Análisis de los métodos descritos:

Se procede a realizar un análisis para los metodos descritos, se realiza una librería donde se
encuentran todas las librerías y un main o programa principal que contiene el llamado a las
funciones.

Se resuelve el método de RK de orden 5 pues se dispone del código para poder ejecutar el método
de RKF

Los resultados obtenidos para cada método con h = 0.08 con su respectivo valor absoluto es:

Metodo Resultado en t = 4 Error absoluto

Euler 73.863972 1.474988
Heun 75.384801 0.045841
RK4 75.338967 7E-06
RK5 76.524352 1.185392
RKF 76.514106 1.175146

Observamos que el método que mejor converge es el método de RK4 con mayor exactitud.

Procedemos al cálculo del error relativo porcentual contra el trabajo computacional para los
diferentes métodos para diferentes valores de h

Entonces tenemos que para el cálculo del trabajo computacional, en el caso de los primeros
métodos donde el paso es constante se calcula mediante la fórmula:

Donde n f es el número de evaluaciones para la función para cada método, en el caso de Euler es
n f =1, en el caso de Heun es: n f =2, en el caso de RK de orden 4 es n f =4 y en el caso de RK de
orden 5 n f =6 .
Por ultimo para el caso del método de RKF tenemos que n f =6 pero como el paso es Adaptativo
se procede a crear una variable n que calcula la cantidad de veces que se aplica la técnica y de esta
manera se determina el trabajo computacional obtenemos que:

Para el método de Euler:

h t=4 Error relativo Trabajo computacional

0.005 75.296925 0.05579451 800
0.01 75.154866 0.24435432 400
0.02 74.970686 0.48882278 200
0.05 74.417668 1.22286265 80
0.1 73.494491 2.44822732 40

Observamos que a mayor trabajo computacional menor error relativo, para un h = 0.005 el error
relativo es de 0.05579451 %

Para el método de Heun:

h t=4 Error relativo Trabajo computacional

0.005 75.33914 0.00023892 1600
0.01 75.339671 0.00094373 800
0.02 75.3418 0.00376963 400
0.05 75.356783 0.02365708 160
0.1 75.410809 0.09536766 80

Observamos que a mayor trabajo computacional menor error relativo, para un todos los h el error
es menor del 0.1%

Para el método RK4:

h t=4 Error relativo Trabajo computacional

0.005 75.338963 3.982E-06 3200
0.01 75.338963 3.982E-06 1600
0.02 75.338963 3.982E-06 800
0.05 75.338963 3.982E-06 320
0.1 75.338973 1.7255E-05 160
Observamos que los primeros cuatro el resultado es igual y el trabajo computacional va
disminuyendo, lo que nos puede dar una idea de que debemos estar pendiente de no tomar un
valor muy bajo para h para no realizar un trabajo computacional no necesario, para h = 0.1 el
error es prácticamente 0, podríamos decir que numéricamente es 0 con toleración 10e-5

Para el método RK5

h t=4 Error relativo Trabajo computacional

0.005 75.413722 0.09923418 4800
0.01 75.488227 0.19812724 2400
0.02 75.637482 0.39623855 1200
0.05 76.082593 0.98704973 480
0.1 76.816919 1.96174595 240

Observamos que a mayor trabajo computacional menor error relativo, para un h = 0.005 el error
relativo es de 0.09923418 %, sin embargo, para un método de orden 5 se deberían obtener
mejores errores que para un método de orden 4.

Para el método RKF

h t=4 Error relativo Trabajo computacional

0.005 76.496876 1.53694184 318
0.01 76.496876 1.53694184 312
0.02 76.496876 1.53694184 306
0.05 76.77931 1.91182623 240
0.1 76.801154 1.94082053 240

Observamos que todos los errores son superior al 1% pero inferior al 2%, el trabajo computacional
se reduce, pero los errores son mayores.

A continuación se presentan unas gráficas para cada método donde se visualiza el error relativo vs
el trabajo computacional
Heun
RK4

RK5
 RKF

Observaciones: como se puede visualizar en los métodos de paso constante a mayor trabajo
computacional menor o igual error relativa, sin embargo para paso adaptativo no necesariamente
es asi, el método de RKF genera un mejor error con un menor trabajo computacional

Conclusiones: El método que mejor se comporta es el método de RK4, que incluso se comporta
mucho mejor que el método de RK5, el método de RKF no se comporta bien en comparación con
otros métodos esto se puede deber a el tamaño de paso tomado o a un error humano.

El método de RKF es complicado de programar pues puede generar errores numéricos sencillos
por ejemplo divisiones con denominador mayor al numerador (pero no demasiado grande)
generan un cero, que hace que el nuevo iterado sea igual al anterior por lo que se requiere un
esfuerzo manual para impedir estos errores.