101 0001 0100 1011
f1 (t , x1 , x2 ) = k1 x1 − k2 x1 x2 , f 2 (t , x1 , x2 ) = k3 x1 x2 − k4 x2

Iteración 0: k = 0, t0 = 0, h = 1, x10 = 1000, x20 = 500

q110 = hf1 ( x10 , x20 ) = k1 x10 − k2 x10 x20 = 2000
q120 = hf 2 ( x10 , x20 ) = k3 x10 x20 − k4 x20 = 50
q 210 = hf1 ( x10 + 12 q110 , x20 + 12 q120 ) = 3900
q 2 20 = hf 2 ( x10 + 12 q110 , x20 + 12 q120 ) = 367.5
x11 = x10 + q 210 =4900
k = 1, t0 = 1, h = 1
x21 = x20 + q 2
=867.5 Y así sigue para
20
x11 = 4900, x21 = 867.5
GHO EDO - MA-33A 37
 1) MN para EDO:
Sistemas de Edo: Runge – Kutta de Orden 3
0011 0010 1010 1101 0001 0100 1011
T
h = , tk = kh ∀k = 0,1,..., n
n
xik = xi (tk ) Aproximación Runge-Kutta
x10 = x1 (0),..., xn0 = xn (0) Condiciones iniciales
x1k , x2k ,..., xnk ⇒ x1,k +1 , x2,k +1,..., xn,k +1
q1ik = hfi (tk , x1k , x2k ,..., xnk ) i = 1,..., n
q2ik = hfi (tk + h2 , x1k + 12 q11k , x2k + 12 q12k ,..., xnk + 12 q1nk ) i = 1,..., n
q3ik = hfi (tk + h, x1k − q11k − 2q21k , x2k − q12k − 2q22k ,..., xnk − q1nk − 2q2nk )
xi,k +1 = xik + 16 ( q1ik + 4q2ik +q3ik ) ∀i = 1,..., n, ∀k ≥ 0

GHO EDO - MA-33A 38

 1) MN para EDO:
Sistemas de Edo: Runge – Kutta de Orden 4
0011 0010 1010 1101 0001 0100 1011
h = Tn , tk = kh ∀k = 0,1,..., n
xik = xi (tk ) Aproximación de Runge-Kutta
x10 = x1 (0),..., xn 0 = xn (0) x1k , x2 k ,..., xnk ⇒ x1,k +1 , x2,k +1 ,..., xn ,k +1
q1ik = hfi (tk , x1k , x2 k ,..., xnk ) i = 1,..., n
q 2ik = hfi (tk + h2 , x1k + 12 q11k , x2 k + 12 q12 k ,..., xnk + 12 q1nk ) i = 1,..., n
q 3ik = hfi (tk + h2 , x1k + 12 q 21k , x2 k + 12 q 2 2 k ,..., xnk + 12 q 2 nk ) i = 1,..., n
q 4ik = hfi (tk + h, x1k + q 31k , x2 k + q 32 k ,..., xnk + q 3nk ) i = 1,..., n
xi ,k +1 = xik + 16 ( q1ik + 2q 2ik + 2q 3ik + q 4ik ) ∀i = 1,..., n, ∀k ≥ 0

GHO EDO - MA-33A 39

 1) MN para EDO:
Edo de Orden Superior
= f ( t , y, y ',..., y
( n −1)
( n ) 1101 0001 0100 1011
y
0011 0010 1010
) ∀t ∈ [0, T ]
y (0) = y0 , y '(0) = y0 ',..., y ( n −1) (0) = y0 ( n −1)
x1 (t )  y (t ), x2 (t )  y '(t ),..., xn (t )  y ( n −1) (t ) ∀t ∈ [0, T ]
dx1 x1 (t = 0) = x10  y0
= y ' = x2
dt
x2 (t = 0) = x2 0  y0 '
dx2 (+)
= y '' = x3 #
dt
# xn (t = 0) = xn 0  y0 ( n−1)
dxn
= y ( n ) = f ( t , y, y ',..., y ( n −1) ) = f ( t , x1 , x2 ,..., xn )
dt
GHO EDO - MA-33A 40
 1) MN para EDO:
Edo de Orden Superior: Ecuación de Duffing
0011 0010 1010 1101 0001 0100 1011

x ''+ x '+ ( x − x ) = cos ( t )

3

x1  x, x2  x '
x1 ' = x2
x2 ' = − x2 + x1 − x13 + cos ( t )

GHO EDO - MA-33A 41

 2) Bibliografía
0011 0010 1010 1101 0001 0100 1011
1) R. Burden & J. D. Faires, Análisis Numérico,
Séptima Edición, Thomson Learning, 2002.
2) C. Gerald & P. O. Wheatley, Applied Numerical
Analysis 7th Edition, Pearson – Addison Wesley,
2004.
3) G. Hernández O.: Apuntes de Cálculo Numérico

GHO EDO - MA-33A 42