Métodos Numéricos

Unidad 3: Tarea 3

Diferenciación e Integración Numérica y EDO

Presentado A:
Jorge Armando Amador
Tutor

Presentado Por.
Diego Fernando Nova De Los Ríos Cod. 16.161.505
Edward Gómez Aguirre Cod. 94.303.889
Giovanni Martínez Cod. 80.382.363
Harold Steven Romero Cod. 1.007.152.988
Juan Carlos Ramírez Cod.

Grupo Colaborativo 16

Universidad Nacional Abierta Y A Distancia (Unad).

Escuela De Ciencias Básicas Tecnología E Ingeniera
Ingeniería De Sistemas
Mayo De 2020.
Bogotá
 CONTENIDO

INTRODUCCION..................................................................................................................................3
DESARROLLO DE LA ACTIVIDAD...............................................................................................4
1. Ejercicios desarrollados por JUAN CARLOS RAMIREZ...............................................4
2. Ejercicios Desarrollados por DIEGO FERNANDO NOVA DE LOS RIOS..............12
3. Ejercicios Desarrollados por EDWARD GOMEZ AGUIRRE......................................23
4. Ejercicios Desarrollados por GIOVANNI MARTINEZ................................................23
5. Ejercicios Desarrollados por HAROLD STEVEN ROMERO.......................................25
CONCLUSIONES................................................................................................................................26
BIBLIOGRAFIA..................................................................................................................................27
 INTRODUCCION

El presente trabajo estará enfocado al desarrollo y apropiación de

conocimientos en temas puntuales como lo es la Diferenciación Numérica la cual es
una técnica de análisis numérico para producir una estimación del derivado de la
función, el grupo colaborativo del curso Métodos Numéricos ayudara al desarrollo de
los ejercicios planteados orientados al uso y aplicación de las ecuaciones no lineales
determinando el error en dichos cálculos.
 DESARROLLO DE LA ACTIVIDAD

Nombre del Estudiante Rol del Estudiante # del Problema

Juan Carlos Ramírez Revisor Problema 1

Diego Fernando Nova D. Alertas Problema 2
Edward Gómez Aguirre Entregas Problema 3
Giovanni Martínez Compilador Problema 4
Harold Steven Romero Evaluador Problema 5

1. Ejercicios desarrollados por JUAN CARLOS RAMIREZ

Tema 1. Diferenciación Numérica

Dados los siguientes problemas de Diferenciación Numérica.

Problema 1

Considere la función f ( x )=2 cos ( πx ). Encuentre f ' ( x )=0 usando la representación

de diferencias finitas hacia adelante, hacia atrás y central, con h=0.2. Realice un
análisis de los resultados obtenidos con las fórmulas de diferencias finitas con la
respuesta analítica. (Ayuda: ¿La selección del tamaño de h es la mejor opción?
¿Cómo considera que se puede obtener un mejor resultado?)

Solución.

Para este ejercicio use las derivadas numéricas hacia adelante, hacia atrás y
centradas de orden O(h) y O(h)^2, los resultados obtenidos para cada uno de estos
métodos fue

Derivada hacia adelante 2 puntos = -0,9788697

Derivada hacia adelante 3 puntos
Derivada centrada 2 puntos
Derivada centrada 4 puntos
Derivada hacia atrás 2 puntos
Derivada hacia atrás 3 puntos
= -0,0479093
= 0,0000000
= 0,0000000
= 0,9788697
= 0,0479093

Conociendo la derivada exacta, en este caso f’(x) es igual a cero se logra

observar que la derivada centrada ya sea con 2 puntos o con 4 puntos logra un
resultado exacto, como no resulta viable calcular el error relativo, porque tocaría
dividir entre cero, se calcula el error absoluto teniendo entonces

f'(0) Error Absoluto

Derivada exacta
Derivada hacia adelante 2 puntos
Derivada hacia adelante 3 puntos
Derivada centrada 2 puntos
Derivada centrada 4 puntos
Derivada hacia atrás 2 puntos
Derivada hacia atrás 3 puntos
= 0,0000000
= -0,9788697 0,978869674
= -0,0479093 0,047909292
= 0,0000000 0
= 0,0000000 0
= 0,9788697 0,978869674
= 0,0479093 0,047909292

La selección de h se puede mejorar para que los métodos de hacia adelante y

hacia atrás sean menores, seleccionando un h de 0,01 se obtiene como resultados.

f'(0) Error Absoluto

Derivada exacta
Derivada hacia adelante 2 puntos
Derivada hacia adelante 3 puntos
Derivada centrada 2 puntos
Derivada centrada 4 puntos
Derivada hacia atrás 2 puntos
Derivada hacia atrás 3 puntos
= 0,0000000
= -0,0986879 0,098687927
= -0,0000487 4,86965E-05
= 0,0000000 0
= 0,0000000 3,70074E-15
= 0,0986879 0,098687927
= 0,0000487 4,86965E-05

Con esto, el error en 4 de las 6 formas utilizadas es de un orden inferior a

10^-4, con lo cual considero sería una buena estimación de la derivada.

Tema 2. Integración Numérica

Problema 1
π /2
sen ( x )
∫ 2
dx
0 1+ x
 Calcule la integral correspondiente a su número de problema con cada uno de
los métodos indicados abajo:

a) Regla del trapecio simple y compuesta

b) Regla de Simpson1/3 simple y compuesta

c) Regla de Simpson3/8 simple y compuesta

Para las reglas compuestas use n=6 en todos los casos.

Cada estudiante deberá realizar un análisis comparativo de los resultados

encontrados basándose en las diferentes lecturas de estudio.

En Excel se realizan los 6 métodos de integración numérica, también con

ayuda del software de Geogebra hago una estimación de la integral exacta, aun
sabiendo que este software también usa métodos numéricos para el cálculo de la
integral definida.

Error de los métodos

Valor Real 0,52697856
Métodos Integral Error %

Regla del trapecio 0,226509175 57,017383%

Regla del trapecio compuesta 0,519724658 1,376508%

Regla de Simpson 1/3 0,533480214 1,233761%

Regla de Simpson 1/3 compuesta 0,527216779 0,045205%

Regla de Simpson 3/8 0,531090684 0,780321%

Regla de Simpson 3/8 compuesta 0,527598058 0,117557%

Resultados de los 6 métodos de integración y el error relativo porcentual

tomando como valor exacto el resultado arrojado por Geogebra que se muestra a
continuación.
 Análisis de resultados. En definitiva el uso de la regla del trapecio simple
proporciona un valor muy lejano del valor real, esto ocasiona un error del 57 % el
error más grande de las 6 reglas. El error mínimo se obtiene usando la regla
Simpson 1/3 compuesta donde n es igual a 6, debido a que las reglas simples no se
pueden modificar, una forma de mejorar el resultado de las reglas compuestas es
usando n=12

Tema 3. Ecuaciones Diferenciales Ordinarias

Calcule la Ecuación Diferencial Ordinaria:

Problema 1:
x ' ( t )=t 2−x 2 , x ( 1 ) =1

1. Empleando cada uno de los siguientes métodos:

a) Método de Euler
Para el método de Euler se obtienen los siguientes resultados.

Euler
n ti xEuler

0 1 1,000000
1 1,1 1,000000

2 1,2 1,021000
3 1,3 1,060756

4 1,4 1,117236
5 1,5 1,188414
 b) Método de Runge – Kutta de orden 2
Para el método de Runge – Kutta de orden 2, decidi hacerlo por 3 métodos,
Heun, Punto medio y Ralston, los resultados son

Método de Runge -
Kutta de orden 2        

    Heun a=1/2
n ti k1 k2 xRK_Heun

0 1 - - 1
1 1,1 0,000000 0,210000 1,010500

2 1,2 0,188890 0,380358 1,038962

3 1,3 0,360557 0,534336 1,083707

4 1,4 0,515579 0,671173 1,143045

5 1,5 0,653449 0,789795 1,215207

Método de Runge -
Kutta de orden 2        
    Punto medio a = 1

n ti k1 k2 xRK_PuntoMedio
0 1 - - 1

1 1,1 0,000000 0,102500 1,010250

2 1,2 0,189395 0,282672 1,038517

3 1,3 0,361482 0,446115 1,083129

4 1,4 0,516832 0,592685 1,142397

5 1,5 0,654929 0,721538 1,214551

Método de Runge -
Kutta de orden 2        

    Ralston a=2/3
n ti k1 k2 xRK_Ralston
 0 1 - - 1
1 1,1 0,000000 0,155625 1,010375

2 1,2 0,189142 0,330900 1,038740

3 1,3 0,361020 0,489661 1,083418

4 1,4 0,516206 0,631442 1,142721

5 1,5 0,654189 0,755274 1,214879

c) Método de Runge – Kutta de orden 4

Método de Runge - Kutta de orden 4

n ti k1 k2 k3 k4 xRK4

0 1 - - - - 1
1 1,1 0,000000 0,102500 0,092224 0,191470 1,009682

2 1,2 0,190542 0,283713 0,274195 0,364421 1,037528

3 1,3 0,363535 0,447987 0,439053 0,520501 1,081830

4 1,4 0,519643 0,595252 0,586861 0,659222 1,140882

5 1,5 0,658389 0,724691 0,716897 0,779670 1,212902

con h=0.1. Realice los cálculos hasta 5 h

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 ?

La tabla final de resultados utilizando todos los métodos solicitados es

ti xEuler xRK_Heun xRK_PuntoMedio xRK_Ralston xRK4

1 1,000000 1 1 1 1

1,1 1,000000 1,0105 1,01025 1,010375 1,00968196

 1,2 1,021000 1,0389624 1,03851716 1,03873977 1,03752828
1,3 1,060756 1,08370706 1,08312865 1,08341781 1,08183023

1,4 1,117236 1,14304469 1,14239715 1,1427208 1,14088176

1,5 1,188414 1,21520686 1,2145509 1,21487868 1,21290235

Para esta ecuación diferencial resulta muy difícil obtener una solución exacta
de la ecuación deferencial. Analizando la gráfica se observa que 4 de las 5 curvas
parecen superpuestas, a diferencia de la curva de Euler, que está apartada de las
demás.

Si se disminuye el valor de h se esperaría que las curvas estuviesen mucho

más cercanas.

ti xEuler xRK_Heun xRK_PuntoMedio xRK_Ralston xRK4

1 1,000000 1 1 1 1
1,01 1,000000 1,0001005 1,00010025 1,00010038 1,00009967

1,02 1,000201 1,000399 1,0003985 1,00039875 1,00039736

1,03 1,000601 1,00089356 1,00089282 1,00089319 1,00089113
 1,04 1,001198 1,00158226 1,00158129 1,00158177 1,00157907

1,05 1,001990 1,00246323 1,00246203 1,00246263 1,00245929

El método de Euler sigue manteniendo un comportamiento lejano a las otras

curvas.

Cuando el valor de h aumenta, se espera que las curvas no se noten

superpuestas y se logren diferenciar una de otra

ti xEuler xRK_Heun xRK_PuntoMedio xRK_Ralston xRK4

1 1,000000 1 1 1 1

1,5 1,000000 1,3125 1,28125 1,296875 1,21828186

2 1,625000 1,82325649 1,78525445 1,80348487 1,71129341

2,5 2,304688 2,38707579 2,33949582 2,36089314 2,27012721

3 2,773895 3,00213702 2,91096434 2,95032825 2,81372228

3,5 3,426648 3,81784027 3,5637017 3,67288785 3,33983937

2. Ejercicios Desarrollados por DIEGO FERNANDO NOVA DE LOS RIOS

Tema 1. Diferenciación numérica

Dados los siguientes problemas de Diferenciación Numérica.

Problema 2:

Evalúe la ganancia en la precisión usando las fórmulas de diferencias finitas

hacia adelante, atrás y central, en la evaluación de la primera derivada de la función
f ( x )=e−x en x=1, con h=0.1, comparada con la solución analítica (exacta).

Solución

El método de diferencias finitas consiste en aproximar una función por polinomios.

h 0,1
x 1
f'(x) -0,36787944

x(i-2) x(i-1) xi x(i+1) x(i+2) f(x(i-2)) f(x(i-1)) f(xi) f(x(i+1)) f(x(i+2))

0,8 0,9 1 1,1 1,2 0,449328964 0,40656966 0,36787944 0,33287108 0,301194212
Hacia Adelante

Utilizaremos la siguiente fórmula para la primera derivada

'
f ( x i+ 1) −f ( x i )
f ( x i )=
h

f ( 0,33287108 ) −f ( 0,36787944 )
f ' ( x i )=
0,1

f ' ( x i )=−0,35008357

Utilizaremos la siguiente fórmula para la segunda derivada

'
−3 f ( x i ) + 4 f ( x i+1 ) −f ( x i+2 )
f ( x i )=
2h

−3 f ( 0,36787944 ) +4 f ( 0,33287108 )−f ( 0.301194212 )

f ' ( x i )=
2(0.1)

f ' ( x i )=−0,366741

Hacia Atrás

Utilizaremos la siguiente fórmula para la primera derivada

'
f ( x i ) −f ( x i−1 )
f ( x i )=
h

f ( 0,36787944 )−f ( 0.40656966 )

f ' ( x i )=
0.1

f ' ( x i )=−0,38690219

Utilizaremos la siguiente fórmula para la segunda derivada

 '
3 f ( x i )−4 f ( xi−1 ) + f ( xi−2 )
f ( x i )=
2h

3 f ( 0,36787944 )−4 f ( 0.40656966 ) + f ( 0.449328964 )

f ' ( x i )=
2(0.1)

f ' ( x i )=−0,36655676

Centrado

Utilizaremos las siguientes fórmulas

'
f ( x i+ 1) −f ( x i−1 )
f ( x i )=
2h

f ( 0,33287108 ) −f ( 0.40656966 )
f ' ( x i )=
2(0.1)

f ' ( x i )=−0,36849288

'
−f ( xi +2 )+ 8 f ( x i+1 ) −8 f ( x i−1 )+ f ( x i−2 )
f ( x i )=
12 h

−f ( 0.301194212 )+ 8 f ( 0,33287108 )−8 f ( 0.40656966 ) + f ( 0.449328964 )

f ' ( x i )=
12(0.1)

f ' ( x i )=−0,36787821

Diferencias finitas f'(xi) error relativo

Adelante (Oh1) -0,35008357 -0,04837418
Adelante (Oh2) -0,366741 -0,003094595
Atrás (Oh1) -0,38690219 0,051709181
Atrás (Oh2) -0,36655676 -0,003595429
Centrada (Oh2) -0,36849288 0,0016675
 Centrada (Oh4) -0,36787821 -3,3373E-06

Las diferencias centradas arrojan mejores resultados ya que se valúan con

valores equidistantes del punto en cuestión, la mejor forma de mejorar las
aproximaciones es reduciendo el tamaño del paso h, y usando más de dos puntos,
como ocurre en los casos de Oh2 y Oh4 centrada (sobre todo ésta última)

Tema 2. Integración numérica

Cada estudiante deberá seleccionar el desafío correspondiente al número de

desafío seleccionado en las actividades evaluativas anteriores.

Calcule la integral correspondiente a su número de problema con cada uno de

los métodos indicados abajo:

Problema 2

Calcule la integral correspondiente con cada uno de los métodos indicados abajo.

∫ 2 ln (3 x )dx
1

a) Regla del trapecio simple y compuesta

b) Regla de Simpson1/3 simple y compuesta

c) Regla de Simpson3/8 simple y compuesta

Para las reglas compuestas use n=6 en todos los casos.

Cada estudiante deberá realizar un análisis comparativo de los resultados

encontrados basándose en las diferentes lecturas de estudio.

Solución
3

∫ 2 ln (3 x )dx
1

3
3
∫ 2∗ln ( 3 x ) dx= [2 x ln (3 x )−2 x ]1=6 ln 9−6−2 ln 3+ 2=10 ln 3−4
1

Valor real 6,98612289 6,98612289

n 6
lim
superior 3
lim inferior 1
h 0,33333333

La regla del trapecio es un método de integración numérica, es decir, un

método para calcular aproximadamente el valor de la integral definida. La regla se
basa en aproximar el valor de la integral de f(x) por el de la función lineal que pasa
a través de los puntos (a, f(a)) y (b, f(b)).

Trapecio simple
b
f ( a ) +f (b)
∫ f ( x ) dx ≈(b−a) 2
a

Trapecio simple
f(a) 2,19722458
f(b) 4,39444915
b-a 2
área aprox 6,59167373
Error rel. -0,05646181

Trapecio compuesto
b
h
∫ f ( x ) dx 2
[f ( a )+ 2 f ( a+h ) +2 f ( a+ 2h )+ …+ f ( b ) ]
a

Trapecio compuesto
i xi f(xi)
0 1 2,19722458
1 1,33333333 2,77258872
2 1,66666667 3,21887582
 3 2 3,58351894
4 2,33333333 3,8918203
5 2,66666667 4,15888308
6 3 4,39444915
área aprox 6,97384124
Error rel. -0,00175801

Regla de Simpson 1/3 simple

Este método consiste en la aproximación del cálculo del área plana bajo una
curva utilizando trapecios curvilíneos a partir una interpolación con una función
cuadrática, Esta aproximación es denominada “simple” debido a que utiliza tan sólo
un polinomio.
b

∫ f ( x ) dx ≈ b−a
6
[ f ( a ) + 4 f ( m ) + f (b)]
a

Simpson 1/3 simple

x0 1
x1 2
x2 3
f(x0) 2,19722458
f(x1) 3,58351894
f(x2) 4,39444915
área aprox 6,97524983
Error rel. -0,00155638

Regla de Simpson 1/3 compuesta

(n2 )−1 n
b

[ 2

∫ f ( x ) dx ≈ h3 f ( x 0 ) +2 ∑ f ( x 2 j ) + 4 ∑ f ( x 2 j−1 ) + f (x n)
a j=1 j=1
]
Simpson 1/3 compuesta
i xi f(xi)
0 1 2,19722458
1 1,33333333 2,77258872
2 1,66666667 3,21887582
3 2 3,58351894
4 2,33333333 3,8918203
5 2,66666667 4,15888308
6 3 4,39444915
 área aprox 6,98589211
Error rel. -3,3034E-05

Regla de Simpson 3/8 simple

El método de Integración Simpson 3/8  consiste en tomar el área bajo una

ecuación cúbica que conecta cuatro puntos

b b
3h 3h 2 a+ b a+2 b
I =∫ f ( x ) dx ≈ ∫ P3 ( x ) dx ≈
a a 8 [ f ( x 0 ) +3 f ( x 1 ) +3 f ( x 2 ) + f ( x3 ) ]=
8 [
f ( a ) +3 f (
3 ) (
+3 f
3 ) + f (b)
]
Simpson 3/8 simple
x0 1
x1 1,66666667
x2 2,33333333
x3 3
f(x0) 2,19722458
f(x1) 3,21887582
f(x2) 3,8918203
f(x3) 4,39444915
área aprox 6,98094053
Error rel. -0,00074181

Regla de Simpson 3/8 compuesta

3h
I≈ f ( x 0 ) +3 f ( x 1 ) +3 f ( x 2 ) +2 f ( x 3 ) +3 f ( x 4 ) +3 f ( x5 ) +2 f ( x 6 ) + …+f ( x n ) ]
8 [

Simpson 3/8 compuesta

i xi f(xi)
0 1 2,19722458
1 1,333333333 2,77258872
2 1,666666667 3,21887582
3 2 3,58351894
4 2,333333333 3,8918203
5 2,666666667 4,15888308
6 3 4,39444915
área
aprox 6,985651924
Error rel. -6,7414E-05
 Trapecio simple Trapecio compuesto Simpson 1/3 simple Simpson 1/3 compuesta Simpson 3/8 simple Simpson 3/8 compuesta
f(a) 2,19722458 i xi f(xi) x0 1 i xi f(xi) x0 1 i xi f(xi)
f(b) 4,39444915 0 1 2,19722458 x1 2 0 1 2,19722458 x1 1,66666667 0 1 2,19722458
b-a 2 1 1,33333333 2,77258872 x2 3 1 1,33333333 2,77258872 x2 2,33333333 1 1,333333333 2,77258872
área aprox 6,59167373 2 1,66666667 3,21887582 f(x0) 2,19722458 2 1,66666667 3,21887582 x3 3 2 1,666666667 3,21887582
error rel. -0,05646181 3 2 3,58351894 f(x1) 3,58351894 3 2 3,58351894 f(x0) 2,19722458 3 2 3,58351894
4 2,33333333 3,8918203 f(x2) 4,39444915 4 2,33333333 3,8918203 f(x1) 3,21887582 4 2,333333333 3,8918203
5 2,66666667 4,15888308 área aprox 6,97524983 5 2,66666667 4,15888308 f(x2) 3,8918203 5 2,666666667 4,15888308
6 3 4,39444915 error rel. -0,00155638 6 3 4,39444915 f(x3) 4,39444915 6 3 4,39444915
área aprox 6,97384124 área aprox 6,98589211 área aprox 6,98094053 área aprox 6,985651924
error rel. -0,00175801 error rel. -3,3034E-05 error rel. -0,00074181 error rel. -6,7414E-05

Las aproximaciones por medio de trapecios pueden pecar por exceso o por
defecto, por el hecho de ser figuras formadas por semirrectas, y generando errores
considerables, Estos errores pueden ser mitigados reduciendo el valor de h.

La aproximación con polinomios de grado superior a 1, que es lo que buscan

las diversas reglas de Simpson, deja de lado los errores de la aproximación que se
hace por medio de trapecios.

Entre los métodos Simpson, los compuestos muestran una mejor aproximación
al área verdadera debido a que tienen en cuenta más puntos dentro del intervalo de
integración y les da la respectiva ponderación. Sin embargo, el método no está
exento de errores, los cuales pueden ser también mitigados reduciendo el valor de
h.

Tema 3. Ecuaciones Diferenciales Ordinarias

Cada estudiante deberá seleccionar el desafío correspondiente al número de

desafío seleccionado en las actividades evaluativas anteriores.

Calcule la Ecuación Diferencial Ordinaria:

Problema 2:
x ' ( t)=x +e x , x ( 0 )=1

3. Empleando cada uno de los siguientes métodos:

d) Método de Euler

e) Método de Runge – Kutta de orden 2

 f) Método de Runge – Kutta de orden 4

Con h=0.1. Realice los cálculos hasta 5 h

Solución

h 0,1
x0 0
x1 0,5

Solución analítica
t t
x ( t )=e + t e

Método de Euler

El método de Euler consiste en encontrar iterativamente la solución de una ecuación

diferencial de primer orden y valores iniciales conocidos para un rango de valores.
Partiendo de un valor inicial x0 y avanzando con un paso h.

dy
=f ( x , y)
dx
y i+1 = y i+ f ( x i , y i ) h

t x real x euler error rel

0 1 1 0
0,1 1,21568801 1,12051709 0,07828564
0,2 1,46568331 1,26265737 0,13851965
0,3 1,75481645 1,42764325 0,18644298
0,4 2,08855458 1,61682572 0,22586379
0,5 2,47308191 1,83169785 0,25934607

Métodos de Runge Kutta orden 2

El método de Runge Kutta es un método numérico de resolución de ecuaciones

diferenciales que surge como una mejora del método de Euler. El método de Euler
se puede considerar como un método de Runge Kutta de primer prden, el de Heun,
es un método de Runge Kutta de orden dos.
 y i+1 = y i+ ( a1 k 1 +a2 k 2 ) h

Donde
k 1=f ( x i , y i )
k 2=f ( x i + p1 h , y i +q 11 k 1 h )

a 1=1−a 2
1
p1=q 11=
2 a2

Valores constantes Heun Punto medio Ralston

a1 0,5 0 0,33333333
a2 0,5 1 0,66666667
p1 1 0,5 0,75
q11 1 0,5 0,75

Heun Punto medio Ralston

t x real k1 k2 x Heun error rel k1 k2 x Punto Medio error rel k1 k2 x Ralston error rel
0 1 1 0 1 0 1 0
0,1 1,21568801 2,10517092 2,43191985 1,2268545 -0,00918536 2,105170918 2,26709279 1,226709279 -0,00906587 2,105171 2,349134035 1,2267813 -0,00912511
0,2 1,46568331 2,4482573 2,82153908 1,4903444 -0,01682563 2,331880197 2,62732871 1,489442149 -0,016210077 2,448184 2,726925779 1,49018249 -0,01671519
0,3 1,75481645 2,84020316 3,26618937 1,795664 -0,02327738 2,710844908 3,04405194 1,793847344 -0,022242152 2,840041 3,158176999 1,79539566 -0,02312448
0,4 2,08855458 3,28748868 3,77313412 2,1486951 -0,0287953 3,143706151 3,51934484 2,145781827 -0,02740041 3,28722 3,649951388 2,14829977 -0,028606
0,5 2,47308191 3,79741639 4,35055556 2,5560937 -0,03356614 3,637606525 4,06091517 2,551873345 -0,031859615 3,797021 4,210206873 2,55554759 -0,03334531

Métodos de Runge Kutta orden 4

Un miembro de la familia de los métodos Runge-Kutta usado que es usado tanto

que a menudo es referenciado como «RK4» o como «el método Runge-Kutta».

Viene dado por la siguiente ecuación

1
y i+1 = y i+ ( k 1 +2 k 2 +2 k 3 +k 4 ) h
6

Donde

k 1=f ( x i , y i )
 1 1
(
k 2=f xi + h , y i + k 1 h
2 2 )
1 1
(
k 3=f xi + h , y i + k 2 h
2 2 )
k 4=f ( x i+ h , y i +k 3 h )

t x real k1 k2 k3 k4 x RK4 error rel

0 1 1 0
0,1 1,21568801 2,32085893 2,4935652 2,5022005 2,68731082 1,24999502 0,02822024
0,2 1,46568331 2,68708607 2,88406303 2,8939119 3,10493331 1,539127839 0,05010941
0,3 1,75481645 3,10467526 3,32911776 3,3403399 3,58067514 1,872865601 0,06727151
0,4 2,08855458 3,58037927 3,83588573 3,848661 4,12214195 2,257392514 0,08083961
0,5 2,47308191 4,12180318 4,41242508 4,4269562 4,73789632 2,699700214 0,09163397

4. 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 ?

Aproximaciones
3

2.5

2 Analítico
Euler
RK2 Heun
RK2 Punto Medio
1.5
RK2 Ralston
RK4

0.5

0
0 0.1 0.2 0.3 0.4 0.5 0.6
 El método de Runge Kutta de cuarto orden es el que más se aleja por exceso
de la solución analítica, mientras que el de Euler es el que más se aleja por defecto
a medida que t aumenta.

Los métodos de Runge Kutta de segundo orden guardan mucha similitud entre
sí y son los que más cercanos a la solución analítica.

Si se reduce el valor de h, tendremos la misma cantidad de puntos para evaluar

pero en un intervalo más corto del original, con lo cual las soluciones estarán más
próximas por estar cercanas a la condición inicial. Por otro lado, si se aumentó el
valor de h, se aumenta el tamaño del intervalo, pero se notará más el alejamiento
de las soluciones aproximadas respecto de la analítica

3. Ejercicios Desarrollados por EDWARD GOMEZ AGUIRRE

Tema 1. Diferenciación numérica

Problema 3:

Tema 2. Integración numérica

Problema 3

Tema 3. Ecuaciones Diferenciales Ordinarias

Problema 3

4. Ejercicios Desarrollados por GIOVANNI MARTINEZ

Tema 1. Diferenciación numérica

Problema 4:

Tema 2. Integración numérica

Problema 4

Tema 3. Ecuaciones Diferenciales Ordinarias

Problema 4
5. Ejercicios Desarrollados por HAROLD STEVEN ROMERO

Tema 1. Diferenciación numérica

Problema 5:

Tema 2. Integración numérica

Problema 5

Tema 3. Ecuaciones Diferenciales Ordinarias

Problema 5
 CONCLUSIONES

Se logró desarrollar los diferentes problemas propuestos, aplicando la correcta

apropiación de conocimiento en diferenciación e integración numérica.

Se aplican diferentes métodos de resolución en el desarrollo apoyados en las

herramientas que ofrece Excel.
 BIBLIOGRAFIA

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=3227640&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=4508648&ppg=745

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