lOMoARcPSD|6476916

Metodos Numéricos Unidad 6

Métodos Numéricos (Universidad Salesiana)

StuDocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por pegazo! (josesitowey@gmail.com)
 lOMoARcPSD|6476916

Índice
6.1 Fundamentos de ecuaciones diferenciales.........................................................3

Orden de la ecuación..........................................................................................4

Ecuación diferencial lineal...................................................................................5

6.2 Metodos de un solo paso.....................................................................................6

6.2.1 Metodos de euler..............................................................................................6

6.2.2 Método de Euler Mejorado...............................................................................9

6.2.3 Método de Runge-Kutta de Segundo Orden..................................................11

6.2.4 Metodo de runge kutta 3 orden......................................................................13

6.2.5 Runge kutta 4 orden.......................................................................................17

6.3 Métodos de pasos múltiples..............................................................................20

6.3.1 métodos de Adams.........................................................................................20

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

6.1 Fundamentos de ecuaciones diferenciales.

Una ecuación diferencial es una ecuación en la que intervienen derivadas de una
o más funciones desconocidas. Dependiendo del número de variables
independientes respecto de las que se deriva, las ecuaciones diferenciales se
dividen en Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas
respecto a una sola variable independiente

Una ecuación diferencial es una ecuación en la que intervienen derivadas de una

o más funciones desconocidas. Dependiendo del número de variables
independientes respecto de las que se deriva, las ecuaciones diferenciales se
dividen en:

Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto

a una sola variable independiente.

Ecuaciones en derivadas parciales: aquellas que contienen derivadas respecto

a dos o más variables.

 Solución general: una solución de tipo genérico, expresada con una o más
constantes. La solución general es un haz de curvas. Tiene un orden de
infinitud de acuerdo a su cantidad de constantes (una constante
corresponde a una familia simplemente infinita, dos constantes a una
familia doblemente infinita, etc.). En caso de que la ecuación sea lineal, la
solución general se logra como combinación lineal de las soluciones (tantas
como el orden de la ecuación) de la ecuación homogénea (que resulta de
hacer el término no dependiente de Y(x) ni de sus derivadas igual a 0) más
una solución particular de la ecuación completa.

 Solución particular: Si fijando cualquier punto (Xo,Yo) por donde debe

pasar necesariamente la solución de la ecuación diferencial, existe un único
valor de C, y por lo tanto de la curva integral que satisface la ecuación, éste
recibirá el nombre de solución particular de la ecuación en el punto
P(Xo,Yo), que recibe el nombre de condición inicial. Es un caso particular
de la solución general, en donde la constante (o constantes) recibe un valor
específico.
2

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

 Solución singular: una función que verifica la ecuación, pero que no se

obtiene particularizando la solución general.

En matemáticas una ecuación en derivadas parciales (a veces abreviada

como EDP) es aquella ecuación diferencial cuyas incógnitas son funciones de
diversas variables independientes, con la peculiaridad de que en dicha ecuación
figuran no solo las propias funciones sino también sus derivadas. Tienen que
existir funciones de por lo menos dos variables independientes. O bien una
ecuación que involucre una Algunos ejemplos de ecuaciones diferenciales son:

Es una ecuación diferencial ordinaria, donde representa una función no

especificada de la variable independiente , es decir, ,

Es la derivada de con respecto a .

La expresión

Es una ecuación en derivadas parciales.

A la variable dependiente también se le llama función incógnita (desconocida). La

resolución de ecuaciones diferenciales es un tipo de problema matemático que
consiste en buscar una función que cumpla una determinada ecuación diferencial.
Se puede llevar a cabo mediante un método específico para la ecuación
diferencial en cuestión o mediante una transformada (como, por ejemplo,
la transformada de Laplace).

Orden de la ecuación

El orden de la derivada más alta en una ecuación diferencial se denomina orden

de la ecuación.
3

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Grado de la ecuación

Es la potencia de la derivada de mayor orden que aparece en la ecuación, siempre

y cuando la ecuación esté en forma polinómica, de no ser así se considera que no
tiene grado.

Ecuación diferencial lineal

Se dice que una ecuación es lineal si tiene la forma

, es decir:

 Ni la función ni sus derivadas están elevadas a ninguna potencia distinta de

uno o cero.
 En cada coeficiente que aparece multiplicándolas sólo interviene la variable
independiente.
 Una combinación lineal de sus soluciones es también solución de la
ecuación.

 Ejemplos:

 es una ecuación diferencial ordinaria lineal de primer orden,

tiene como soluciones , con k un número real

cualquiera.

 es una ecuación diferencial ordinaria lineal de segundo

orden, tiene como soluciones ,

con a y b reales.

 es una ecuación diferencial ordinaria lineal de segundo

orden, tiene como soluciones , con a y b reales.

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

6.2 Metodos de un solo paso

6.2.1 Metodos de euler

El Método de Euler o de las Tangentes constituye el primer y más sencillo ejemplo
de método numérico para la resolución de un problema de valor inicial:

Donde suponemos además que se verifican las hipótesis del Teorema de Picard, y
en consecuencia existe solución ´única para el problema.

Interpretando la e.d.o. como un campo de direcciones en el plano

x − y y la condición inicial y(x0) = y0 como un punto (x0, y0) de dicho plano,

podemos aproximar la función solución y(x) por medio de la recta tangente a la
misma que pasa por ese punto:

Donde se ha utilizado que la pendiente de dicha tangente es: m = y 0 (x0) y, en

consecuencia: m = f(x0, y0). Calculamos así de manera aproximada el valor de la
solución y en el punto de abscisa x1 como:

Y con este punto (aproximado) ya calculado, podemos repetir el método para

obtener otro punto aproximado (x2, y2) de la forma:

Y así sucesivamente. Es habitual en este método tomar abscisas equiespaciadas,

es decir, calcular la solución aproximada en puntos de la forma:

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Siendo h el paso del método. De esta forma se obtienen las fórmulas que nos
determinan la solución aproximada en la forma:

Desde el punto de vista geométrico, tenemos en definitiva que el Método de Euler

aproxima a la función solución por medio de una línea poligonal, la aproximación
será tanto peor cuanto mayor sea en número de pasos, es decir, cuanto más
“lejos” nos encontremos del punto inicial (x0, y0). Por otro lado, el error será
evidentemente tanto mayor cuanto más grande sea el “paso” del método, h.

Resolveremos el problema de valor inicial

Por el método de Euler con h = 0.1 para los puntos x = 1.1, 1.2, 1.3, 1.4 y 1.5. En
este problema tenemos h = 0.1, (x0, y0) = (1, 4) y la función f(x, y) es: f(x, y) = x
√y. Por tanto:

Dado que el problema se puede resolver también de forma exacta, presentamos

en la tabla y grafica siguientes los resultados:

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Método de Euler

dy 2
=x + y
dx

x 0=0

y 0=0

h=0.1

x n+1=x n+ h

x 1 =0+0.1=0.1

x 2=¿ 0.1+0.1=0.2

x 3=0.2+0.1=0.3

4=¿
0.3+0.1=0.4
x¿

x 5=¿ 0.4+0.1=0.5

y n+1 = y n +h*f( x n , y n )

y 1 =0+0.1*(0,0)=0

y 2 =0+0.1*(0.1,0)=0.001

y 3 =0.001+0.2*(0.2,0.001)=0.0051

y 4 =0.0051+0.1*(0.3,0.0051)=0.01461

y 5=¿ 0.01461+0.1*(0.4,0.01461)=0.03207

X Y
0.1 0
0.2 0.001
0.3 0.0051
0.4 0.01461
0.5 0.03207

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

6.2.2 Método de Euler Mejorado

Este método se basa en la misma idea del método anterior, pero hace un
refinamiento en la aproximación, tomando un promedio entre ciertas pendientes.

La fórmula es la siguiente:

Donde

Para entender esta fórmula, analicemos el primer paso de la aproximación,

con base en la siguiente gráfica:

En la gráfica, vemos que la pendiente promedio corresponde a la pendiente de

la recta bisectriz de la recta tangente a la curva en el punto de la condición inicial y

la "recta tangente" a la curva en el punto donde es la aproximación

obtenida con la primera fórmula de Euler. Finalmente, esta recta bisectriz se
traslada paralelamente hasta el punto de la condición inicial, y se considera el

valor de esta recta en el punto como la aproximación de Euler mejorada.

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Método de Euler mejorado

dy 2
=x + y
dx

x 0=0

y 0=0

h=0.1

x n+1=x n+ h

x 1 =0+0.1=0.1

x 2=¿ 0.1+0.1=0.2

x 3=0.2+0.1=0.3

4=¿
0.3+0.1=0.4
x¿

x 5=¿ 0.4+0.1=0.5

un+ 1= y n +h*f( x n , y n )

u1 =0+0.1*(0,0)=0

u2 =0+0.1*(0.1,0)=0.001

u3 =0.001+0.2*(0.2,0.001)=0.0051

u4 =0.0051+0.1*(0.3,0.0051)=0.01461

u5=¿ 0.01461+0.1*(0.4,0.01461)=0.03207

h
y n+1 = y n + *[f( x n , y n )+f( x n+1 , y n+ 1 )]
2

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

y 1 =0.0005

y 2 =0.00305

y 3 =0.009855

y 4 =0.0233405

y 5=¿ 0.0461745

N x y
0 0.1 0.0005
0.001 0.2 0.00305
0.0051 0.3 0.009855
0.0146 0.4 0.023340
1 5
0.0320 0.5 0.046174
7 5

6.2.3 Método de Runge-Kutta de Segundo Orden

Una desventaja fundamental de los métodos de Euler consiste en que los
órdenes de precisión son bajos, esto implica que para mantener una precisión
aceptable se requiere un h pequeño, lo que aumenta el tiempo de cálculo y
provoca errores de redondeo considerables. Los métodos de Runge-Kutta
tratan de obtener mayor precisión, y al mismo tiempo evitan la necesidad
de derivadas de orden superior, calculando la función f(x,y) en puntos
seleccionados de cada subintervalo. Una mayor precisión ocasiona que los errores
de redondeo decrezcan más rápido al reducir h. Los métodos Runge-Kutta se
obtienen aplicando la Regla del Trapecio para integrar la ecuación (8.1), desde
xn hasta xn+1, es decir:

10

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Lo que puede escribirse como:

En la ecuación (8.14) yn+1 es una incógnita, y aparece en el segundo termino al

lado derecho de la ecuación por lo que lo aproximamos mediante f(xn+1,<yn+1>),
donde <yn+1> es la primera estimación de yn+1 obtenida mediante el método de
Euler hacia adelante. Este esquema se conoce como el método de Runge-
Kutta de segundo orden y se resume como:

En este caso el error local es proporcional a h2 y el error global proporcional a h3

Veamos cómo se implementa este método en nuestro ejemplo

Los valores que obtenemos para tamaño de paso h = 0.1 son

11

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Cuyos errores son

6.2.4 Metodo de runge kutta 3 orden

Veamos cómo se genera el método de Runge—Kutta de tres etapas que tendrá
error local de truncamiento ti ≈ O(h elevado a la 4). Como sabemos, su tabla de
Butcher será

Y el método será de la forma

12

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Por otra parte, la aproximación mediante la serie de Taylor de orden tres de y

era

Tomamos la funcion

Derivamos dos veces respecto de h

De donde el desarrollo de Taylor de orden dos es

13

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Y por otra parte

Derivando dos veces tenemos

De donde

Por lo que el desarrollo de taylor en cero es:

14

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Introduciendo los desarrollos de Taylor de G2 y G3 en la igualdad, y comparando

con el desarrollo de Taylor de orden 2, obtenemos las ecuaciones

Que nos dan los métodos de Runge—Kutta de orden 3, que es una familia
biparamétrica de métodos numéricos. Si tomamos c2 y c3 como parámetros,
tenemos de las ecuaciones

De c3 = a31 + a32 tenemos que

Y de b1 + b2 + b3 = 1 concluimos

15

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Así, obtenemos los métodos de Runge—Kutta de orden tres

6.2.5 Runge kutta 4 orden

El método de cuatro etapas Procediendo como en los casos de dos y tres etapas,
aumentando en un orden los desarrollos de Taylor de las funciones implicadas,
tenemos que si la tabla de Butcher de un método de cuatro etapas es

Entonces han de satisfacerse la simplificación

Y las condiciones

16

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

La primera de las cuales, como sabemos, viene de la condición de consistencia de

los métodos de Runge—Kutta en general. Butcher en 1963 dio la simplificación

Donde aij = 0 si i ≥ j, de la cual se tiene para j = 4 que

De donde c4 = 1 ya que b4 diferente a 0. Como las ecuaciones 2, 3 y 5 son

lineales en b2, b3 y b4, tenemos que

Tomando ahora j = 3 obtenemos

Finalmente, de la última ecuación con j = 2 obtenemos

17

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Como vemos, estas soluciones dependientes de dos parámetros son válidas

siempre que c2 ∈/ {0, 1/2, 1}, c3 ∈/ {0, 1} y c2 6= c3. Cuando alguna de estas
condiciones no se satisfacen, existen no obstante métodos de Runge—Kutta con
estos coeficientes. Estos métodos son de orden 4 (orden 5 tiene el error local de
truncamiento) y representan una familia de cinco parámetros de métodos cuyos
ejemplos son

Y sobre todo, que cumple c2 = c3

Que es el método debido a Kutta de 1905 y que usualmente se conoce como el

método de Runge— Kutta

Método Runge kuta

18

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

dy 2
=x + y
dx

x 0=0

y 0=0

h=0.1

k 1 =f( x 1 , y 1 )=0.01

h hk
k 2 =f( x 1+ , y 1+ 1 )=0.23
2 2

h hk
k 3 =f( x 1+ , y 1+ 2 )=0.02375
2 2

k 4 =f( x 1+ h , y 1+ k 3 h )=0.04375

k 1 +2 k 2 +2 k 3 +k 4
y 2= y 1 + dy )h=0.00245416667
¿
dx

6.3 Métodos de pasos múltiples

Los métodos lineales multipasos se utilizan para la resolución numérica
de ecuaciones diferenciales ordinarias. Conceptualmente, los métodos numéricos
comienzan tras la elección de un punto inicial y a continuación realizan un paso de
aproximación para encontrar el siguiente punto que permita seguir acercándose a
la solución. El proceso continúa con los siguientes pasos para reconocer la
solución.

6.3.1 métodos de Adams

Los métodos de Adams son métodos multipasos. Los métodos de Adams se
pueden clasificar en dos grandes clases: los métodos de Adams-Bashforth y los
métodos de Adams-Moulton. Estos se pueden combinar para formar los métodos
predictor-corrector de Adams-Bashforth-Moulton. La idea fundamental del método
de Adams-Bashforth de n pasos es usar un polinomio de interpolación de f(t,y(t))
que pasa por los n puntos:

19

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

La idea fundamental del método de Adams-Moulton de n pasos es usar un

polinomio de interpolación de f(t,y(t)) que pasa por los n+1 puntos:

Ejemplo1

Deducir el método de Adams-Bashforth de dos pasos para resolver la E.D.O. y' =

f(t,y)

Ahora, aproximaremos f(t,y(t)) mediante el polinomio de interpolación que pasa por

los puntos:

donde

El polinomio interpolante esta dado por:

Reemplazando este polinomio en la expresión

20

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

De acuerdo a la tabla mostrada obtenemos:

métodos de Adams-Bashforth de 2 pasos:

métodos de Adams-Bashforth de 3 pasos:

métodos de Adams-Bashforth de 4 pasos:

Ejemplo 2.

Deducir el método de Adams-Moulton de un paso para resolver la E.D.O. y' = f(t,y)

21

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

Ahora, aproximaremos f(t,y(t)) mediante el polinomio de interpolación que pasa por

los puntos:

El polinomio interpolante esta dado por

De acuerdo con la tabla mostrada obtenemos:

método de Adams-Moulton de 2 pasos:

22

Descargado por pegazo! (josesitowey@gmail.com)

 lOMoARcPSD|6476916

métodos de Adams-Moulton de 3 pasos:

Método adams bashforth

dy 2
=x + y
dx

x 0=0

y 0=0

h=0.1

55 y n−59 y n−2+ 37 y n−2−9 y n−3

y n+1 = y n + h )
¿
24

xn
, y n )=0.041
y n=f ¿

y n−1 =f( x n−1 , y n−1 )=0.951

x
y n−2 = f (¿ ¿ n−2, y n−2 ) =0.1761
¿

x
y n−3 = f (¿ ¿ n−3 , y n−3 ) =0.28207
¿

0.62117
y n+1 =0.41 + 0.1 )=0.043588208
¿
24

23

Descargado por pegazo! (josesitowey@gmail.com)