Introducción

En la práctica de la ingeniería y ciencias es frecuente tener la necesidad de resolver un sistema de ecuaciones lineales. Estos sistemas aparecen en muy diversos problemas, ya sea como la solución completa de un problema ó al menos como parte de ella. Dada esta necesidad frecuente, se requiere resolverlos en forma eficiente. Las ecuaciones diferenciales ordinarias numéricas o métodos numéricos son la parte de análisis numérico la cuál estudia la solución numérica a ecuaciones diferenciales ordinarias (EDO). Este campo también es conocido como Integración Numérica, pero alguna gente reserva este término para el cómputo de integrales. Muchas ecuaciones diferenciales no se pueden solucionar analíticamente, en este caso tenemos que satisfacerlas con una aproximación a la solución, usando algoritmos que pueden ser utilizados en computadoras para encontrar tal aproximación. Un método alternativo es utilizar técnicas de cálculo para obtener una serie de la extensión de la solución. Las ecuaciones diferenciales ordinarias ocurren en muchas disciplinas científicas, por ejemplo en la mecánica, química, biología, y economía. Además, algunos métodos de ecuaciones diferenciales parciales numéricas convierte la ecuación diferencial parcial en una ecuación diferencial ordinaria, que entonces puede ser solucionada. De hecho existe una materia que se dedica al estudio de las soluciones a este tipo de problemas, la Matemática Aplicada (Curso posterior a la Matemática Intermedia) La matemática aplicada es la rama de las matemáticas que se dedica a buscar y aplicar las herramientas más adecuadas a los problemas basados en estos modelos. Desafortunadamente, no siempre es posible aplicar métodos analíticos clásicos por diferentes razones: y y y y No se adecúan al modelo concreto. Su aplicación resulta excesivamente compleja. La solución formal es tan complicada que hace imposible cualquier interpretación posterior. Simplemente no existen métodos analíticos capaces de proporcionar soluciones al problema.

En estos casos son útiles las técnicas numéricas, que mediante una labor de cálculo más o menos intensa, conducen a soluciones aproximadas que son siempre numéricos. El importante esfuerzo de cálculo que implica la mayoría de estos métodos hace que su uso esté íntimamente ligado al empleo de computadores. De hecho, sin el desarrollo que se ha producido en el campo de la informática resultaría difícilmente imaginable el nivel actual de utilización de las técnicas numéricas en ámbitos cada día más diversos.

Objetivos
y y y y Hacer uso de sistemas de cómputo y herramientas electrónicas para solucionar los problemas propuestos utilizando métodos numéricos. Ofrecer una presentación sistemática de algunos de los métodos y técnicas más importantes del Análisis Numérico. Resolución numérica de ecuaciones no lineales, de sistemas lineales e introducción a los sistemas no lineales. Aprender sobre la teoría del los tres métodos numéricos requeridos para diferenciar entre cada método y su utilidad.

3 Con lo cual podemos usar el punto para construir el siguiente punto y así sucesivamente.2 Siempre y cuando sea pequeño. De aquí obtenemos que 1. al método numérico consistente en ir incrementando paso a paso la variable independiente y hallando la siguiente imagen con la derivada.Método de Euler Se llama método de Euler o de las rectas tangentes. Una de las técnicas más simples para aproximar soluciones de una ecuación diferencial.1 Observe en la figura 1 que la pendiente de la recta tangente a la curva está dada por y es aproximadamente igual a la pendiente de la recta secante 1. Suponga que se desea aproximar la solución del problema de valor inicial Figura 1 1. De esta forma generamos la sucesión de puntos: Los cuales son de esperar que se encuentren cercanos a los puntos .

1 obtenemos el método de Euler 1.Al sustituir el valor aproximado de la derivada 1.5 .4 1.2 en la ecuación diferencial del problema de valor inicial 1.

esta parte del proceso se conoce como paso predictivo. tomando un promedio entre ciertas pendientes.Método de Euler Mejorado El método de Euler modificado consta de dos pasos básicos: 1. este valor de se denotará aquí como ya que sólo es un valor transitorio para . Se parte de y se utiliza el método de Euler a fin de calcular el valor de correspondiente a .2 Para entender esta fórmula. La fórmula es la siguiente: 2. 2. El segundo paso se llama corrector. pero hace un refinamiento en la aproximación. pues trata de corregir la predicción. se obtiene la media aritmética de esta derivada y la derivada en el punto inicial . con base en la siguiente gráfica: Figura 2 .1 Donde 2. analicemos el primer paso de la aproximación. Este método se basa en la misma idea del método anterior. En el nuevo punto obtenido se evalúa la derivada usando la ecuación diferencial ordinaria del PVI (problema con valor inicial) que se esté resolviendo.

esta recta bisectriz se traslada paralelamente hasta el punto de la condición inicial. .En la figura 2. Finalmente. y se considera el valor de esta recta en el punto como la aproximación de Euler mejorada. vemos que la pendiente promedio corresponde a la pendiente de la recta bisectriz de la recta tangente a la curva en el punto de la condición inicial y la "recta tangente" a la curva en el punto donde es la aproximación obtenida con la primera fórmula de Euler.

A la omisión del resto de cifras significativas se le conoce como error de redondeo.00001845 0. y los errores de redondeo. que resultan de representar aproximadamente un procedimiento matemático exacto. La inexactitud (conocida como sesgo) se define como un alejamiento sistemático de la verdad. se deben desarrollar criterios para especificar que tan precisos son los resultados obtenidos. Exactitud y precisión La precisión se refiere 1) al número de cifras significativas que representan una cantidad 2) la extensión en las lecturas repetidas de un instrumento que mide alguna propiedad física. Por ejemplo: 0.0001845 0. Definiciones de error Los errores numéricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemáticas. Estos incluyen errores de truncamiento. .00845 Los ceros no son siempre cifras significativas ya que pueden usarse solo para ubicar el punto decimal. Los números antes mencionados tienen cuatro cifras significativas. Los métodos numéricos obtienen resultados aproximados. La exactitud se refiere a la aproximación de un numero o de una medida al valor verdadero que se supone representa. Cuando se incluyen ceros en números muy grandes.Errores en los Métodos Numéricos También es conocido como dígitos significativos y se ha desarrollado para designar formalmente la confiabilidad de un valor numérico. no se ve claro cuántos ceros son significativos si es que los hay. Él numero de cifras significativas es él numero de dígitos más un dígito estimado que se pueda usar con confianza. que resultan de representar aproximadamente números exactos. Por ejemplo: y y y Cuando se hacen algunos disparos en un lugar de tiro al blanco la precisión se refiere a la magnitud del esparcimiento de las balas. El concepto de cifras significativas tiene dos implicaciones importantes en el estudio de los métodos numéricos. Una manera de hacerlo es en términos de cifras significativas.

Por lo tanto se representa de manera exacta como 3. la computadora puede almacenar y usar como y generando un error de redondeo.Para los dos tipos de errores. Esto se puede visualizar de la siguiente forma: si p se aproxima por  . « Errores de truncamiento Los errores de truncamiento son aquellos que resultan al usar una aproximación en lugar de un procedimiento matemático exacto. la relación entre el resultado exacto o verdadero y el aproximado está dada por:   Error numérico es igual a la diferencia entre el valor verdadero y el valor aproximado. Esta técnica de retener solo los primeros números se le llamo "Truncamiento" en el ambiente de computación de preferencia se le llamara de corte para distinguirlo de los errores de truncamiento discutidos.2 Se introdujo un error de truncamiento en la solución numérica ya que la ecuación de diferencias solo se aproxima el valor verdadero de la derivada. ya que el valor está más cercano del valor verdadero. esto es:   Errores de redondeo Este tipo de errores se deben a que las computadoras solo guardan un número finito de cifras significativas durante un cálculo. Por ejemplo: si solo se guardan siete cifras significativas.141592 obtenido mediante un corte. por lo que se encara el siguiente problema: la estrategia de disminuir un componente del error total lleva al incremento del otro).141593 que como 3.1      3. (Los errores de truncamiento decrecen conforme él numero de cálculos aumenta. 3. Por ejemplo: el octavo número significativo en este caso es 6. el error de redondeo se reduce a. Error numérico total El error numérico total es la suma de los errores de redondeo y de truncamiento. Un corte ignora los términos restantes de la representación decimal completa. .

Hoy en día.Errores por equivocación. los resultados numéricos erróneos fueron atribuidos algunas veces al mal funcionamiento de la computadora misma. de planteamiento o incertidumbre en los datos En los primeros años de la computación. . esta fuente de error es muy improbable y la mayor parte de las equivocaciones se pueden atribuir a errores humanos. Incertidumbre en los datos Algunas veces se introducen errores en un análisis debido a la incertidumbre (sin certeza) de los datos físicos sobre los que se basa el modelo. Errores de formulación Los errores de formulación o de modelación degeneran en lo que se podría considerar como un modelo matemático incompleto. Un ejemplo de un error de formulación imperceptible es el hecho que la segunda Ley de Newton no explica los efectos de la relatividad.

Los métodos Runge-Kutta más simples se obtienen usando dos de estas derivadas intermedias. Algunos casos especiales de estas fórmulas son: Método de Heun: Aquí se toma de modo que el método reduce a: 4. Un análisis del error local de esta fórmula basado en el Teorema de Taylor muestra que el orden más alto que puede tener esta fórmula es dos y que esto puede ocurrir si y solo si: 4.1 Note que a pesar de que en la fórmula se perciben tres . La idea ahora es determinar los parámetros de modo que el método tenga orden de convergencia lo más alto posible. para aproximar la función desconocida. pero con un orden de exactitud más alto que este. el método envuelve solo dos evaluaciones ya que dos de estas tienen los mismos argumentos.2 Es decir si cumplen con estas condiciones. Métodos Runge-Kutta de dos Evaluaciones: Aquí buscamos métodos o fórmulas numéricas de la forma: 4. La convergencia lenta del método de Euler y lo restringido de su región de estabilidad absoluta nos lleva a considerar métodos de orden de convergencia mayor. Los métodos Runge-Kutta extienden esta idea geométrica al utilizar varias derivadas o tangentes intermedias. El método de Euler se mueve a lo largo de la tangente de una cierta curva que esta "cerca" a la curva desconocida o buscada.4 Método del Punto Medio: Aquí se toma de modo que el método reduce a: . estos son una extensión del método de Euler para resolver las (EDO¶S). entonces para toda .3 Para propósitos de hacer cálculos es mejor escribir esta fórmula como:  4. en lugar de solo una.Métodos de Runge-Kutta El objetivo de los métodos numéricos de Runge-Kutta. es el análisis y solución de los problemas de valor inicial de ecuaciones diferenciales ordinarias (EDO).

Y) y de ninguna derivada. en la práctica. los métodos de Runge-Kutta requieren sólo de la función f(X.6 En el cual 4.5 La ventaja de los métodos de Runge-Kutta con respecto al uso de la serie de Taylor. en forma semejante a como se procedió con las pendientes de las tangentes T1 y T2 que dieron lugar a el método de Euler Mejorado. Esto hace que. haciendo de Runge-Kutta. k2. k1. y exigiendo que no se exceda ese error. es decir.6) se obtiene haciendo un promedio de las cuatro pendientes.4. mientras que la serie de Taylor sí requiere de la evaluación de derivadas. en . De esta forma se obtiene un valor con una mejor aproximación.7 4. se dará a conocer sin demostrar y consiste en aplicar la ecuación de recurrencia donde la función está dada por la expresión: 4. de tal forma que el error acumulado con las sucesivas iteraciones para calcular el valor de la función a lo largo del tiempo disminuye respecto al método de Euler. se puede aumentar o disminuir ese paso. la aplicación de los métodos de Runge-Kutta sea más simple que el uso de la serie de Taylor. un método muy eficiente para la resolución de ecuaciones diferenciales. Además se puede hacer que controle el tamaño del paso calculando el error en cada paso.9 4. de uso tan frecuente que en la literatura sobre métodos numéricos se le llama simplemente el Método de Runge-Kutta. k3 y k4 a la curva integral. que es también un método de un paso.10 Esto se refiere a Runge-Kutta para el cuarto orden.8 4. Un método de Runge-Kutta para resolver ecuaciones diferenciales ordinarias de primer orden con error del orden de . La ecuación (4.

0592 1.3059 2.30 1.4952 2.1642 2.9610 Para h=0.3226 2.0468 2.05.05 U(n+1) Y(n+1) 2.1) Para h=0.1 y después h=0. Primero use h=0.Problemas a) Aplique el método de Euler mejorado para hallar una aproximación al valor indicado con cuatro decimales de precisión.35 1.50 h=0.9503 1.7009 2.40 1.20 1.6784 2.05 X 1.25 1.1 .9452 2.45 1.4758 2. a.1786 2.9190 2.

2) Para h=0.0216 2.1 X U(n+1) Y(n+1) 1.8561 1.40 2.40 0.50 1.50 0.05 X Y(n+1) U(n+1) 0.1971 .1857 0.0801 1.h=0.2270 0.1519 0.05 Para h=0.8997 a.

2655 0.2622 0.Para h=0.1 Para h=0.5 0.3363 0.1 X Y(n+1) U(n+1) 0.4 0.3392 .

b) Use el método de Runge-Kutta de cuarto orden con h=0. con cuatro decimales a los siguientes problemas: b.1)    .1 para obtener una aproximación.

7993    .4000 1.9108 -1.1194 K3 -3.5000 K1 -4.1108 -2.h=0.3442 -1.0075 1.1 X 1.0225 2.4731 -3.5015 K4 Y(n+1) -3.9194 b.9731 -1.2369 -2.2731 -2.3000 1.2689 1.5021 -2.2) K2 -4.

5000 K1 K2 K3 K4 Y(n+1) 0.8283 0.8283 Y(1) X 0.7095 0.6000 Y(0.8283 0.4000 0.9559 Y(0.7000 0.7000 (Yn+1) 0.5000 (Yn+1) 0.7519 0.5000 0.5000 0.7200 0.7095 0.1 Euler Y(0.4354 c) En el siguiente problema elabore una tabla donde se comparen los valores indicados obtenidos con los métodos de Euler.8000 0.h=0.1 y h=0. de Euler mejorado y de Runge-Kutta de cuarto orden.6000 0.9) X 0.9559 1.8) X 0.8000 (Yn+1) 0.5000 0.9000 Y(n+1) 0.7474 0.8131 0.7209 0.6) X 0.7819 0. Redondee sus cálculos a cuatro decimales y use h=0.1 X 0.6000 0.6000 0.0921 .6000 0.3633 0.6000 0.7095 0.6000 0.7000 0.6954 0.05 Para h=0.7807 0.

6500 0.9) Yn+1 0.7500 Yn+1 0.7739 0.6000 0.9000 0.6500 0.5500 0.5500 0.Para h=0.9500 Yn+1 0.0340 1.8356 0.8356 Y(1) X 0.8500 0.8356 0.7000 0.6573 0.5500 0.6000 0.8996 0.8996 0.7500 0.1044 .9657 1.8) X 0.7144 0.8000 0.7000 0.5500 0.5000 0.05 Euler Y(0.5500 0.5000 0.7144 0.9657 Y(0.6) X 0.5500 0.6024 0.6573 0.6024 0.5000 0.7144 0.8000 0.5500 0.5000 0.6024 0.8500 Y(0.7000 0.6500 0.7739 0.6000 0.7739 0.6573 0.7500 0.6024 X 0.5500 Yn+1 0.

7145 0.8234 U(n+1) 0.0000 0.9000 Y(0.6000 X 0.0000 0.7000 0.7143 0.5000 0.0000 Y(1) Y(n+1) 0.8333 0.9317 1.Para h=0.0000 0.5000 0.6000 0.7145 0.9508 1.5000 0.5000 0.5000 0.5000 0.7000 0.6000 0.9) Y(n+1) 0.7145 0.0671 .8333 0.8) Y(n+1) 0.6048 U(n+1) 0.5000 0.9317 U(n+1) 0.9000 1.8234 0.7143 0.6000 0.6000 0.6000 0.5000 0.9508 X 0.6048 0.8000 0.7000 0.6048 0.7143 0.8000 0.6000 0.6048 0.6000 Y(0.0396 U(n+1) 0.8000 Y(0.1 Euler Mejorado X 0.0000 0.8234 0.8333 0.6) Y(n+1) 0.

5000 0.5000 0.8000 Y(0.5500 0.5000 0.5512 0.0440 1.8419 X 0.9745 X 0.6598 0.6500 0.5500 0.8500 0.7182 0.7000 0.5512 0.8419 0.9000 0.8000 0.Para h=0.7789 0.6598 0.6000 Y(0.8430 0.7800 0.7193 0.0000 0.6037 0.6049 0.9082 0.6598 0.5000 0.6500 0.5000 0.9745 1.9755 1.5512 0.9082 0.7000 0.9755 0.1168 Un+1 0.5000 0.6037 0.9071 0.6000 Y(0.6049 Un+1 0.8430 0.5500 0.6000 0.7789 0.6) Y(n+1) 0.0000 0.7182 0.7500 0.6609 0.9) Y(n+1) 0.6609 0.7800 0.7500 0.5500 0.7182 0.7193 0.9500 1.7789 0.6000 0.6049 0.6049 Un+1 0.5512 0.0451 1.7500 0.0000 0.6609 0.8419 0.5000 0.7800 0.6500 0.9071 0.5500 0.5500 0.8430 Un+1 0.8000 0.8500 0.5000 0.7193 0.8) Y(n+1) 0.6037 0.1157 .05 Euler Mejorado X 0.5500 0.5500 0.7000 0.9000 0.0000 0.6037 X 0.0000 Y(1) Y(n+1) 0.

0455 1.3042 1.5000 0.6051 0.2819 1.05 Runge-Kutta 4to Orden Y(0.1217 1.5500 1.6000 0.0000 1.0978 1.7803 0.3040 K3 1.3696 Y(0.0250 1.0247 1.1451 1.1683 1.7196 0.3913 K4 1.8000 0.0455 Y(0.3261 1.2819 K2 1.4126 1.0978 1.2145 1.7196 0.2597 1.3042 1.0250 1.3696 1.8000 K1 1.1216 1.4762 K4 1.7196 0.3040 1.1214 1.6612 0.2142 1.0736 1.1915 1.0247 1.1683 1.1915 1.0494 1.0977 1.1451 1.3478 1.6051 0.6049 0.1685 1.4340 1.1910 .1451 1.1451 1.2371 1.3480 1.1685 1.0978 1.8500 0.2371 1.3480 1.0730 1.2819 1.9759 1.1685 1.9085 Y(1) X 0.3261 1.5500 0.2145 1.8433 0.0000 K1 1.9500 1.8433 0.2145 1.2819 1.7500 0.2371 1.1915 1.1214 1.2819 1.5512 0.9759 1.9000 K1 1.6000 0.1451 1.5500 0.0735 1.3261 1.5000 1.3696 1.2371 1.7803 0.1213 1.2371 1.1214 1.0495 1.4126 Y(n+1) 0.4338 1.0978 1.4126 1.2595 1.4550 1.4550 K2 1.7000 0.0736 1.2597 1.0494 0.5514 0.6000 1.1915 1.0739 1.7500 0.1683 1.1450 0.6000 0.3261 1.3040 1.6610 X 0.2142 1.0495 1.2142 1.6) X K1 K2 K3 K4 Y(n+1) 0.0247 1.0000 1.0730 1.0730 1.6612 0.6500 0.3042 K4 1.7500 0.3911 K3 1.0738 1.0978 1.5514 0.0247 1.0495 1.6500 0.2597 1.2595 1.8500 0.0739 1.0978 1.0000 1.7000 0.9000 0.2371 1.0736 1.9085 0.0250 1.8433 0.5500 0.1915 1.5514 0.8000 0.9) K2 1.6051 0.1217 1.3478 1.7000 0.3696 1.6500 0.9085 0.3261 Y(n+1) 0.7803 0.4760 K3 1.0000 1.3911 1.1915 1.6612 0.Para h=0.1172 1.1217 1.5000 0.4970 Y(n+1) 0.0977 0.0739 1.5000 0.8) X 0.1451 1.3913 1.2595 1.0250 1.2819 1.

3696 1.1455 1.0000 1.9) K2 1.2819 1.0488 1.0488 1.9757 1.0977 1.9757 Y(1) X 0.4972 K4 1.0977 0.4121 1.0977 1.4550 1.3256 1.9000 1.3264 1.2818 K2 1.5000 0.1914 1.3256 1.1914 0.6049 0.2818 1.2374 1.1914 1.4550 Y(n+1) 0.0977 1.1914 1.1914 1.6) X 0.6049 0.3696 1.0500 1.5000 0.1445 1.7194 0.1169 1.6000 0.7000 0.2365 1.3696 Y(0.5384 Y(n+1) 0.5000 0.3264 K4 1.0000 K1 1.4129 K4 1.2818 1.6000 0.7000 0.1169 Y(0.1455 1.8431 0.8431 0.0500 1.4121 K3 1.0500 1.8000 K1 1.Para h=0.4129 1.3696 1.0977 1.1445 1.0977 1.3264 1.6000 0.8431 0.8000 0.9000 K1 1.2819 1.8000 0.0488 1.4550 K2 1.1445 1.0977 1.1455 1.0500 1.6000 K1 K2 K3 K4 Y(n+1) 1.6049 0.2666 .8) X 0.9757 1.1914 1.2374 1.3696 Y(n+1) 0.0000 1.0488 1.7194 0.7194 X 0.5000 0.3256 K3 1.6049 1.2365 1.7000 0.0977 1.0000 1.1445 1.1 Runge-Kutta 4to Orden Y(0.1914 1.2374 1.2365 1.2819 1.1455 1.7194 0.0000 1.4966 K3 1.

79124 15.30000 1.20861 54.90373 3.49068 86.1 Y(1.00000 1.12076 11.81353 199.08396 100. Tabule los datos calculados en una tabla e indique cual es la solución.50000 K2 8.73636 13.26060 .77740 16. Utilice una aproximación de 5 decimales.88750 9.30251 39.20000 1. utilice el método de Runge-Kutta de cuarto orden para determinar el porcentaje de error que se produce para la aproximación .1.14675 97.40000 1.40000 1.71828 1.16523 21.d) Dada la ecuación diferencial .13758 105. sabiendo que y h=0. Si se utilizara el método aproximación de Euler ¿Cuál sería la diferencia de error entre Euler y Runge-Kutta en ? h=0.17794 24.30000 1.31617 34.20000 1.64273 9.99666 24.19545 61.5) X 1.53476 49.27265 5.50000  K1 6.20757 K3 K4 Y(n+1) 1.26353 24.10000 1.10000 1.

47 metros. es decir y el tiempo esta en el intervalo con h=0.5922 0. Utilice el método de Euler Mejorado para aproximar el número de metros durante el primer segundo de movimiento.5669 0.5528 0.5201 0.5933 .5481 0.1 Usando: X(n) 0.e) El desplazamiento de cierta partícula esta descrito por la ecuación diferencial .6137m en 1 segundo.5378 0.6137 0.5834 0. donde se mide en metros y para cierto tiempo en segundos.7 0. Suponga que en el tiempo igual a cero hay 0.5 0.5345 0.6 0. Para h=0.1 h=0.1 Y(n+1) U(n+1) 0.5608 0.5725 0.6034 0.4 0.9 1 Se mueve 0.5801 0.8 0.

. ya que por más que se dominen los métodos tradicionales.Conclusiones El estudio de los métodos numéricos. en algunos casos muy complicadas y casi imposibles de resolver. Son menos sensibles a los errores de redondeo ya que esto puede ser ajustado usando aproximaciones con más decimales. Su programación en un sistema de computo (Microsoft Excel) es mucho más sencillo y sistemático. estas muchas veces pueden no ser suficientes. Puede aprovecharse una aproximación a la solución. Son métodos más eficientes que las herramientas básicas de solución de Ecuaciones de Orden Superior (EDOS). si tal aproximación existe. es muy útil e importante como herramientas en la resolución de operaciones.

monografias.udg. A.mx/electrica/Notas/Lino_Coria/Metodos_Numericos/MET ODOS_DE_RUNGE_KUTTA. Facultad de Ingeniería Química.com/trabajos10/menu/menu.com/watch?v=HPTEdI4aZwU Método de Euler http://www. Sandra Maria Perez Sanchez supervisado por el Ing. (No tiene más información) Referencias Electrónicas http://www.com/watch?v=aB8_x7szgMA&feature=mfu_in_order&playnext=1&vide os=R5IJwCTpFNI Método de Euler Modificado o Mejorado http://www. Ing.shtml Por: Paula Fernigrini http://www.youtube.mx/posgrado/cursos/metodos/kungeruta/index.edu.com/v/H5ssEUEweTg?fs Método de Runge-Kutta (Parte 2) .com/trabajos73/metodos-numericos-metodo-eulermejorado/metodos-numericos-metodo-euler-mejorado.youtube. Oscar Montes Estrada.htm http://www.htm http://www.monografias.Bibliografías Ecuaciones Diferenciales con Aplicaciones.tonahtiu. elaborados por Roselia Galmiche Santos. Candelario Trejo Flores http://www. Elizeth Rocha Garcia.com/watch?v=Tsg7wTdvtLs Método de Runge-Kutta (Parte 1) http://www.shtml Por: Sergio Ramírez http://proton.itmorelia. M.ucting.uprh.html http://mate.youtube.pdf Videos de la Universidad Veracruzana.com/notas/metodos/Euler_mejorado.edu/~pnm/notas4061/rungek/rungek.youtube.

Sign up to vote on this title
UsefulNot useful