Instituto Tecnológico Nacional de

México

Instituto Tecnológico de Mérida

Ingeniería Mecánica 4M1

Unidad 6 SOLUCIÓN DE ECUACIONES

DIFERENCIALES

Víctor Tamayo Aldana

María José Domínguez Calderón
Gerardo Blanco Cobos
José Rosado Chan
Gilberto Galera Flores

Ing. Antonio Herrera Peraza

18 de diciembre de 2018
Métodos de un paso

Runge-Kutta

Todos los métodos de Runge-Kutta son generalizaciones de la fórmula básica de Euler, en

la que la función pendiente f se remplaza por un promedio ponderado de pendientes en el
intervalo xn  x  xn+1

yn1  yn  h(w1k1  w2 k2    wm km ) (1)

donde las ponderaciones wi, i = 1, 2, …, m son constantes que satisfacen w1 + w2 + … + wm

= 0, y ki es la función evaluada en un punto seleccionado (x, y) para el cual xn  x  xn+1.
El número m se llama el orden. Si tomamos m = 1, w1 = 1, k1 = f(x, yn), llegamos al método
de Euler. Por consiguiente, se dice que el método de Euler es un método de Runge-Kutta
de primer orden.
Método de Runge-Kutta de Segundo Orden
• Tratamos de hallar unas constantes de modo que la fórmula
yn1  yn  ak1  bk2 (2)
donde k1= f(xn, yn),
k2= f(xn+h, yn+hk1)
concuerde con un polinomio de Taylor de grado 2.
Las constantes deben satisfacer
1 1
w1  w2  1, w2  , y w2  
2 2 (3)

luego
1 1
w1  1  w2 ,   , y 
2w2 2w2
(4)

donde w2  0.

Ejemplo: escogemos w2 = ½ , de donde w1 = ½ ,  = 1,  = 1, y (2) se transforma en

yn+1= yn+(k1+ k2)h/2

donde k1= f(xn, yn), k2= f(xn+h, yn+hk1).

Puesto que xn + h = xn+1, yn + hk1 = yn + hf(xn, yn), es idéntica al método de Euler mejorado.
Método de Runge-Kutta de Cuarto Orden
• Tratamos de hallar parámetros de modo que la fórmula

yn1  yn  ak1  bk2  ck3  dk4 (5)

donde k  hf ( xn , yn )
k 2  hf ( xn  1h, yn  1k1 )
k3  hf ( xn   2 h, yn   2 k1   3k 2 )
k 4  hf ( xn h, yn  k3 )

concuerde con un polinomio de Taylor de orden 4.

El conjunto de valores usado con más frecuencia para los parámetros produce el siguiente
resultado

1
yn 1  yn  (k1  2k 2  2k3  k 4 )
6
k1  hf ( xn , yn )
k 2  hf ( xn  1/ 2 h, yn  1/ 2 k1 ) (6)
k3  hf ( xn  1/ 2 h, yn  1/ 2 k 2 )

Fuente: https://slideplayer.es/slide/1715034/
Método de Euler mejorado (sacando los primeros 2 puntos)
𝑦′ = 𝑥𝑦 𝑦(0) = 1 ℎ = 0.1

𝑥𝑖 𝑦𝑖
0 1
0.1 1.005
0.2 1.0201

ℎ
𝑦1 = 𝑦0 + [𝑓(𝑥0 , 𝑦0 ) + 𝑓(𝑥1 , 𝑦0 + ℎ ∙ 𝑓(𝑥0 , 𝑦0 ))]
2
0.1
𝑦1 = 1 + [0 + 𝑓(0.1, 1 + 0.1(0))]
2
𝑦1 = 1 + 0.05[0 + 𝑓(0.1, 1)]
𝑦1 = 1 + 0.05[0 + 0.1]
𝑦1 = 1 + 0.005

𝒚𝟏 = 𝟏. 𝟎𝟎𝟓

ℎ
𝑦2 = 𝑦1 + [𝑓(𝑥1 , 𝑦1 ) + 𝑓(𝑥2 , 𝑦1 + ℎ ∙ 𝑓(𝑥1 , 𝑦1 ))]
2
0.1
𝑦2 = 1.005 + [0.1005 + 𝑓(0.2, 1 + 0.1(0.1005))]
2
𝑦2 = 1.005 + 0.05[0.1005 + 𝑓(0.2, 1.01005)]
𝑦2 = 1.005 + 0.05[0.1005 + 0.2020]
𝑦2 = 1.005 + 0.0151

𝒚𝟐 = 𝟏. 𝟎𝟐𝟎𝟏
Método de Runge-Kutta de tercer orden (obteniendo el tercer punto)
𝑦′ = 𝑥𝑦 𝑦(0) = 1 ℎ = 0.1

𝑥𝑖 𝑦𝑖
0 1
0.1 1.005
0.2 1.0201
0.3 1.0459

𝑘1 = ℎ ∙ 𝑓(𝑥𝑛 , 𝑦𝑛 ) ℎ 1
𝑘2 = ℎ ∙ 𝑓 (𝑥𝑛 + , 𝑦𝑛 + 𝑘1 )
𝑘1 = ℎ ∙ 𝑓(𝑥2 , 𝑦2 ) 2 2
𝑘1 = (0.1) ∙ 𝑓(0.2, 1.0201) ℎ 1
𝑘2 = ℎ ∙ 𝑓 (𝑥2 + , 𝑦2 + 𝑘1 )
𝑘1 = (0.1) ∙ (0.20402) 2 2
𝑘1 = 0.0204 0.1 1
𝑘2 = 0.1 ∙ 𝑓 (0.2 + , 1.0201 + (0.0204))
2 2
𝑘2 = 0.1 ∙ 𝑓(0.2 + 0.05, 1.0201 + 0.0102)
𝑘2 = 0.1 ∙ 𝑓(0.25, 1.0303)
𝑘2 = (0.1) ∙ (0.2575)
𝑘2 = 0.02575

𝑘3 = ℎ ∙ 𝑓(𝑥𝑛 + ℎ, 𝑦𝑛 − 𝑘1 + 2𝑘2 )
𝑘3 = ℎ ∙ 𝑓(𝑥2 + ℎ, 𝑦2 − 𝑘1 + 2𝑘2 )
𝑘3 = 0.1 ∙ 𝑓(0.2 + 0.1, 1.0201 − 0.0204 + 2(0.02575))
𝑘3 = 0.1 ∙ 𝑓(0.3, 1.0512)
𝑘3 = (0.1) ∙ (0.31536)
𝑘3 = 0.031536

1
𝑦𝑛+1 = 𝑦𝑛 + (𝑘1 + 4𝑘2 + 𝑘3 )
6
1
𝑦3 = 𝑦2 + (𝑘1 + 4𝑘2 + 𝑘3 )
6
1
𝑦3 = 1.0201 + (0.0204 + 4(0.02575) + 0.031536)
6
1
𝑦3 = 1.0201 + (0.154396)
6
𝑦3 = 1.0201 + 0.02582
𝒚𝟑 = 𝟏. 𝟎𝟒𝟓𝟗𝟐
Métodos multipaso

Métodos de Adams-Moulton
Métodos predictor-corrector
El predictor es la fórmula de Adams-Bashforth

h
yn*1  yn  (55 yn  59 yn 1  37n  2  9 yn 3 ) ,
24 (1)
yn  f ( xn , yn )
yn 1  f ( xn 1 , yn 1 )
yn  2  f ( xn  2 , yn  2 )
yn 3  f ( xn 3 , yn 3 )

donde n  3.
El valor de yn+1* se sustituye en el corrector de Adams-Moulton

h
yn1  yn  (9 yn 1  19 yn  5 yn 1  yn 2 )
24
yn 1  f ( xn1 , yn*1 ) (2)

Fuente: Métodos numéricos para las ecuaciones diferenciales, Jose S. Cánovas Peña, 2009
Método de Adams-Bashforth (obteniendo los siguientes dos puntos)
𝑦′ = 𝑥𝑦 𝑦(0) = 1 ℎ = 0.1

𝑥𝑖 𝑦𝑖
0 1 A-B de 3 pasos
0.1 1.005 ℎ
0.2 1.0201 𝑦𝑖+1 = 𝑦𝑖 + [23𝑓(𝑥𝑖 , 𝑦𝑖 ) − 16𝑓(𝑥𝑖−1 , 𝑦𝑖−1 ) + 5𝑓(𝑥𝑖−2 , 𝑦𝑖−2 )]
12
0.3 1.0459 ℎ
0.4 1.0830 𝑦4 = 𝑦3 + [23𝑓(𝑥3 , 𝑦3 ) − 16𝑓(𝑥2 , 𝑦2 ) + 5𝑓(𝑥1 , 𝑦1 )]
12
0.5 1.1326

0.1
𝑦4 = 1.0459 + [23𝑓(0.3, 1.0459) − 16𝑓(0.2, 1.0201) + 5𝑓(0.1, 1.005)]
12
1
𝑦4 = 1.0459 + [23(0.31377) − 16(0.20402) + 5(0.1005)]
120
𝑦4 = 1.0459 + 0.0371
𝒚𝟒 = 𝟏. 𝟎𝟖𝟑𝟎

ℎ
𝑦5 = 𝑦4 + [23𝑓(𝑥4 , 𝑦4 ) − 16𝑓(𝑥3 , 𝑦3 ) + 5𝑓(𝑥2 , 𝑦2 )]
12
0.1
𝑦5 = 1.0830 + [23𝑓(0.4, 1.0830) − 16𝑓(0.3, 1.0459) + 5𝑓(0.2, 1.0201)]
12
0.1
𝑦5 = 1.0830 + [23𝑓(0.4, 1.0830) − 16𝑓(0.3, 1.0459) + 5𝑓(0.2, 1.0201)]
12
1
𝑦5 = 1.0830 + [23(0.4332) − 16(0.31377) + 5(0.20402)]
120
𝑦5 = 1.0830 + 0.0496
𝒚𝟓 = 𝟏. 𝟏𝟑𝟐𝟔
Calcular el método predictor y corrector
𝑦′ = 𝑥𝑦 𝑦(0) = 1 ℎ = 0.1

𝑥𝑖 𝑦𝑖 Adams-Bashforth de 3 pasos (predictor)

0 1 ℎ
0.1 1.005 𝑦𝑖+1 = 𝑦𝑖 + [23𝑓(𝑥𝑖 , 𝑦𝑖 ) − 16𝑓(𝑥𝑖−1 , 𝑦𝑖−1 ) + 5𝑓(𝑥𝑖−2 , 𝑦𝑖−2 )]
12
0.2 1.0201 ℎ
0.3 1.0459 𝑦6 = 𝑦5 + [23𝑓(𝑥5 , 𝑦5 ) − 16𝑓(𝑥4 , 𝑦4 ) + 5𝑓(𝑥3 , 𝑦3 )]
12
0.4 1.0830 0.1
0.5 1.1326 𝑦6 = 1.1326 + [23𝑓(0.5, 1.1326) − 16𝑓(0.4, 1.0830) + 5𝑓(0.3, 1.0459)]
12
0.6 1.196653
1
𝑦6 = 1.1326 + [23(0.5663) − 16(0.4332) + 5(0.31377)]
120
1
𝑦6 = 1.1326 + [13.0249 − 6.9312 + 1.56885]
120
𝑦6 = 1.1326 + 0.0638
𝑦6 = 1.1964

Adams-Moulton de 3 pasos (corrector)

ℎ
𝑦𝑖+1 = 𝑦𝑖 + [5𝑓(𝑥𝑖+1 , 𝑦𝑖+1 ) + 8𝑓(𝑥𝑖 , 𝑦𝑖 ) − 𝑓(𝑥𝑖−1 , 𝑦𝑖−1 )]
12
ℎ
𝑦6 = 𝑦5 + [5𝑓(𝑥6 , 𝑦6 ) + 8𝑓(𝑥5 , 𝑦5 ) − 𝑓(𝑥4 , 𝑦4 )]
12
0.1
𝑦6 = 1.1326 + [5𝑓(0.6, 1.1964) + 8𝑓(0.5, 1.1326) − 𝑓(0.4, 1.0830)]
12
1
𝑦6 = 1.1326 + [5(0.71784) + 8(0.5663) − (0.4332)]
120
1
𝑦6 = 1.1326 + [3.5892 + 4.5304 − 0.4332]
120
𝑦6 = 1.1326 + 0.0640

𝒚𝟔 = 𝟏. 𝟏𝟗𝟔𝟔𝟓𝟑