Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE INGENIERÍA
ESCUELA DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
PROYECTO
DESCRIPCIÓN DE LA CALIFICACIÓN
Presentación
Análisis de resultados
CALIFICACION TOTAL
Este método básicamente es un procedimiento de integración numérica que nos va a permitir resolver ecuaciones
diferenciales ordinarias con una condición inicial, tenemos una ecuación diferencial con su condición inicial se le conoce
como problemas de valor inicial pues una estrategia muy sencilla en un método más sencillo de integración de ecuaciones
diferenciales es el método de Euler.
Este método, escrito por Leonard Euler, sirve para construir métodos más complejos, es un método de primer orden, por
lo cual podemos considerar que el error local es proporcional al cuadrado del tamaño del paso, y el global es proporcional
a dicho tamaño.
EJEMPLO:
𝑑𝑦 √𝑦
= , 𝑦 (0 ) = 4
𝑑𝑥 2𝑥 + 1
ln(2𝑥+1) ln(𝐿)
Solución Analítica: 𝑦(𝑥 ) = ( 4
+ 2)2 → 𝑦(0) = ( 4
+ 2)2 = 4 → 𝑦 (0) =
ln(𝐿)
( + 2)2 = 4
4
1 2 1 1
→ 𝑦′(𝑥 ) = 2( ) (4 ∗ 2𝑥+1) = 4 → √𝑦 ∗ 2𝑥+1 → √𝑦 ∗ 2𝑥+1
𝑥1 = 𝑋0 + ℎ = 0 + 0.5 = 0.5
𝑥3 = 𝑋2 + ℎ = 1 + 0.5 = 1.5
Y (1.5) ≈ 5.95
H = 0.5 H = 0.25
X Yt Ya Et Ya Et
0.00 4.000 4.000 4.000
0.25 4.416 4.500 -1.9%
0.50 4.723 5.00 -5.9% 4.854 -2.8%
0.75 4.969 5.129 -3.2%
1.00 5.174 5.559 -7.4% 5.355 -3.5%
1.25 5.351 5.548 -3.7%
1.50 5.506 5.952 -8.1% 5.717 -3.8%
1.75 5.645 5.866 -3.9%
2.00 5.771 6.257 -0.4% 6.000 -4.0%
EJEMPLO:
𝑦′
Use el método de Euler mejorado con h = 0.1 para obtener una aproximación de y (1.5) para la solución de = 2𝑥, 𝑦(1) =
𝑦
1 → 𝑦 ′ = 2𝑥𝑦
Los métodos numéricos proporcionan una forma de resolver el problema, por lo que siempre es necesario medir el error
del resultado para comprender su distancia a la solución.
Este método es responsable de aproximar una curva a través de una serie de segmentos de línea recta.
Dado que no es preciso aproximar una curva con una línea recta, se genera un error derivado de este método. Este error
se denomina error de truncamiento. Este error se puede reducir disminuyendo el valor, pero obtendrá más cálculos y, por
lo tanto, el error de redondeo será mayor.
Donde:
𝐸𝑟𝑟𝑜𝑟 𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑜 = |𝑟 − 𝑟 ∗ |
|𝑟 − 𝑟 ∗ |
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 =
𝑟
|𝑟 − 𝑟 ∗ |
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = ∗ 100%
𝑟
Por lo general, interesa el error absoluto y no el error relativo, pero cuando el valor exacto de una cantidad es muy pequeño
o muy grande, los errores relativos son una mejor medida del error.
• Error del método (Error de Truncamiento Local y Global): Esto se debe a que, dado que no es preciso
aproximar la curva por una línea recta, se generará un error adecuado para este método. En este caso, el error es
de primer orden -O (h1) –
o Error Local: Ésta es la diferencia entre el valor real de la función y la aproximación a través de la tangente,
en lugar de movernos a lo largo de la curva, asumiendo que partimos del punto aquí, la curva real y la línea
que se aproxima a la intersección, sin ningún error.
o Propagado: Acumulación de errores debido a la aproximación producida en el paso de acumulación
anterior. En otras palabras, ya no se asume que nuestro punto de partida (la intersección de la curva real
y la línea que se aproxima a la curva) no tiene error, sino que el error existe y se extiende gradualmente.
En el peor de los casos, esta difusión es lineal.
• Redondeo/truncamiento: El resultado de limitar el número de cifras válidas que puede contener la computadora.
Dado que el número de dígitos utilizados para realizar los cálculos es limitado, el número representado puede no
serlo (es decir, un número con un número ilimitado de dígitos). Al limitar los números con dígitos infinitos (mediante
truncamiento o redondeo) a números con dígitos finitos, cometimos un error adicional.
Esencialmente, el método de Runge-Kutta es una extensión de la fórmula básica de Euler, en la que la función de
pendiente f se reemplaza por el promedio ponderado de las pendientes en el intervalo xn <x <xn-1. En otras palabras:
𝑦𝑛+1 = 𝑦𝑛 + ℎ(𝑤1 𝑘1 + 𝑤1 𝑘1 + ⋯ + 𝑤𝑛 𝑘𝑛 )
Wi, i = 1, 2, . . ., m,
Ahora considere como un proceso de Runge-Kutta de segundo orden. Esto incluye buscar las constantes o parámetros
W1, W2, a y β para que la fórmula.
𝑌𝑛+1 = 𝑌𝑛 + ℎ(𝑊1 𝐾1 + 𝑊2 𝐾2 )
Donde:
K1 = f (Xn, Yn)
De acuerdo con el polinomio de Taylor de segundo orden y satisfaga las siguientes condiciones.
1 1
𝑊1 + 𝑊2 = 1 𝛼𝑊2 = 2 𝑊2 𝛽 = 2
EJEMPLO:
𝑑𝑦
= 𝑓 (𝑦 + 1)(𝑥 + 1)cos (𝑥 2 + 2𝑥), 𝑦 (0) = 4
𝑑𝑥
1 2 +2𝑥)
Solución Analítica: 𝑦(𝑥 ) = 5𝑒 2𝑠𝑒𝑛(𝑥 +1
2
Ralston, 𝑎2 = 3
1 2
𝑦𝑖 + 1 = 𝑦𝑖 + ( 𝑘1 + 𝑘2) ℎ
3 3
3 3
Donde: 𝑘1 = 𝑓(𝑥𝑖, 𝑦𝑖 ) y 𝑘2 = 𝑓 (𝑥𝑖 + 4 ℎ, 𝑦𝑖 + 4 𝑘1ℎ) en h = 0.5
𝑥1 = +0.5 = 0.5 → 1 2
𝑦𝑖 = 4 + (3 ∗ 5 + 3 ∗ 5.945) ∗ 0.5 = 6.815
7.036 − 6.815
ɛ𝑡 = = 3.1%
7.036
2 𝑘1 = 𝑓 (0.5,6.815) = 3.696 → 3 3
𝑘2 = 𝑓 (0.5 + 4 0.5,6.815 + 4 ∗ 3.696 ∗
4.366−2.771
ɛ𝑡 = = 57%
2.771
METODO DE RUNGE KUTTA DE CUARTO ORDEN
El método de Runge-Kutta de cuarto orden se denomina método clásico de Runge-Kutta. Además, algunos autores lo
denominan "método RK4". Hay diferentes órdenes del método de Runge-Kutta, el orden del método depende del número
de veces que se necesita evaluar la ecuación diferencial.
EJEMPLO:
𝑑𝑦
= (𝑦 + 1)(𝑥 + 1)cos (𝑥 2 + 2𝑥), 𝑦(0) = 4
𝑑𝑥
1 2 +2𝑥)
Solución Analítica: 𝑦(𝑥 ) = 5𝑒 2𝑠𝑒𝑛(𝑥 +1
7.036 − 7.026
ɛ𝑡 = = 0.1%
7.036
4.366 − 4.353
ɛ𝑡 = = 0.3%
4.366