Actividad 1 Resolución de PVIs

Asignatura Datos del alumno Fecha
Métodos Numéricos de Apellidos: Ramírez Cedrés

4/11/2020
Resolución de EDP Nombre: Adrián
Actividad 1: Resolución de PVIs
Objetivos
A través de esta actividad aprenderás a:
 Aplicar el método de Euler para la resolución de PVIs.

 Aplicar el método de Runge-Kutta para la resolución de PVIs.
Descripción de la actividad
Un determinado fenómeno físico está representado por el siguiente problema de

valor inicial:
t 𝒚𝒆𝒙𝒑
0,25 0,77647
0,50 0,58932
0,75 0,41698
© Universidad Internacional de La Rioja (UNIR)/ Universidad Rovira i Virgili (URV)
𝑦 ′ (𝑡) = 𝑦(𝑡) ∗ 𝑡 − 1
{ 𝑦(0) = 1 1 0,23803
𝑡 ∈ [0,2] 1,25 0,02514
1,50 -0,26444
1,75 -0,70700
2 -1,45038
Aunque no se conoce su solución analítica, se dispone de una tabla con datos

experimentales de y(t) para distintos valores de t. Con estos datos deberás realizar lo
siguiente:
Tema 2. Actividades 1
4/11/2020
1. Aplicar el método de Euler para resolver el PVI con h=0,5 y h=0,25.

2. Aplicar el método Runge-Kutta de orden 2 con h=0,25. Escoger el método RK de
orden 2 que se considere más adecuado.
3. Calcular los errores absolutos, a partir de los datos experimentales de la tabla,
para ambos métodos con h=0,25.
4. Representar en una misma gráfica los valores experimentales y los calculados con
ambos métodos para h=0,25.
5. Representar en una misma gráfica los errores absolutos de ambos métodos para
h=0,25.
6. Comparar los resultados entre sí y aportar una interpretación de los resultados: el
efecto de h en el resultado del método de Euler, la variación del error absoluto
según el método utilizado…
Extensión máxima
La actividad debe entregarse en un documento de texto (preferiblemente .PDF) con

la resolución del trabajo de acuerdo con la descripción arriba indicada. No hay una
extensión máxima para este documento. No se aceptarán trabajos realizados a mano,
escaneados o fotografiados, aunque estén incluidos dentro de un documento de

texto. La idea de esta actividad no es realizar un script para resolver el problema, sino
plantear todas las ecuaciones necesarias y realizar los cálculos paso a paso. Se puede
utilizar una hoja de cálculo (Excel o similar) para resolver el problema, pero es
necesario presentar el desarrollo de las ecuaciones correspondientes.
4/11/2020
Rúbrica
Puntuación
Resolución de Peso
Descripción máxima
PVIs %
(puntos)
Se plantea el método de Euler de forma
Criterio 1 adecuada, se aplica paso a paso y se 1,5 15 %
muestran los resultados correspondientes.
Se plantea el método de Runge-Kutta de
Criterio 2 forma adecuada, se aplica paso a paso y se 1,5 15 %
muestran los resultados correspondientes.
Se plantean las ecuaciones necesarias para
Criterio 3 el cálculo de errores y se muestran los 1 10 %
resultados correspondientes.
Los datos calculados y experimentales se
representan adecuadamente y la gráfica
Criterio 4 1 10 %
permite comparar resultados. Se añade
leyenda, títulos de los ejes…
Los datos del error se representan
adecuadamente y la gráfica permite
Criterio 5 1 10 %
comparar resultados. Se añade leyenda,
títulos de los ejes…
Se explican los resultados obtenidos,
incluyendo comparaciones entre los
distintos métodos empleados y los
Criterio 6 3 30 %
distintos parámetros analizados. La
explicación se apoya en representaciones
gráficas o tablas de resultados

Formato y presentación: formato
adecuado (justificación de texto,
interlineado, fuente y tamaño de letra
Criterio 7 1 10 %
homogéneos…), escritura, formato de
figuras (si las hay), formato de la
bibliografía y referencias (si las hay), etc.
10 100 %
4/11/2020
Resolución de la actividad:
1. Aplicar el método de Euler para resolver el PVI con h=0,5 y h=0,25.
Planteamiento formal del método:

Partiendo de la expresión general del algoritmo del método de Euler,
identifiquemos cada uno de los elementos que lo componen y su relación con los
datos de partida:
𝑦𝑖+1 = 𝑦𝑖 + ℎ · 𝑓(𝑡𝑖 , 𝑦𝑖 )
Cuando el algoritmo se aplica iterativamente, el valor de la función en un

punto 𝑖 es resultado de la suma de los incrementos ℎ · 𝑓(𝑡, 𝑦) aplicados desde 𝑖 = 0
hasta 𝑖 = 𝑛 − 1:
𝑦1 = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 )
𝑦2 = 𝑦1 + ℎ · 𝑓(𝑡1 , 𝑦1 ) = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 ) + ℎ · 𝑓(𝑡1 , 𝑦1 )
𝑦3 = 𝑦2 + ℎ · 𝑓(𝑡2 , 𝑦2 ) = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 ) + ℎ · 𝑓(𝑡1 , 𝑦1 ) + ℎ · 𝑓(𝑡2 , 𝑦2 )
…
𝑛−1
𝑦𝑛 = 𝑦0 + ℎ · ∑ 𝑓(𝑡𝑖 , 𝑦𝑖 )
𝑖=0
El tamaño de paso, ℎ, corresponde con la diferencia del valor de la variable

independiente entre dos medidas consecutivas, ℎ = 𝑡𝑖+1 − 𝑡𝑖 . Éste a su vez se

relaciona con el número de tramos 𝑛 en los que se subdivide el intervalo sobre los
que se aplicará el método a través de la siguiente expresión:
2−0
𝑡𝑓 − 𝑡0 ℎ = 0.25 ∴ 𝑛 = =8
𝑛= ={ 0.25
ℎ 2−0
ℎ = 0.50 ∴ 𝑛 = =4
0.50
4/11/2020
Aplicación paso a paso del método:

 Con paso h = 0.25:
Siendo el valor inicial un dato del problema, 𝑦0 = 1:
𝑖 = 0:
𝑦1 = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 ) = 𝑦0 + ℎ · (𝑦0 · 𝑡0 − 1) = 1 + 0.25 · (1 · 0 − 1) = 0.75
Con 𝑓(𝑡0 , 𝑦0 ) = (𝑦0 · 𝑡0 − 1) = −1
𝑖 = 1:
𝑦2 = 𝑦1 + ℎ · (𝑦1 · 𝑡1 − 1) = 0.75 + 0.25 · (0.75 · 0.25 − 1) = 0.546875
Con 𝑓(𝑡1 , 𝑦1 ) = (𝑦1 · 𝑡1 − 1) = (0.75 · 0.25) − 1 = −0.812500
El método se aplica sucesivamente hasta 𝑖 = 𝑛 − 1 = 7
𝑖 = 7:
𝑦8 = 𝑦7 + ℎ · (𝑦7 · 𝑡7 − 1) = −0.630485 + 0.25 · [(−0.630485 · 1.75) − 1]
= −1.15632
Con 𝑓(𝑡7 , 𝑦7 ) = (𝑦7 · 𝑡7 − 1) = (−0.630485 · 1.75) − 1 = −2.10335
 Con paso h = 0.50:

El método se aplica de manera análoga, considerando que para el nuevo paso
2
el número de incrementos es 𝑛 = = 4.
0.5
𝑖 = 0:
𝑦1 = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 ) = 𝑦0 + ℎ · (𝑦0 · 𝑡0 − 1) = 1 + 0.50 · (1 · 0 − 1) = 0.50

Con 𝑓(𝑡0 , 𝑦0 ) = (𝑦0 · 𝑡0 − 1) = −1
𝑖 = 1:
𝑦2 = 𝑦1 + ℎ · (𝑦1 · 𝑡1 − 1) = 0.50 + 0.50 · (0.50 · 0.50 − 1) = 0.125
Con 𝑓(𝑡1 , 𝑦1 ) = (𝑦1 · 𝑡1 − 1) = (0.50 · 0.50) − 1 = −0.75
𝑖 = 3:
𝑦4 = 𝑦3 + ℎ · (𝑦3 · 𝑡3 − 1) = −0.3125 + 0.5 · [(−0.3125 · 1.50) − 1] =
Con 𝑓(𝑡3 , 𝑦3 ) = (𝑦3 · 𝑡3 − 1) = (−0.3125 · 1.50) − 1 = −1.46875
4/11/2020
Tabla de resultados numéricos:

Tabla 1.1. Resultados del método de Euler con paso ℎ = 0.25
𝑖 𝑡 𝑦𝑒𝑥𝑝 𝑓(𝑡𝑖 , 𝑦𝑖 ) 𝑦𝑖
0 0.00 𝑦𝑜 = 1.00000 -1.00000 𝑦𝑜 = 1.00000
1 0.25 0.77647 -0.81250 0.75000
2 0.50 0.58932 -0.72656 0.54688
3 0.75 0.41698 -0.72607 0.36523
4 1.00 0.23803 -0.81628 0.18372
5 1.25 0.02514 -1.02544 -0.02036
6 1.50 -0.26444 -1.41507 -0.27672
7 1.75 -0.70700 -2.10335 -0.63048
8 2.00 -1.45038 -3.31264 -1.15632
Tabla 1.2. Resultados del método de Euler con paso ℎ = 0.50
𝑖 𝑡 𝑦𝑒𝑥𝑝 𝑓(𝑡𝑖 , 𝑦𝑖 ) 𝑦𝑖
0 0.00 𝑦𝑜 = 1.00000 -1.00000 𝑦𝑜 = 1.00000
1 0.50 0.58932 -0.75000 0.500000

2 1.00 0.23803 -0.875000 0.125000
3 1.50 -0.26444 -1.46875 -0.312500
4 2.00 -1.45038 -3.09375 -1.04688
4/11/2020
2. Aplicar el método Runge-Kutta de orden 2 con h=0,25. Escoger el método RK de

orden 2 que se considere más adecuado.
Planteamiento formal de los métodos:

La selección del método más apropiado de RK se reduce en última instancia a
la evidencia, esto es, a la bondad de su resultado numérico y al número de
operaciones sucesivas que ha de realizar (lo cual se traduce en uso de recursos
computacionales). Por tanto, la selección del método más adecuado es complicada
únicamente atendiendo a las expresiones matemáticas y se realizará a partir del
cálculo de errores del siguiente apartado.
Partiremos de las expresiones de los algoritmos iterativos y de las relaciones
de recurrencia de cada uno de ellos:
Método de Heun: Método del punto medio: Método de Ralston:
𝑘1 𝑘2 𝑦𝑖+1 = 𝑦𝑖 + ℎ · 𝑘2 𝑘1 2 𝑘2
𝑦𝑖+1 = 𝑦𝑖 + ℎ · ( + ) 𝑦𝑖+1 = 𝑦𝑖 + ℎ · ( + )
2 2 𝑘1 = 𝑓(𝑡𝑖 , 𝑦𝑖 ) 3 3
𝑘1 = 𝑓(𝑡𝑖 , 𝑦𝑖 ) 𝑘1 = 𝑓(𝑡𝑖 , 𝑦𝑖 )
ℎ ℎ
𝑘2 = 𝑓 (𝑡𝑖 + , 𝑦𝑖 + 𝑘1 )
𝑘2 = 𝑓(𝑡𝑖 + ℎ, 𝑦𝑖 + 𝑘1 ℎ) 2 2 𝑘 = 𝑓 (𝑡 + 3 ℎ , 𝑦 + 𝑘 3ℎ)
2 𝑖
4 𝑖 1
4
A partir de los datos del problema, las relaciones de recurrencia de cada

método se expresan como sigue:

Tabla 2.1. Relaciones de recurrencia de los métodos de Runge-Kutta
Método 𝒌𝟏 𝒌𝟐
Heun 𝑦𝑖 𝑡𝑖 − 1 {(𝑡𝑖 + ℎ) · [𝑦𝑖 + ℎ(𝑦𝑖 𝑡𝑖 − 1)]} − 1
ℎ ℎ
Punto medio 𝑦𝑖 𝑡𝑖 − 1 {(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦𝑖 𝑡𝑖 − 1)]} − 1
2 2
3ℎ 3ℎ
Ralston 𝑦𝑖 𝑡𝑖 − 1 {(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦 𝑡 − 1)]} − 1
4 4 𝑖 𝑖
4/11/2020
Y a su vez, resultan los siguientes algoritmos principales de cada método:

Tabla 2.2. Algoritmos de los métodos de Runge-Kutta
𝑦𝑖 𝑡𝑖 − 1 {(𝑡𝑖 + ℎ) · [𝑦𝑖 + ℎ(𝑦𝑖 𝑡𝑖 − 1)]} − 1
Heun 𝑦𝑖+1 = 𝑦𝑖 + ℎ { + }
2 2
ℎ ℎ
Punto medio 𝑦𝑖+1 = 𝑦𝑖 + ℎ · {(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦𝑖 𝑡𝑖 − 1)]} − 1
2 2
𝑦𝑖 𝑡𝑖 − 1 2 3ℎ 3ℎ
Ralston 𝑦𝑖+1 = 𝑦𝑖 + ℎ · { + {{(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦 𝑡 − 1)]} − 1}}
3 3 4 4 𝑖 𝑖
Aplicación paso a paso de los métodos:

 Método de Heun:
Siendo el valor inicial un dato del problema, 𝑦0 = 1:
𝑖 = 0:
𝑦0 𝑡0 − 1 {(𝑡0 + ℎ) · [𝑦0 + ℎ(𝑦0 𝑡0 − 1)]} − 1
𝑦1 = 𝑦0 + ℎ · { + };
2 2
1 · 0 − 1 {(0 + 0.25) · [1 + 0.25 · (1 · 0 − 1)]} − 1
𝑦1 = 1 + 0.25 · { + } = 0.773438
2 2
𝑖 = 1:
𝑦1 𝑡1 − 1 {(𝑡1 + ℎ) · [𝑦1 + ℎ(𝑦1 𝑡1 − 1)]} − 1
𝑦2 = 𝑦1 + ℎ · { + };
2 2
𝑦1 = 0.773438 + 0.25
0.773438 · 0.50 − 1
·{
2
{(0.50 + 0.25) · [0.773438 + 0.25 · (0.773438 · 0.50 − 1)]} − 1
+ } = 0.583344
2

𝑖 = 7:
𝑦7 𝑡7 − 1 {(𝑡7 + ℎ) · [𝑦7 + ℎ(𝑦7 𝑡7 − 1)]} − 1
𝑦8 = 𝑦7 + ℎ · { + };
2 2
𝑦8 = −0.728636 + 0.25
−0.728636 · 1.75 − 1
·{
2
{(1.75 + 0.25) · [−0.728636 + 0.25 · (−0.728636 · 1.75 − 1)]} − 1
+ }
2
= −1.462379
4/11/2020
 Método del punto medio:

𝑖 = 0:
ℎ ℎ
𝑦𝑖+1 = 𝑦𝑖 + ℎ · {(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦𝑖 𝑡𝑖 − 1)]} − 1;
2 2
ℎ ℎ
𝑦1 = 𝑦0 + ℎ · {(𝑡0 + ) · [𝑦0 + (𝑦0 𝑡0 − 1)]} − 1
2 2
0.25 0.25
= 1 + 0.25 · {(0 + ) · [1 + (1 · 0 − 1)]} − 1 = 0.777344
2 2
𝑖 = 1:
ℎ ℎ
𝑦2 = 𝑦1 + ℎ · {(𝑡1 + ) · [𝑦1 + (𝑦1 𝑡1 − 1)]} − 1;
2 2
0.25 0.25
𝑦2 = 0.777344 + 0.25 · {(0.25 + ) · [0.777344 + (0.777344 · 0.25 − 1)]} − 1
2 2
= 0.590078
𝑖 = 7:
ℎ ℎ
𝑦8 = 𝑦7 + ℎ · {(𝑡7 + ) · [𝑦7 + (𝑦7 𝑡7 − 1)]} − 1
2 2
= −0.665021 + 0.25
0.25 0.25
· {(1.75 + ) · [−0.665021 + (−0.665021 · 1.75 − 1)]} = −1.35354
2 2
 Método del Ralston:

𝑖 = 0:
𝑦𝑖 𝑡𝑖 − 1 2 3ℎ 3ℎ
𝑦𝑖+1 = 𝑦𝑖 + ℎ · { + {{(𝑡𝑖 + ) · [𝑦𝑖 + (𝑦 𝑡 − 1)]} − 1}} ;
3 3 4 4 𝑖 𝑖
𝑦0 𝑡0 − 1 2 3ℎ 3ℎ
𝑦1 = 𝑦0 + ℎ · { + {{(𝑡0 + ) · [𝑦0 + (𝑦 𝑡 − 1)]} − 1}}
3 3 4 4 0 0
1·0−1 2 3 · 0.25 3 · 0.25

= 1 + 0.25 · { + {{(0 + ) · [1 + (1 · 0 − 1)]} − 1}}
3 3 4 4
= 0.775391
4/11/2020
𝑖 = 1:
𝑦1 𝑡1 − 1 2 3ℎ 3ℎ
𝑦2 = 𝑦1 + ℎ · { + {{(𝑡1 + ) · [𝑦1 + (𝑦 𝑡 − 1)]} − 1}}
3 3 4 4 1 1
= 0.775391 + 0.25
0.775391 · 0.25 − 1
·{
3
2 3 · 0.25 3 · 0.25
+ {{(0.25 + ) · [0.775391 · + (0.775391 · 0.25 − 1)]} − 1}}
3 4 4
= 0.587062
𝑖 = 7:
𝑦7 𝑡7 − 1 2 3ℎ 3ℎ
𝑦8 = 𝑦7 + ℎ · { + {{(𝑡7 + ) · [𝑦7 + (𝑦 𝑡 − 1)]} − 1}}
3 3 4 4 7 7
= −0.696652 + 0.25
−0.696652 · 1.75 − 1
·{
3
2 3 · 0.25 3 · 0.25
+ {{(1.75 + ) · [−0.696652 + (−0.696652 · 1.75 − 1)]} − 1}}
3 4 4
= −1.40757
4/11/2020
Tablas de resultados numéricos:

Tabla 2.3. Resultados de la aplicación del método de Heun
𝑖 𝑡 𝑦𝑒𝑥𝑝 𝑦𝑖
0 0.00 𝑦𝑜 = 1.00000 𝑦𝑜 = 1.00000
1 0.25 0.77647 0.773438
2 0.50 0.58932 0.583344
3 0.75 0.41698 0.407889
4 1.00 0.23803 0.225425
5 1.25 0.02514 0.008569
6 1.50 -0.26444 -0.284858
7 1.75 -0.70700 -0.728636
8 2.00 -1.45038 -1.462379
Tabla 2.4. Resultados de la aplicación del método del punto medio
0 0.00 𝑦𝑜 = 1.00000 𝑦𝑜 = 1.00000
1 0.25 0.77647 0.777344

2 0.50 0.58932 0.590778
3 0.75 0.41698 0.419326
4 1.00 0.23803 0.242309
5 1.25 0.02514 0.03382
6 1.50 -0.26444 -0.245706
7 1.75 -0.70700 -0.665021
8 2.00 -1.45038 -1.353534
4/11/2020
Tabla 2.5. Resultados de la aplicación del método de Ralston
0 0.00 𝑦𝑜 = 1.00000 𝑦𝑜 = 1.00000
1 0.25 0.77647 0.775391
2 0.50 0.58932 0.587062
3 0.75 0.41698 0.413612
4 1.00 0.23803 0.233881
5 1.25 0.02514 0.02123
6 1.50 -0.26444 -0.265202
7 1.75 -0.70700 -0.696652
8 2.00 -1.45038 -1.40757
3. Calcular los errores absolutos, a partir de los datos experimentales de la tabla,

para ambos métodos con h=0,25.
El error absoluto se expresa como el valor absoluto de la diferencia entre el
valor calculado, 𝑦̃, de la función y el valor experimental, 𝑦𝑒𝑥𝑝 , –aceptado éste como
valor real sin perjuicio de otras fuentes de error e incertidumbre en la medida–
correspondientes ambos al mismo valor de la variable independiente, 𝑡, y calculado

para todo valor de 𝑡 tabulado.
∆𝑦 = |𝑦𝑒𝑥𝑝 − 𝑦̃|
4/11/2020
Tabla 3.1. Errores absolutos de los métodos de Euler y Runge-Kutta
𝑦𝑒𝑥𝑝 Euler RK - Heun RK – Punto medio RK – Ralston
1.0000 0.000000 0.000000 0.000000 0.000000
0.77647 0.026470 0.003033 0.000874 0.001079
0.58932 0.042445 0.005976 0.001458 0.002258
0.41698 0.051746 0.009091 0.002346 0.003368
0.23803 0.054314 0.012605 0.004279 0.004149
0.02514 0.045495 0.016571 0.008680 0.003910
-0.26444 0.012276 0.020418 0.018734 0.000762
-0.70700 0.076515 0.021636 0.041979 0.010348
-1.45038 0.294058 0.011999 0.096846 0.042810
4. Representar en una misma gráfica los valores experimentales y los calculados

con ambos métodos para h=0,25.
Gráfico 4.1. Resolución numérica de PVI mediante métodos de Euler y Runge-Kutta
4/11/2020
5. Representar en una misma gráfica los errores absolutos de ambos métodos para
h=0,25.
Gráfico 4.1. Errores absolutos de los métodos de Euler y Runge-Kutta
7. Comparar los resultados entre sí y aportar una interpretación de los resultados:

el efecto de h en el resultado del método de Euler, la variación del error absoluto

según el método utilizado…
Efecto del tamaño de paso en el método de Euler

El tamaño de paso incrementa el error absoluto entre el valor experimental y
calculado a través del método de Euler sustancialmente cuando existen variaciones
significativas de la función en intervalos de 𝑡 menores que ℎ. Dicho error queda
acumulado y se propaga en las siguientes pasos aunque el valor de la derivada sea
similar (𝑡 = [0.5,1]).
Dado que el método de Euler -o de punto-pendiente- dirige cada paso en la
dirección marcada por la derivada, valores bajos de derivada introducen poco error
4/11/2020
en tanto que éste se amplifica cuando la derivada tiene una pendiente pronunciada
(𝑡 = [1.75,2]).Esto es especialmente cierto cuando la derivada cambia
significativamente en algún intervalo de la variable independiente menor que el
tamaño de paso ∆𝑡 < ℎ.
Error local y global de truncamiento

El error local y global en que incurre cada método puede obtenerse mediante
los residuos, 𝑅𝑛 , de la serie de Taylor. Para el método de Euler, el error de
truncamiento local es de orden 2 y el error de truncamiento global es de orden 1.
Para los métodos Runge-Kutta, el error de truncamiento local es de orden 3
en tanto que el global es de orden 3. Las ecuaciones matemáticas que definen dichas
expresiones de error son función de las tres primeras derivadas de la función 𝑦, y
pueden obtenerse de la siguiente manera:
 Primera derivada: 𝑦 ′ = 𝑦𝑡 − 1
𝑑𝑦 ′
 Segunda derivada: 𝑦 ′′ = = 𝑦 ′ 𝑡 + 𝑦 = (𝑦𝑡 − 1)𝑡 + 𝑦 = 𝑦𝑡 2 + 𝑦 − 𝑡
𝑑𝑡
𝑑𝑦 ′′ 𝑑(𝑦𝑡 2 ) 𝑑𝑦 𝑑𝑡
 Tercera derivada: 𝑦 ′′′ = = + − = [(𝑦𝑡 − 1)(𝑡 2 + 1)] + 2𝑦𝑡 − 1
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
De donde se obtienen sendas expresiones de 𝑅𝑛 :

𝑅0 = (𝑦𝑡 − 1)ℎ
𝑦𝑡 2 + 𝑦 − 𝑡 2
𝑅1 = ℎ
2
[(𝑦𝑡 − 1)(𝑡 2 + 1)] + 2𝑦𝑡 − 1
𝑅2 = ℎ
6
Si calculamos el valor de estos residuos para cada par (𝑡𝑖 , 𝑦𝑖 ), donde 𝑦𝑖 es el

valor calculado con cada método, tenemos un argumento de comparación entre
métodos basándonos en las relaciones entre sus residuos:
4/11/2020
Tabla 7.1. Error de truncamiento local y global de los métodos de Euler y RK

Método de Euler
𝒊 𝒕𝒊 𝒚𝒊 𝑶(𝒉) 𝑶(𝒉𝟐 )
0 0 1 -0.250000 0.031250
1 0.25 0.75 -0.203125 0.017090
2 0.5 0.546875 -0.181641 0.005737
3 0.75 0.365234 -0.181519 -0.005604
4 1 0.183716 -0.204071 -0.019768
5 1.25 -0.02036 -0.256361 -0.040693
6 1.5 -0.27672 -0.353769 -0.074979
7 1.75 -0.63048 -0.525837 -0.134730
8 2 -1.15632 -0.828161 -0.243175
Método RK de Heun
𝒊 𝒕𝒊 𝒚𝒊 𝑶(𝒉𝟐 ) 𝑶(𝒉𝟑 )
0 0 1 0.031250 0.000000
1 0.25 0.773438 0.017868 0.000372
2 0.5 0.583344 0.007162 0.000298
3 0.75 0.407889 -0.003521 -0.000220
4 1 0.225425 -0.017161 -0.001430
5 1.25 0.008569 -0.038376 -0.003998
6 1.5 -0.28486 -0.075806 -0.009476
7 1.75 -0.72864 -0.147190 -0.021465
8 2 -1.46238 -0.290997 -0.048499
Método RK del punto medio
0 0 1 0.031250 0.000000
1 0.25 0.777344 0.017998 0.000375
2 0.5 0.590778 0.007452 0.000311

3 0.75 0.419326 -0.002963 -0.000185
4 1 0.242309 -0.016106 -0.001342
5 1.25 0.03382 -0.036354 -0.003787
6 1.5 -0.24571 -0.071830 -0.008979
7 1.75 -0.66502 -0.139114 -0.020287
8 2 -1.35353 -0.273990 -0.045665
Método RK de Ralston
0 0 1 0.031250 0.000000
1 0.25 0.775391 0.017933 0.000374
2 0.5 0.587062 0.007307 0.000304
3 0.75 0.413612 -0.003242 -0.000203
4 1 0.233881 -0.016632 -0.001386
5 1.25 0.02123 -0.037362 -0.003892
6 1.5 -0.2652 -0.073810 -0.009226
7 1.75 -0.69665 -0.143130 -0.020873
8 2 -1.40757 -0.282433 -0.047072
4/11/2020
Gráfico 7.1. Relación de errores locales y globales entre métodos
Comparativa de error local: Euler vs RK Comparativa de error local entre métodos RK
80 1.4
1.2
60
1.0
R0 Euler / R1 RK
R1 / R1
40 Euler / Heun 0.8 Heun / Punto medio
20 0.6
Euler / Punto medio 0.4 Heun / Ralston
0 0.2
0 1 2 3 4 5 6 7 8 Euler / Ralston 0.0 Punto medio / Ralston
-20
0 1 2 3 4 5 6 7 8
-40
Paso i Paso i
Comparativa de error global: Euler vs RK Comparativa de error global entre métodos RK
50 1.4
1.2
R1 Euler / R2 RK
40
1.0
30
Euler / Heun R2 / R2 0.8 Heun / Punto medio
20 0.6
Euler / Punto medio 0.4 Heun / Ralston
10
0.2
0 Euler / Ralston 0.0 Punto medio / Ralston
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8
Paso i Paso i
Estos gráficos de barras resultan interesantes ya que permiten comparar de

manera cuantitativa y directa la eficacia de los métodos. Los dos gráficos de la
izquierda representan el cociente entre el error (local o global, respectivamente) del
método de Euler y cada uno de los métodos RK. El método de Euler presenta errores
locales de un orden de magnitud superior a los métodos RK, hasta 61.27 veces
superior. A medida que avanzamos en el número de pasos, la relación entre errores
disminuye. No obstante, los residuales del método de Euler continúan siendo entre
3 y 10 veces superiores a los correspondientes a los métodos RK. Esta apreciación no
guarda necesariamente ninguna relación con la bondad de cada método, sino con el
hecho de que corresponde con pasos del método en que la curva 𝑦 𝑣𝑠 𝑡 varía más
ampliamente y, en consecuencia, todos los métodos individualmente incrementan su
error absoluto.
Por otra parte, la comparativa entre métodos RK refleja que la eficacia de los
tres métodos es muy similar en este problema particular. La suma de todos los
residuales en cada paso sucesivo para los tres métodos es prácticamente idéntica, y
por tanto no existen argumentos de peso para justificar la utilización de un método
RK sobre otro:
4/11/2020
𝑛 𝑛
𝑅1,𝑇 = ∑ 𝑅1,𝑖 ; 𝑅2,𝑇 = ∑ 𝑅2,𝑖

𝑖=0 𝑖=0
Tabla 7.2. Suma de errores de truncamiento de los métodos RK
𝑅1,𝑇 𝑅2,𝑇
Heun 0.6293 0.0858
Punto medio 0.5971 0.0809
Ralston 0.6131 0.0833
Error relativo y error absoluto

La eficacia de cada método puede estudiarse desde otra perspectiva en
términos del error relativo producido, definido como la relación entre el error
absoluto y el valor verdadero de la función (que podríamos aceptar como el
experimental, obviando otras fuentes de incertidumbre y error):
|𝑦𝑒𝑥𝑝 − 𝑦̃|
𝐸𝑟 =
𝑦𝑒𝑥𝑝
4/11/2020
Gráfico 7.2. Error relativo
Error relativo
200%
180%
160%
140%
120%
100%
80%
60%
40%
20%
0%
0 1 2 3 4 5 6 7
Error relativo (zoom in)

20%
18%
16%
14%
Euler
12%
10% Heun
8% Punto medio
6%
Ralston
4%
2%
0%
0 1 2 3 4 5 6 7
Obsérvese que el error relativo del método de Euler es en todo momento

superior al del resto de métodos. Todos los métodos de Runge-Kutta generan errores
relativos inferiores al 10% salvo en el caso particular de i = 4. La validez de estos
métodos exige un conocimiento más amplio sobre el contexto en que ha de aplicarse.
Por ilustrarlo con ejemplos, estos niveles de error pueden ser aceptables si la función
𝑦 representa la diferencia entre la presión en un aerosol de pintura y un valor nominal
de presión óptima; sin embargo, si 𝑦 representa la diferencia entre la cantidad de
fármaco administrado a un paciente y la dosis prescrita, donde 𝑦 = 0 implica que el
paciente ha recibido su dosis exacta, es posible que estos niveles de error sean
inaceptables.
4/11/2020
Desde una óptica similar, el error absoluto es un indicador indefectible de la

bondad de cada método. El error absoluto se define como el valor absoluto de la
diferencia entre el valor aceptado como verdadero y el valor generado por el método
en cada paso.
∆𝑦 = |𝑦𝑒𝑥𝑝,𝑖 − 𝑦𝑖 |
Al igual que el error relativo, el error absoluto aumenta en cada paso sucesivo
para cada método, y de manera especialmente acentuada para el método de Euler.
En particular, para éste último, el incremento de error absoluto es mayor cuando el
tamaño de paso se aumenta a h = 0.25, evidenciando el impacto negativo que tiene
la información perdida con el aumento de h.
Gráfico 7.3. Error absoluto
Error absoluto
0.35
0.3
0.25
Euler
0.2
Heun
0.15
Punto medio
0.1 Ralston
0.05
0
0 1 2 3 4 5 6 7 8
Error absoluto en el método de Euler en función del

tamaño de paso
0.45
0.4
0.35
0.3
0.25 h = 0.25
0.2
0.15 h = 0.5
0.1
0.05
0
0 1 2 3 4 5 6 7
4/11/2020
Estabilidad de los métodos

La estabilidad de los métodos puede definirse como la tendencia de éstos a
incrementar su error en cada paso sucesivo. Un descriptor matemático de este
atributo en el patrón de cada método es el número de condición. El número de
condición se define como la relación entre los errores relativos de la variable
independiente y el de la propia función. En este caso, el método se aplica sobre
valores de la variable t que corresponden a valores conocidos de la función, de modo
que la aproximación de t y su valor real coinciden, esto es, 𝑡̃ = 𝑡𝑖 :
𝑡̃ · 𝑦′(𝑡̃) 𝑡𝑖 𝑦′(𝑡𝑖 , 𝑦𝑖 )
𝑁𝐶 = =
𝑦(𝑡̃) 𝑦𝑖
Para clarificar el significado de esta ecuación, se aplicará para el paso i = 1 del

método de Euler con h = 0.25:
𝑡1 [(𝑡1 𝑦1 ) − 1] 0.25 · [(0.25 · 0.75) − 1]
𝑁𝐶 = = = 0.270833
𝑦1 0.75
Gráfico 7.4. Estabilidad de los métodos a través del número de condición
Número de condición
160
140
120
100 Euler
80 Heun
60 Punto medio
40 Ralston
20
0
0 1 2 3 4 5 6 7 8
4/11/2020
Número de condición (zoom in)

10
9
8
7
Euler
6
5 Heun
4 Punto medio
3
Ralston
2
1
0
0 1 2 3 4 5 6 7 8
El número de condición, cuyo valor es superior a 1 a partir de 𝑖 = 3, es reflejo

de una interpretación que podríamos haber hecho a partir de cálculos de errores
anteriores. Todos los métodos son inestables y amplifican el error en cada paso
sucesivo. Por tanto, sería recomendable explorar otros métodos más avanzados o de
orden superior para la resolución numérica de la ecuación diferencial objetivo.

Actividad 1 Resolución de PVIs

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Actividad 1 Resolución de PVIs

Cargado por

Copyright:

Formatos disponibles

Asignatura Datos del alumno Fecha

Métodos Numéricos de Apellidos: Ramírez Cedrés

Actividad 1: Resolución de PVIs

A través de esta actividad aprenderás a:

 Aplicar el método de Euler para la resolución de PVIs.

Un determinado fenómeno físico está representado por el siguiente problema de

Aunque no se conoce su solución analítica, se dispone de una tabla con datos

1. Aplicar el método de Euler para resolver el PVI con h=0,5 y h=0,25.

La actividad debe entregarse en un documento de texto (preferiblemente .PDF) con

escaneados o fotografiados, aunque estén incluidos dentro de un documento de

gráficas o tablas de resultados

Planteamiento formal del método:

Cuando el algoritmo se aplica iterativamente, el valor de la función en un

El tamaño de paso, ℎ, corresponde con la diferencia del valor de la variable

independiente entre dos medidas consecutivas, ℎ = 𝑡𝑖+1 − 𝑡𝑖 . Éste a su vez se

Aplicación paso a paso del método:

 Con paso h = 0.50:

𝑦1 = 𝑦0 + ℎ · 𝑓(𝑡0 , 𝑦0 ) = 𝑦0 + ℎ · (𝑦0 · 𝑡0 − 1) = 1 + 0.50 · (1 · 0 − 1) = 0.50

Tabla de resultados numéricos:

0 0.00 𝑦𝑜 = 1.00000 -1.00000 𝑦𝑜 = 1.00000

1 0.25 0.77647 -0.81250 0.75000

2 0.50 0.58932 -0.72656 0.54688

3 0.75 0.41698 -0.72607 0.36523

4 1.00 0.23803 -0.81628 0.18372

5 1.25 0.02514 -1.02544 -0.02036

6 1.50 -0.26444 -1.41507 -0.27672

7 1.75 -0.70700 -2.10335 -0.63048

8 2.00 -1.45038 -3.31264 -1.15632

Tabla 1.2. Resultados del método de Euler con paso ℎ = 0.50

0 0.00 𝑦𝑜 = 1.00000 -1.00000 𝑦𝑜 = 1.00000

1 0.50 0.58932 -0.75000 0.500000

2 1.00 0.23803 -0.875000 0.125000

3 1.50 -0.26444 -1.46875 -0.312500

4 2.00 -1.45038 -3.09375 -1.04688

2. Aplicar el método Runge-Kutta de orden 2 con h=0,25. Escoger el método RK de

Planteamiento formal de los métodos:

A partir de los datos del problema, las relaciones de recurrencia de cada

método se expresan como sigue:

Heun 𝑦𝑖 𝑡𝑖 − 1 {(𝑡𝑖 + ℎ) · [𝑦𝑖 + ℎ(𝑦𝑖 𝑡𝑖 − 1)]} − 1

Y a su vez, resultan los siguientes algoritmos principales de cada método:

Aplicación paso a paso de los métodos:

El método se aplica sucesivamente hasta 𝑖 = 𝑛 − 1 = 7

 Método del punto medio:

 Método del Ralston:

1·0−1 2 3 · 0.25 3 · 0.25

Tablas de resultados numéricos:

0 0.00 𝑦𝑜 = 1.00000 𝑦𝑜 = 1.00000

1 0.25 0.77647 0.773438

2 0.50 0.58932 0.583344

3 0.75 0.41698 0.407889

4 1.00 0.23803 0.225425

5 1.25 0.02514 0.008569

6 1.50 -0.26444 -0.284858

7 1.75 -0.70700 -0.728636

8 2.00 -1.45038 -1.462379

Tabla 2.4. Resultados de la aplicación del método del punto medio

0 0.00 𝑦𝑜 = 1.00000 𝑦𝑜 = 1.00000

1 0.25 0.77647 0.777344

2 0.50 0.58932 0.590778

3 0.75 0.41698 0.419326

4 1.00 0.23803 0.242309

5 1.25 0.02514 0.03382

6 1.50 -0.26444 -0.245706

7 1.75 -0.70700 -0.665021