METODOS NÚMERICOS

Unidad 3: Tarea 3 - Diferenciación e Integración Numérica y EDO

Presentado a:
JORGE ARMANDO AMADOR
Tutor

Entregado por:

CARLOS PORFIRIO ORDONEZ

Código:

RUBERTH DAGOBERTO PALMA ARIZALA

Código:

LEONARDO DAVID ARTEAGA

Código:

NATHALY ELIZABETH PAZ JAMONDINO

Código: 1085330182

Grupo: 100401_36

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS
CURSO DE METODOS NUMERICOS
NOVIEMBRE, 2019
 INTRODUCCIÓN

El presente trabajo contiene la solución de la guía del primer trabajo

colaborativo, Diferenciación e Integración Numérica y EDO del curso de
métodos numéricos, el cual tiene como objetivo desarrollar ejercicios y
reconocer o asimilar sus conceptos básicos en base a la unidad tres donde a
partir de distintos métodos se desarrollarán los problemas y ejercicios.
 OBJETIVOS

 El estudiante resuelve problemas aplicando diferenciación e integración

numérica y ecuaciones diferenciales en valor inicial.

 Diferenciación Numérica, Regla del Trapecio, Regla de Simpson,

Integración de Romberg, Integrales Multiples, Método de Euler,
Métodos de Taylor y Método de Runge Kutta

 Analizar que no hay solo un único modo de solución sino que se puede
desencadenar diferentes soluciones dependiendo de la cadena de
desarrollo que se tome.
 ELECCIÓN DESAFIOS A DESARROLLAR PARTE INDIVIDUAL

Tabla de elección de ejercicios:

NOMBRE ROL ESTUDIANTE DESAFÍO

ESTUDIANTE
Evaluador
RUBERTH DAGOBERTO Alertas 2
PALMA ARIZALA
CARLOS PORFIDIO Compilador 3
ORDOÑEZ CHICAIZA
NATHALY ELIZABETH Entregas 4
PAZ
LEONARDO DAVID Revisor 1
ARTEAGA MADROÑERO
 DESARROLLO DE LOS EJERCICIOS ASIGNADOS

DESAFIO 1
Por: LEONARDO DAVID ARTEAGA MADROÑERO
1. DESAFÍO 1

Dada la función:
𝑓(𝑥) = 𝑠𝑒𝑛(10𝜋𝑥)
Considerando un rango x de [0,2π]

Podemos encontrar la solución analítica de f’(x)=0 de la siguiente manera:

𝑑
𝑓 ′ (𝑥) = 𝑠𝑒𝑛(10𝜋𝑥) = 10𝜋cos⁡(10𝜋𝑥)
𝑑𝑥
10𝜋 cos(10𝜋𝑥) = 0
10𝜋𝑥 = 𝑐𝑜𝑠 −1 (0)

Para el rango considerado, hay dos posibles soluciones, a saber:

𝜋
10𝜋𝑥 = ,⁡⁡⁡⁡⁡𝑑𝑜𝑛𝑑𝑒⁡𝑥 = 0.05
2
3𝜋
10𝜋𝑥 = ⁡⁡⁡⁡𝑑𝑜𝑛𝑑𝑒⁡𝑥 = 0.15⁡
2

a) Diferencias finitas hacia adelante

El método nos dice que:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0)
𝑓 ′ (𝑥) ≅
ℎ

Donde se nos dio la condición h=0.2

Para la función dada evaluada en el punto x=0.05

5𝜋 𝜋
𝑓(0.05 + 0.2) − 𝑓(0.05) sin ( 2 ) − 𝑠𝑖𝑛 ( 2 ) 0
𝑓 ′ (0.05) ≅ = = =0
0.2 0.2 0.2

Ahora, el resultado es exacto, pues un incremento de h=0.2 calcula la

función en factores de 2π, lo cual coincide con la periodicidad de la función.
Si tomamos un h= 1/1800= 5.55x10-4 se tendría un paso de 1 grado:
 𝑓(0.05 + 5.55𝑥10 − 4) − 𝑓(0.05) 0.9998476952 − 1
𝑓 ′ (0.05) ≅ = = −0.2741487
5.55𝑥10 − 4 05.55𝑥10 − 4

b) Diferencias finitas hacia atrás

El método nos dice que:

𝑓(𝑥0) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥) ≅
ℎ

Igualmente, calculamos la función dada evaluada en el punto x=0.05 con un

paso de 1 grado, es decir h=5.55x10-4

𝑓(0.05) − 𝑓(0.05 − 5.55𝑥10 − 4) 1 − 0.9998476952

𝑓 ′ (0.05) ≅ = = 0.2741487
5.55𝑥10 − 4 5.55𝑥10 − 4

c) Diferencias finitas central

El método nos dice que:

𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 − ℎ)
𝑓 ′ (𝑥) ≅
2ℎ

Igualmente, calculamos la función dada evaluada en el punto x=0.05 con un

paso de 1 grado, es decir h=5.55x10-4

𝑓(0.05 + 5.55𝑥10 − 4) − 𝑓(0.05 − 5.55𝑥10 − 4)

𝑓 ′ (0.05) ≅
5.55𝑥10 − 4
0.9998476952 − 0.9998476952
= =0
5.55𝑥10 − 4

Debido a que el punto evaluado π/2 resulta ser simétrico referente a los
puntos adyacentes, el resultado para el método de diferencias finitas hacia
adelante y hacia atrás resulta ser el mismo. Correspondientemente, el
método central resulta ser cero, pues la pendiente es la misa hacia ambos
lados del punto en que nos encontramos.

Por su parte, se debe ser conservador al momento de elegir h. Por ejemplo,

si consideramos un valor del orden de E-10 y asumiendo un punto π/10 se
tendría:
 π
sin ( ) = 0.309⁡016⁡994⁡374⁡947⁡4⁡
10
π
sin ( + 10−10 ) = 0.309⁡016⁡994⁡470⁡053⁡1⁡
10

Cuando usamos el método hacia adelante obtendríamos:

π π
sin (10 + 10−10 ) − sin (10)
= 0.951⁡057
10−10

Con lo cula habriamos perdido 10 dígitos de precisión

2. DESAFÍO 1

𝝅/𝟐
𝒔𝒆𝒏(𝒙)
∫ 𝑑𝑥
𝟎 𝟏 + 𝒙𝟐

a) REGLA DEL TRAPECIO

Regla simple:

Fórmula:
𝑏
𝑓(𝑎) + 𝑓(𝑏)
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎)
𝑎 2
Donde:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0

1
𝑓(𝑥1) = 𝑓(𝑏) = 𝑓(𝜋2) = 𝜋2 = 0.288400
+1
4

Reemplazando:

𝑏
𝜋 0 + 0.2884
∫ 𝑓(𝑥)𝑑𝑥 ≈ ( − 0) = 𝟎. 𝟐𝟐𝟔𝟓𝟎𝟗
𝑎 2 2
Regla compuesta:

Fórmula:

𝑏 ∆𝑥
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
2
𝑎

Donde:
𝑏−𝑎
∆𝑥 =
𝑛
𝜋
Se tiene que: 𝑎 = 0, 𝑏 = , 𝑛 = 6
2

Por tanto:
𝜋
−0 𝜋
∆𝑥 = 2 =
6 12

Se divide el intervalo [0,π/2] en n=6 subintervalos de longitud Δx=π/12, con

los siguientes puntos cotas: a=0,π/12,π/6,π/4,π/3,5π/12,π/2=b

Ahora simplemente se evalúa la función en estos puntos:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0

2𝑓(𝑥1) = 2𝑓(𝜋/12) = 0.484435
2𝑓(𝑥2) = 2𝑓(𝜋/6) = 0.784833
2𝑓(𝑥3) = 2𝑓(𝜋/4) = 0.874672
2𝑓(𝑥4) = 2𝑓(𝜋/3) = 0.826115
2𝑓(𝑥5) = 2𝑓(5𝜋/12) = 0.711948
𝑓(𝑥6) = 𝑓(𝑏) = 𝑓(𝜋/2) = 0.288401

Finalmente, se reemplazan estos valores de acuerdo a la fórmula y se

obtiene

𝑏
𝑓(𝑥)𝑑𝑥 ≈ 𝟎. 𝟓𝟏𝟗𝟕𝟐𝟓
∫
𝑎

b) REGLA DE SIMPSON 1/3

Regla simple:
Fórmula:

𝑏
𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎)
𝑎 6

Donde:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0

2√2
4𝑓(𝑥1) = 4𝑓(𝜋/4) = 𝜋2 = 1.749344
+ 1
16
1
𝑓(𝑥2) = 𝑓(𝑏) = 𝑓(𝜋/2) = 𝜋2 = 0.288400
+ 1
4

Reemplazando:
𝑏
𝜋 0 + 1.749344 + 0.288400
∫ 𝑓(𝑥)𝑑𝑥 ≈ ( − 0) = 𝟎. 𝟓𝟑𝟑𝟒𝟖𝟎
𝑎 2 6

Regla compuesta:

Fórmula:
𝑏
𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 4𝑓(𝑥3 ) + 2𝑓(𝑥4 ) + ⋯ + 2𝑓(𝑥𝑛−2 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∆𝑥
𝑎 3
Donde:
𝑏−𝑎
∆𝑥 =
𝑛
𝜋
Se tiene que: 𝑎 = 0, 𝑏 = 2 , 𝑛 = 6

Por tanto:
𝜋
−0 𝜋
∆𝑥 = 2 =
6 12

Se divide el intervalo [0,π/2] en n=6 subintervalos de longitud Δx=π/12, con

los siguientes puntos cotas: a=0,π/12,π/6,π/4,π/3,5π/12,π/2=b

Ahora simplemente se evalúa la función en estos puntos:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0
4𝑓(𝑥1) = 4𝑓(𝜋/12) = 0.968871
2𝑓(𝑥2) = 2𝑓(𝜋/6) = 0.784833
4𝑓(𝑥3) = 4𝑓(𝜋/4) = 1.749344
2𝑓(𝑥4) = 2𝑓(𝜋/3) = 0.826115
4𝑓(𝑥5) = 4𝑓(5𝜋/12) = 1.423896
𝑓(𝑥6) = 𝑓(𝑏) = 𝑓(𝜋/2) = 0.288400

Finalmente, se reemplazan estos valores de acuerdo a la fórmula y se

obtiene

𝑏
𝑓(𝑥)𝑑𝑥 ≈ 𝟎. 𝟓𝟐𝟕𝟐𝟏𝟕
∫
𝑎

c) REGLA DE SIMPSON 3/8

Regla simple:

Fórmula:

𝑏
𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑏 − 𝑎)
𝑎 8

Donde:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0

1.5
3𝑓(𝑥1) = 3𝑓(𝜋/6) = 𝜋2 = 1.177250
+1
36
3sin(60)
3𝑓(𝑥2) = 3𝑓(𝜋/3) = 𝜋2 = ⁡1.239172
+ 1
9
𝑓(𝑥3) = 𝑓(𝑏) = 𝑓(𝜋/2) = 0.288400

Reemplazando:
𝑏
𝜋 0 + 1.177250 + 1.239172 + 0.288400
∫ 𝑓(𝑥)𝑑𝑥 ≈ ( − 0) = 𝟎. 𝟓𝟑𝟏𝟎𝟗𝟏
𝑎 2 8
Regla compuesta:

Fórmula:
𝑏
𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 2𝑓(𝑥3 ) + ⋯ + 3𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ 3∆𝑥
𝑎 8

Con 6 intervalos:
𝑏
𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 2𝑓(𝑥3 ) + 3𝑓(𝑥4 ) + 3𝑓(𝑥5 ) + 𝑓(𝑥6 )
∫ 𝑓(𝑥)𝑑𝑥 ≈ 3∆𝑥
𝑎 8

Donde:
𝑏−𝑎
∆𝑥 =
𝑛
𝜋
Se tiene que: 𝑎 = 0, 𝑏 = 2 , 𝑛 = 6

Por tanto:
𝜋
−0 𝜋
∆𝑥 = 2 =
6 12

Se divide el intervalo [0,π/2] en n=6 subintervalos de longitud Δx=π/12, con

los siguientes puntos cotas: a=0,π/12,π/6,π/4,π/3,5π/12,π/2=b

Ahora simplemente se evalúa la función en estos puntos:

𝑓(𝑥0) = 𝑓(𝑎) = 𝑓(0) = 0

3𝑓(𝑥1) = 3𝑓(𝜋/12) = 0.726653
3𝑓(𝑥2) = 3𝑓(𝜋/6) = 1.177250
2𝑓(𝑥3) = 2𝑓(𝜋/4) = 0.874672
3𝑓(𝑥4) = 3𝑓(𝜋/3) = 1.239172
3𝑓(𝑥5) = 3𝑓(5𝜋/12) = 1.067922
𝑓(𝑥6) = 𝑓(𝑏) = 𝑓(𝜋/2) = 0.288400

Finalmente, se reemplazan estos valores de acuerdo a la fórmula y se

obtiene

𝑏
𝑓(𝑥)𝑑𝑥 ≈ 𝟎. 𝟓𝟐𝟕𝟓𝟗𝟖
∫
𝑎

A través del software “Maxima Integral Calculator” se pudo hallar un valor

aproximado de el área sobre la integral impropia, tal como se muetra en la
siguiente imagen:
Figure 1: aproximación del valor de la integral, con un error del orden de
1x10-13

Así, con respecto a este valor con un error del factor de 1x10-13, podemos
comparar un error relativo con respecto a cada método utilizado:

Figure 2: Comparación de los métodos de integración

Observamos que los métodos Simpson son más efectivos al momento de

aproximar la integral, demostrando que una aproximación de un área por
medio de parábolas (polinomios) se ajusta mejor que una aproximación
usando trapecios.

3. DESAFÍO 1
Dado:
𝑑𝑦
= 𝑦 + 𝑥,⁡⁡⁡⁡⁡𝑦(0) = 1,⁡⁡⁡⁡𝑥 = [0: 0.1: 0.5]
𝑑𝑥

a) Método de Euler

Ecuaciones de Euler:
𝑥𝑛 = 𝑥𝑛−1 + ∆𝑥
𝑦𝑛 = 𝑦𝑛−1 + 𝑓(𝑥𝑛−1 , 𝑦𝑛−1 ) ∗ ∆𝑥
𝑥𝑛 −𝑥0
Donde ∆𝑥 = 𝑛

Tomando como partida con los valores iniciales dados x0=0, y0=1 se
calculan los siguientes cinco datos solicitados

e.g
𝑥𝑛 − 𝑥0 0.5 − 0
∆𝑥 = = = 0.1
𝑛 5
𝑥1 = 𝑥0 + ∆𝑥 = 0 + 0.1 = 0.1
𝑦𝑛+1 = 𝑦𝑛 + 𝑓(𝑥𝑛 , 𝑦𝑛 ) ∗ ∆𝑥=1+0.1(1+0)=1.1

De la misma forma se calculan los restantes, obteniendo:

X_E = 0 0.1 0.2 0.3 0.4 0.5

Y_E = 1 1.1 1.22 1.362 1.5282 1.72102

Al comparar gráficamente esta aproximación con los resultados analíticos se

obtiene:
 Figure 3: método Euler vs analítico

Los cálculos posteriores, el resultado analítico y la representación gráfica las

obtuve usando el software libre “Octave”. El código creado lo adjunto en el
anexo del documento.

b) Método Runge – Kutta de orden 2

Fórmulas para el método del “punto medio”:

𝑥𝑛+1 = 𝑥𝑛 + ∆𝑥
𝑦𝑛+1 = 𝑦𝑛 + 𝐾2∆𝑥

𝐾1 = 𝑓(𝑥𝑛 , 𝑦𝑛 )
1 1
𝐾2 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾1∆𝑥)
2 2
𝑥𝑛 −𝑥0
Donde ∆𝑥 = 𝑛

Ahora se procede de igual forma como se realizó con el método de Euler.

Tomando como partida con los valores iniciales dados x0=0, y0=1 se
calculan los siguientes cinco datos solicitados

e.g
𝑥𝑛 − 𝑥0 0.5 − 0
∆𝑥 = = = 0.1
𝑛 5
𝑥1 = 𝑥0 + ∆𝑥 = 0 + 0.1 = 0.1
 𝐾1 = 𝑓(𝑥0 , 𝑦0 ) = 𝑓(0,1) = 0 + 1 = 1
1 1 0.1 1 ∗ 0.1
𝐾2 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾1∆𝑥) = 𝑓 (0 + ,1 + ) = 𝑓(0.05,1.05) = 1.1
2 2 2 2

𝑦𝑛+1 = 𝑦𝑛 + 𝐾2∆𝑥 = 1 + 1.1 ∗ 0.1 = 1.11

De la misma forma se calculan los restantes, obteniendo:

x_R2 = 0 0.1 0.2 0.3 0.4 0.5

y_R2 = 1 1.11 1.24205 1.398465 1.581804 1.794893

Al comparar gráficamente esta aproximación con los resultados analíticos se

obtiene:

Figure 4:Método RK2 vs analítico

c) Método Runge – Kutta de orden 4

Fórmulas para el método Runge
 𝑥𝑛+1 = 𝑥𝑛 + ∆𝑥
1
𝑦𝑛+1 = 𝑦𝑛 + (𝐾1 + 2𝐾2 + 2𝐾3 + 𝐾4)∆𝑥
6

𝐾1 = 𝑓(𝑥𝑛 , 𝑦𝑛 )
1 1
𝐾2 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾1∆𝑥)
2 2
1 1
𝐾3 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾2∆𝑥)
2 2
𝐾4 = 𝑓(𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾3∆𝑥)
𝑥𝑛 −𝑥0
Donde ∆𝑥 = 𝑛

Ahora se procede de igual forma como se realizó con los anteriores métodos.
Tomando como partida con los valores iniciales dados x0=0, y0=1 se
calculan los siguientes cinco datos solicitados

e.g
𝑥𝑛 − 𝑥0 0.5 − 0
∆𝑥 = = = 0.1
𝑛 5
𝑥1 = 𝑥0 + ∆𝑥 = 0 + 0.1 = 0.1
𝐾1 = 𝑓(𝑥0 , 𝑦0 ) = 𝑓(0,1) = 0 + 1 = 1
1 1 0.1 1 ∗ 0.1
𝐾2 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾1∆𝑥) = 𝑓 (0 + ,1 + ) = 𝑓(0.05,1.05) = 1.1
2 2 2 2
1 1 0.1 1.1 ∗ 0.1
𝐾3 = 𝑓 (𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾2∆𝑥) = 𝑓 (0 + ,1 + ) = 𝑓(0.05,1.055) = 1.105
2 2 2 2
𝐾4 = 𝑓(𝑥𝑛 + ∆𝑥, 𝑦𝑛 + 𝐾3∆𝑥) = 𝑓(0 + 0.1, 1 + 1.105 ∗ 0.1) = 𝑓(0.1, 1.1105) = 1.2105
1 1
𝑦𝑛+1 = 𝑦𝑛 + (𝐾1 + 2𝐾2 + 2𝐾3 + 𝐾4)∆𝑥 = 1 + (1 + 2 ∗ 1.1 + 2 ∗ 1.105 + 1.2105) ∗ 0.1
6 6
= 1.110341667

De la misma forma se calculan los restantes, obteniendo:

x_R4 = 0 0.1 0.2 0.3 0.4
0.5
y_R4 = 1 1.110341667 1.242805142 1.399716994 1.583648480
1.797441277

Al comparar gráficamente esta aproximación con los resultados analíticos se

obtiene:
 Figure 5:Método RK4 vs analítico

Finalmente, podemos comparar gráficamente los tres métodos usando el

software Octave:

Figure 6Comparación de los tres métodos con respecto al analítico

Además, con el objetivo de comparar la precisión de cada método, tomamos

como ejemplo el punto x=0.5 y comparamos el valor real analítico con
respecto a cada método numérico:
 Figure 7: Comparacion por error absoluto

De la tabla, podemos observar a través del error relativo porcentual, que el

método Runge-Kutta 4 resulta ser el más preciso de los tres. Seguido por el
método Runge-Kutta 2.
Es claro, para los tres métodos numéricos que al aumentar el número de
iteraciones para el espaciamiento ∆𝑥, obtendremos una mejor aproximación
del comportamiento y tendencia de la gráfica

ANEXOS

ANEXO 1. Código de programación para el punto 3, usando el

software Octave

clear; clc;
#condición inicial
x0=0;
y0=1;

#defino parámetros
xn=0.5;
n=5;
dx=(xn-x0)/n;

#defino función
f_num=inline('x+y');

#defino ecuaciones Euler

#valores iniciales
x_E(1)=x0;
y_E(1)=y0;
for i=1:n
x_E(i+1)=x_E(i)+dx;
y_E(i+1)=y_E(i)+f_num(x_E(i),y_E(i))*dx;
end

#defino ecuaciones Runge Kutta 2

#valores iniciales
x_R2(1)=x0;
y_R2(1)=y0;
for i=1:n
x_R2(i+1)=x_R2(i)+dx;
K1=f_num(x_R2(i),y_R2(i));
K2=f_num(x_R2(i)+dx/2,y_R2(i)+K1*dx/2);
y_R2(i+1)=y_R2(i)+K2*dx;
end

#defino ecuaciones Runge Kutta 4

#valores iniciales
x_R4(1)=x0;
y_R4(1)=y0;
for i=1:n
x_R4(i+1)=x_R4(i)+dx;
K1=f_num(x_R4(i),y_R4(i));
K2=f_num(x_R4(i)+dx/2,y_R4(i)+K1*dx/2);
K3=f_num(x_R4(i)+dx/2,y_R4(i)+K2*dx/2);
K4=f_num(x_R4(i)+dx,y_R4(i)+K3*dx);
y_R4(i+1)=y_R4(i)+(K1+2*K2+2*K3+K4)*dx/6;
end

#solución analítica
t=linspace(0,0.7);
f_an=2*exp(t)-t-1;

#Realizo las gráficas de los tres métodos

plot(x_E,y_E,'v',x_R2,y_R2,'k+',x_R4,y_R4,'go',t,f_an,'r')
legend('Euler','Runge Kutta 2','Runge Kutta 4','Analitica')
grid
 DESAFIO 2
Por: RUBERTH DAGOBERTO PALMA ARIZALA

La respuesta de las diferencias finitas se acerca bastante a la respuesta

analítica.
Para la solución de esta integral el método de Simpson 1/3 compuesto o 3/8
soluciona adecuadamente el ejercicio
 DESAFIO 3

Por: CARLOS PORFIDIO ORDOÑEZ CHICAIZA

Integración numerica
Ecuaciones diferenciales

DESAFIO 4

Por: NATHALY ELIZABETH PAZ

Aporte 1. Diferenciación numérica

Aporte 2. Integración numérica
Aporte 3. Ecuaciones Diferenciales Ordinarias

Calcule la Ecuación Diferencial Ordinaria:

1
𝑥 ′ = ⁡, 𝑥(1) = 1
𝑥

1. Empleando cada uno de los siguientes métodos:

a) Método de Euler

b) Método de Runge – Kutta de orden 2

c) Método de Runge – Kutta de orden 4

con ℎ = 0.1. Realice los cálculos hasta 5ℎ

2. Realice una gráfica comparando cada uno de los resultados encontrados
en el numeral anterior con la solución exacta y realice un análisis
basándose en la teoría revisada. Qué sucede si aumenta el tamaño de ℎ?
qué sucede si disminuye el tamaño de ℎ?
 CONCLUSIONES

 Se logra resolver el desafío a través de los distintos métodos plantados

en la unidad tres del curso la estructura de las ecuaciones para curso

de métodos numéricos.
 REFERENCIAS BIBLIOGRÁFICAS

Nieves, H. A. (2014). Métodos numéricos: aplicados a la ingeniería:

aplicados a la ingeniería. México, D.F., MX: Larousse - Grupo Editorial
Patria. Pág. 454 – 505. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=32
27640&ppg=471

Chapra, S. C., & Canale, R. P. (2007). Métodos numéricos para ingenieros

(5a. ed.). Pág. 719 – 756. Recuperado de https://ebookcentral-
proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=45
08648&ppg=745

Gómez, M. (27,03,2017). Métodos de Integración Numérica. [Archivo de

video]. Recuperado de
http://repository.unad.edu.co/handle/10596/11809

Alfa, T. (2012). Método de Euler [Video] Recuperado de

https://www.youtube.com/watch?v=F-dxL9Dnxc0&feature=youtu.be

Asesores. (2011). Método de Runge Kutta [Video] Recuperado de

https://www.youtube.com/watch?v=6bP6gcuLQoM&feature=youtu.be

Cetremo. (2014). Regla del Trapecio [Video] Recuperado de

https://www.youtube.com/watch?v=v0iIhdP9oxE&feature=youtu.be

Centremo. (2014). Regla de Simpson [Video] Recuperado de

https://www.youtube.com/watch?v=jJdp1n4vaGg

Ríos, J.A. (2012). Integrales Múltiples [Video] Recuperado de

https://www.youtube.com/watch?v=hHJzmjkVVs8&feature=youtu.be

Vera, I. (2013). Integración de Romberg [Video] Recuperado de

https://www.youtube.com/watch?v=l44hSGuXYK8&feature=youtu.be