FACULTAD DE CIENCIAS SOCIALES, EDUCACIÓN COMERCIAL Y DERECHO

ECONOMÍA

B1 PRESENCIAL

ECUACIONES DIFERENCIALES

BARCO QUIÑONEZ JUAN CARLOS

DERIAN JAVIER FARIÑO FRANCO

PATRICIO TOMAS DEFAZ URGILES
LUIS XAVIER GARCÍA RABELO
ELSA MELINA GONZALEZ VERA
 INDICE
Introducción .................................................................................................................................... 3
Solución numérica de una ecuación diferencial ordinaria .............................................................. 4
Biografía de Leonhard Euler........................................................................................................... 4
Biografía de Friedlieb Ferdinand Runge......................................................................................... 5
Martin Wilhelm Kutta..................................................................................................................... 5
Ejercicios: ....................................................................................................................................... 5
MÉTODO DE EULER ......................................................................................................... 5
MÉTODO DE EULER MEJORADO ................................................................................ 12
MÉTODO DE RUNGE KUTTA........................................................................................ 20
Conclusión: ................................................................................................................................... 30
Bibliografía: .................................................................................................................................. 31
Anexos .......................................................................................................................................... 32
 INTRODUCCIÓN
Por ende el método de Euler consiste prácticamente en encontrar iterativamente la solución

de una ecuación diferencial de primer orden y valores iniciales conocidos para un rango de valores.

En este caso, parte de un valor inicial 𝑥0 y avanzando con un paso h, de esta forma obtener valores

de la solución, donde Y es solución de la ecuación diferencial y F es la ecuación diferencial en

función de las variables independientes, es de gran importancia, ya que sirve como base para

construir métodos más complejos. Existen varios métodos que permiten de cierta manera llegar a

una solución usando una menor cantidad de cálculos, uno de ellos es el método de Euler Mejorado,

el cual nos permite aumentar la exactitud del proceso, pues en que consiste en tomar las formulas

del método Euler, para así poder calcular la pendiente en un punto inicial y luego promediarlas,

perteneciendo a una clase de métodos generales conocidos como métodos de corrección de

predicción en los que la predicción Un+1 del valor y más cercano se calcula primero y luego se

utiliza para la autocorrección. En este caso podemos referirnos al análisis numérico, que es un

conjunto de métodos genéricos y explicativos que da una resolución numérica de ecuaciones

diferenciales por ello se trata del método de Runge Kutta. Por lo cual es muy útil cuando no se

puede encontrar una solución por métodos tradicionales (por ejemplo, aislar variables). Existen

varios métodos de Runge-Kutta cuaternarios, pero el más común es elegir un tamaño de paso h y

un número máximo de iteraciones n.

 DESARROLLO

Solución numérica de una ecuación diferencial ordinaria

Todos los métodos numéricos para las ecuaciones diferenciales no ordinarias y ordinarias, primero,

segundo o tercer orden son procedimientos y pasos usados para poder llegar a encontrar

aproximaciones numéricas a muchas soluciones de EDO (ecuaciones diferenciales ordinarias).

También esta se conoce como numérica integración, debido a que este término algunas veces se

toma para dar significado al cálculo de la integración.

Varios de estos tipos de ecuaciones diferenciales no se pueden o podrán resolver usando los tipos

de funciones típicas como podemos llamarlos también: "análisis". Sin embargo y a pesar de todo,

a efectos prácticos, como en economía o ingeniería, la solución a una aproximación numérica a

veces suele ser muy suficiente. Los estudiados algoritmos aquí pueden utilizarse para poder

calcular dicha aproximación. Un método alternativo sería utilizar algunas técnicas de cálculos para

obtener un tipo de expansión de la solución en la serie.

A continuación se expondrán los tipos de autores más cruciales para el tema ya mencionado

anteriormente.

Biografía de Leonhard Euler

Como se puede ver en la biografía de Leonhard Euler, sus papás tenían una buena amistad con la

estirpe Bernoulli, un conjunto de matemáticos y físicos que proceden de Suiza, siendo esta una de

las familias más influyentes e relevantes para el siglo XVII estando el más destacado y calificado

como el primordial matemático Johann Bernoulli (matemático, doctor y filólogo), en el cual

posiblemente Leonhard Euler seguiría su ejemplo.

 Biografía de Friedlieb Ferdinand Runge

Friedlieb Ferdinand Runge (8 de febrero de 1794- 25 de marzo de 1867) Surgió en Hamburgo,

Alemania. Químico y farmacéutico alemán, popular por hallar la cafeína en 1820, luego de ser

animado a aprender el grano de café por el identificado científico alemán, Johann Wolfgang

Goethe. Runge es considerado uno de los científicos más destacados del siglo XIX, no obstante,

ha sido poco apreciado en su etapa; entre sus hallazgos más destacados se hallan: la atropina, la

anilina, el fenol, la quinina, el pirrol y los tintes destilados del alquitrán, así como la cromatografía.

Martin Wilhelm Kutta

Nacido: 3 de noviembre de 1867 en Pitschen, (ahora Byczyna, Polonia).

Fallecido: 25 de diciembre de 1944 en Fürstenfeldbruck, Alemania.

Martin Kutta hizo sus estudios universitarios en la urbe polaca de Breslau, en el lapso comprendido

entre los años 1885 y 1890. Cabe señalar que Kutta desempeñó cargos en 3 metrópolis alemanas.

Alcanzó ostentar una cátedra de la Universidad de Stuttgart en el año 1911, donde prevaleció hasta

su jubilación veinticuatro años más tarde.

EJERCICIOS:

MÉTODO DE EULER

El método de Euler es el más simple y básico de los métodos utilizados para encontrar soluciones

numéricas aproximadas a las ecuaciones diferenciales ordinarias de primer orden cuando se

conocen las condiciones iniciales. (Jiménez Gómez, 2018)

El método de Euler implica encontrar iterativamente valores iniciales conocidos para un rango de

valores y soluciones para ecuaciones diferenciales de primer orden. Comenzando con el valor

inicial x0 y pasando al paso h, el valor de la solución se puede obtener como:

𝑌 +1 = 𝑌 + ℎ ∗ (𝑋𝑘, 𝑌 )

Donde Y es la solución de la ecuación diferencial y f es la ecuación diferencial en función de la

variable independiente.

EJERCICIO #1:

𝑑𝑦 𝑡 3 − 2𝑦
𝑑𝑡 𝑡

Cambiamos la variable t por la x

𝑑𝑦 𝑡 3 − 2𝑦
𝑑𝑡 𝑡

𝑦(1) = 4,2 𝑦(3) =? ℎ = 0,5

𝑥 −𝑦
ℎ=
𝑛
𝑥 −𝑦
𝑛=
ℎ

3 1
𝑛= =4
0,5

𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋1 = 𝑋0 + ℎ

𝑋1 = 1 + 0,5 = 1,5

𝑌 = 𝑌 + ℎ𝑓(𝑋0, 𝑌 )
 𝑥3 2𝑦
𝑌 = 4,2 + 0,5 ∗ 𝑓 ( )
𝑥

13 2(4 2)
𝑌 = 4,2 + 0,5 ∗ 𝑓 ( )
1

𝑌 = 4,2 + 0,5 ∗ (−7,4)

𝑌 = 0,5

𝑆𝑒𝑔𝑢𝑛𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋2 = 𝑋0 + ℎ

𝑋2 = 1,5 + 0,5 = 2

𝑌 = 𝑌 + ℎ𝑓(𝑋1, 𝑌 )

𝑥3 2𝑦
𝑌 = 0,5 + 0,5 ∗ 𝑓 ( )
𝑥

1 53 2(0 5)
𝑌 = 0,5 + 0,5 ∗ 𝑓 ( )
15

𝑌 = 0,5 + 0,5 ∗ (1,58333)

𝑌 = 1,29167

Procedemos a realizar el mismo proceso hasta llegar la interacción 4

i x y

0 1 4,2

1 1,5 0,5

2 2 1,29167

3 2,5 2,64583

4 3 4,7125
EJERCICIO #2:

Resuelva el siguiente problema del valor inicial mediante el método de Euler

𝑑𝑦
=𝑥−𝑦
𝑑𝑥

𝑦(0) = 2

𝑦(1) =?

𝑛=5

Procedemos a sacar paso de integración o paso de tiempo

𝑥 −𝑦
ℎ=
𝑛

1−0
ℎ= = 0,2
5

Fórmulas de Euler

𝑋1 = 𝑋0 + ℎ

𝑌 +1 = 𝑌 + ℎ ∗ (𝑋𝑘, 𝑌 )

𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋1 = 𝑋0 + ℎ

𝑋1 = 0 + 0,2 = 0,2

𝑌 = 𝑌 + ℎ ∗ 𝑓(𝑋0, 𝑌 )

𝑌 = 2 + 0,2 ∗ 𝑓(𝑥 = 0, 𝑦 = 2)

𝑌 = 2 + 0,2 ∗ (−2)

𝑌 = 1,6
 𝑆𝑒𝑔𝑢𝑛𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋2 = 𝑋0 + ℎ

𝑋2 = 0,2 + 0,2 = 0,4

𝑌 = 𝑌 + ℎ𝑓(𝑋1, 𝑌 )

𝑌 = 1,6 + 0,2 ∗ 𝑓(𝑥 = 0,2, 𝑦 = 1,6)

𝑌 = 1,6 + 0,2 ∗ 𝑓(−1,4)

𝑌 = 1,32

Procedemos a realizar el mismo proceso hasta llegar la interacción 5

i x y

0 0 2

1 0,2 1,6

2 0,4 1,32

3 0,6 1,136

4 0,8 1,0288

5 1 0,98304

EJERCICIO #3

𝑑𝑦 𝑡 3 − 4𝑦
𝑑𝑡 𝑡

Cambiamos la variable t por la x

𝑑𝑦 𝑡 3 − 4𝑦
𝑑𝑡 𝑡

𝑦(1) = 2 𝑦(3) =? ℎ = 0,2

 𝑥 −𝑦
ℎ=
𝑛
𝑥 −𝑦
𝑛=
ℎ

3 2
𝑛= =5
0,2

𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋1 = 𝑋0 + ℎ

𝑋1 = 1 + 0,2 = 1,2

𝑌 = 𝑌 + ℎ𝑓(𝑋0, 𝑌 )

𝑥3 4𝑦
𝑌 = 2 + 0,2 ∗ 𝑓 ( )
𝑥

13 4(2)
𝑌 = 2 + 0,2 ∗ 𝑓 ( )
1

𝑌 = 2 + 0,5 ∗ (−7)

𝑌 = 0,6

𝑆𝑒𝑔𝑢𝑛𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛 (𝑖 = 0)

𝑋2 = 𝑋0 + ℎ

𝑋2 = 1,2 + 0,2 = 1,4

𝑌 = 𝑌 + ℎ𝑓(𝑋1, 𝑌 )

3
𝑥 4𝑦
𝑌 = 0,6 + 0,2 ∗ 𝑓 (-----------)
𝑥
3
12 4(0 5)
𝑌 = 0,6 + 0,2 ∗ 𝑓 (-----------------)
15

𝑌 = 0,6 + 0,2 ∗ (−0,56)

𝑌 = 0,488
Procedemos a realizar el mismo proceso hasta llegar la interacción 5

i x y

0 1 2

1 1,2 0,6

2 1,4 0,488

3 1,6 0,602

4 1,8 0,813

5 2 1,0996

EJERCICIO #4

• Utilizar el método de Euler para aproximar la solución del problema de valor inicial:

𝑑𝑦 𝑑𝑡 = 𝑦 0 = 𝑦 − 𝑡 2 + 1 , 0 ≤ 𝑡 ≤ 2 , 𝑦(0) = 0.5 𝑐𝑜𝑛 𝑛 = 10

La ecuación diferencial es lineal de primer orden. La solución exacta del ejercicio viene dada por
𝑦(𝑡) = (𝑡 + 1)2 − 0.5𝑒 𝑡 ⇒ 𝑦(2) = 5.3054720 .

Si utilizamos el método de Euler con

ℎ = 0.2, 𝑛 = 10 , 𝑓(𝑡, 𝑦) = 𝑦 − 𝑡 2 + 1, (𝑡0, 𝑦0) = (0, 0.5)

Obtenemos los valores reflejados en la Tabla

R// Observemos como los errores crecen a medida que aumentamos los valores de 𝑡𝑘. Esto es
consecuencia de la poca estabilidad del método de Euler.

EJERCICIO #5

• Aplicar el método de Euler con h = 0.1, para calcular un valor aproximado de y(1) del
problema,

𝑦0 = −2𝑡𝑦 , 𝑦(0) = 1 .

Es fácil comprobar que y = 𝑒 − 𝑡2, es la solución del problema de valor inicial.

Por tanto 𝑦(1) = 0.3678794412

Tomamos el intervalo [0, 1] y lo dividimos en diez partes. Obtenemos de esta manera la partición
𝑡𝑗 con 𝑗 = 0, 1, 2,· · · , 10. Si aplicamos el método de Euler

𝑦𝑘 + 1 = 𝑦𝑘 + ℎ𝑓(𝑡𝑘, 𝑦𝑘) = 𝑦𝑘 − 2ℎ𝑡𝑘𝑦𝑘 , 𝑘 = 0, 1, 2,· · · , 9 ,

Con 𝑦0 = 𝑦(0) = 1, entonces obtenemos los valores que aparecen en la Tabla

MÉTODO DE EULER MEJORADO

Hay otras formas de obtener una mejor solución con menos cálculos. Uno de estos métodos es el

método de Euler mejorado, que se puede utilizar para aumentar ligeramente la precisión del

método. Un método de Euler avanzado consiste en utilizar las fórmulas del método de Euler para

calcular y promediar las pendientes de los puntos inicial y final. Por lo tanto, los resultados son

mucho más precisos en todo el intervalo. (Jiménez Gómez, 2018).

El método de Euler mejorado pertenece a una clase de métodos generales conocidos como métodos

de corrección de predicción en los que la predicción Un+1 del valor y más cercano se calcula

primero y luego se utiliza para la autocorrección.

EJERCICIO #1

Apliquemos el método de Euler Mejorado

𝒚𝒍 = x + y, y (0) = 1

Utilizando un incremento de longitud h = 0.2 y midamos la mejora en exactitud con respecto al

método ordinario de Euler.

𝒙𝒏 𝒚𝒏 Exacto
0.0 1.00000 1.00000
0.2 1.24000 1.24281
0.4 1.57680 1.58365
0.6 2.03170 2.04424
0.8 2.63067 2.65108
1.0 3.40542 3.43656

𝑦 𝑙 = f (x, y) = x + y, y (0) = 1

𝑥𝑖 = 𝑥𝑖 – 1 + h, i = 1,2,…, n

𝑦𝑗 + 1 = 𝑦𝑗 + 2 [𝑓 (𝑥𝑗 , 𝑦𝑗 ) + 𝑓(𝑥𝑗 + 1, 𝑧𝑗 + 1)]

𝑧𝑗 + 1 = 𝑦𝑗 + h. 𝑓(𝑥𝑗 , 𝑦𝑗 ), j= 0, 1,2…

El valor aproximado obtenido para y (1) es 3.40542. El error relativo es del 1%, mientras que con

el método de Euler es del 13%.

EJERCICIO #2:

Encuentre una aproximación cuadrática de la solución en x= 0,9 de la ecuación diferencial

𝑥 𝑦
𝑦´ = . 𝑐𝑜𝑛 𝑦(1) = 4
𝑥+𝑦

Muestre después que

𝑦
̃ = 𝑦0 + (𝑘1 + 𝑘2 ) .
2

• En este caso, la solución analítica, ver ejemplo ¿?, está dada por

𝑦 = −𝑥 + √2𝑥 2 + 23.

Que evaluada en x= 0.9 produce el valor exacto:

𝑦𝑒𝑥𝑎𝑐𝑡𝑜 = −0.9 + √2(0.9)2 + 23 ≈ 4.0619.

Para determinar un valor aproximado de la solución, derivamos la ecuación diferencial; así

obtenemos:

(1 − 𝑦´)(𝑥 + 𝑦) − (1 + 𝑦´)(𝑥 − 𝑦) 2𝑦 − 2𝑥𝑦´

𝑦´´ =
(𝑥 + 𝑦)2 (𝑥 + 𝑦)2

De la condición inicial 𝑦(1) = 4, tenemos:

1−4 −3
𝑦´(1) = = = −0.6.
1 4 5

8 + 1.5 9.2
𝑦´´(1) = = = 0.368.
(1 4) 25

Para determinar un valor aproximado de a solución en el punto x = 0.9, consideremos la

aproximación cuadrática 𝑦
̃ (𝑥) de la solución alrededor de x=1:
 1
̃(1 + ℎ) = 𝑦(1) + 𝑦´(1)ℎ + 𝑦´´(1)ℎ2 = 4 − 0.6ℎ + 0.184ℎ2 .
𝑦
2

En este caso tenemos h = -0.1, por lo cual

̃(0.9) = 4 − 0.6(−0.1) + 0.184(−0.1)2 = 4.0618.

𝑦

En este ejemplo, la aproximación cuadrática proporciona cuatro cifras decimales exactas de la

solución con un error porcentual de

𝑦𝑒 𝑐𝑡𝑜 −𝑦
̃ 4.0619 − 4.0618
𝐸𝑃 = 100 | | % = 100 | | % = 0.00025%
𝑦 4 0618

¿¿Este es un error muy pequeño que mejora el calculado por el método de Euler, en el ejemplo??

Donde EP=0.04554. Por otra parte, como

𝑥 𝑦
𝑓(𝑥, 𝑦) = .
𝑥+𝑦

Denotamos, como en los ejemplos previos,

1 4
𝑘1 = 𝑦´(1)ℎ = 𝑓(1,4)ℎ = ℎ = −0.6ℎ
1+4

−3 + 1.6ℎ
−3 + 1.6ℎ 5
𝑘2 = 𝑓(1 + ℎ, 4 + 𝑘1)ℎ = 𝑓(1 + ℎ, 4 − 0.6ℎ)ℎ = ( )ℎ = ( )ℎ
5 0 4ℎ 5 + 0.4ℎ
5

−0.6 + 0.32ℎ
= ℎ
1 + 0.08ℎ

Si usamos ahora la formula siguiente, que representa el desarrollo de una serie geométrica,

1
= 1 − 𝑥 + 𝑥 2−⋯,
1+𝑥
 𝑘2 = (−0.6 + 0.32ℎ)(1 − 0.08ℎ + 0.0064ℎ2 + ⋯ )ℎ = −0.6ℎ + 0.368ℎ2 + ⋯

≈ 𝑘1 + 0.368ℎ2 .

𝑘2 − 𝑘1
0.184ℎ2 ≈ 2 .

𝑘2 − 𝑘1 𝑘1 + 𝑘2
̃(ℎ) = 4 − 0.6ℎ + 0.184ℎ2 ≈ 4 + 𝑘1 +
𝑦 2 = 4 + 2

EJERCICIO #3:

Considere el PVI y´= x-y, con 𝑦(0) = 1. Determine una solución numérica en el intervalo |0,1|

utilizando primero h= 0.1 y después h= 0.05. Compare los resultados de los dos casos anteriores

con la solución numérica obtenida mediante el método de Euler y la solución analítica de la

ecuación diferencial.

Para h= 0.1, necesitaremos repetir diez veces el proceso de Euler mejorando. Basta hacerlo un par

de veces para ilustrar el procedimiento. Consideremos el casi i=1 del proceso (7.3) para calcular

𝑘1, 𝑘2 &𝑦1; necesitamos además (𝑥0 , 𝑦0) = (0.1)𝑦 𝑓(𝑥, 𝑦) = 𝑥 − 𝑦. Obtendremos en este caso:

𝑘1 = ℎ 𝑓(𝑥0, 𝑦0) = 0.1𝑓(0.1) = 0.1(−1) = −0.1

𝑘2 = ℎ 𝑓(𝑥0 + ℎ, 𝑦0 + 𝑘1) = 0.1𝑓(0.1.0.9) = 0.1(0.1 − 0.9) = −0.08;

1
𝑦1 = 𝑦0 + = (𝑘1 + 𝑘2 ) = 1 + 0.5(−0.1 − 0.08) = 0.91.
2

Nuevamente repetimos el proceso con i=2; obtenemos ahora:

𝑘1 = ℎ 𝑓(𝑥1 , 𝑦1) = 0.1𝑓(0.1.0.91) = −0.081;

𝑘2 = ℎ 𝑓(𝑥1 + ℎ, 𝑦1 + 𝑘1) = 0.1𝑓(0.2,0.829) = −0.0629;

 1
𝑦2 = 𝑦1 + = (𝑘1 + 𝑘2 ) = 0.91 + 0.5(−0.081 − 0.0629) = 0.8381.
2

Repitiendo el proceso otras 8 veces obtenemos los resultados que se muestran en la tabla

siguiente.

[𝐻𝑒𝑚𝑜 𝑖𝑛𝑐𝑙𝑢𝑖𝑑𝑜 𝑎𝑑𝑒𝑚𝑎𝑠 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑎 𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑎𝑛𝑎𝑙𝑖𝑡𝑖𝑐𝑎 𝑦(𝑥) =

𝑥 − 1 + 2𝑒 −𝑥 𝑦 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑦 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙. ]

𝑥1 𝑦1 𝑘1 𝑘2 𝑦(𝑒𝑥𝑎𝑐𝑡𝑎) 𝐸𝐴 𝐸𝑃%

0.0000 1.0000 -0.1000 -0.0800 1 0 0

0.2000 0.9100 -0.0810 -0.0629 0.9097 0.0003 0.03

0.3000 0.8381 -0.0638 -0.0474 0.8375 0.0006 0.07

0.4000 0.7825 -0.0483 -0.0334 0.7816 0.0009 0.12

0.5000 0.7417 -0.0342 -0.0208 0.7406 0.0011 0.15

0.6000 0.7142 -0.0214 -0.0093 0.7131 0.0011 0.15

0.7000 0.6989 -0.0099 0.0011 0.6932 0.0013 0.19

0.8000 0.6945 0.0005 0.0105 0.6987 0.0013 0.19

0.9000 0.7000 0.0186 0.0190 0.7131 0.0014 0.2

1.0000 0.7372 0.0263 0.0337 0.7358 0.0014 0.19

EJERCICIO #4:

𝒙𝒏 𝒚𝒏 𝑬𝒙𝒂𝒄𝒕𝒐 𝑬𝒏 (%)

0.0 1.00000 1.00000 0.00

0.2 1.24000 1.24281 0.23

0.4 1.57680 1.58365 0.43

0.6 2.03170 2.04424 0.61

0.8 2.63067 2.65108 0.77

1.0 3.40542 3.43656 0.91

𝑦´ = 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦, 𝑦(0) = 1

𝑥𝑖 = 𝑥𝑖−1 + ℎ, 𝑖 = 1,2, … , 𝑛

ℎ
𝑦𝑗+1 = 𝑦𝑗 + [𝑓(𝑥𝑗 , 𝑦𝑗 ) + 𝑓 (𝑥𝑗+1 𝑗+1) ]
2

𝑧𝑗 +1 = 𝑦𝑖 + ℎ. 𝑓(𝑥𝑗 , 𝑦𝑗 ), 𝑗 = 0,1,2, …

El valor aproximado obtenido para 𝑦(1) es 3.40542. El error relativo es del 1%, mientras que

con el método de Euler es del 13%.

EJERCICIO #5

Aplicar el método de Euler mejorado, para aproximar 𝑌(0,5) si:

Así que definimos h=0.1 y encontraremos la aproximación después de cinco iteraciones. A

diferencia del método de Euler, en cada iteración requerimos de dos cálculos en vez de uno solo

Para aclarar el método veamos con detalle las primeras dos iteraciones. Primero que nada,

aclaramos que tenemos los siguientes datos iniciales:

En nuestra primera iteración tenemos:

Concluimos entonces que la aproximación obtenida con el método de Euler mejorado es:

Con fines de comparación, calculamos el error relativo verdadero:

Vemos que efectivamente se ha obtenido una mejor aproximación con este método, reduciendo el

error relativo verdadero de un 5.4% hasta un 0.05%. En nuestro tercer método veremos cómo se

reduce aún más este error prácticamente a un 0%!

MÉTODO DE RUNGE KUTTA

“Uno de los métodos más utilizados para resolver numéricamente problemas de ecuaciones

diferenciales ordinarias con condiciones iniciales es el método de Runge-Kutta de cuarto orden,

que da pequeños errores en la solución real del problema y es fácil de programar en una

computadora. Software que realiza las iteraciones necesarias (Caste, 2014).”

El método de Runge-Kutta se utiliza para resolver explícitamente ecuaciones diferenciales.

𝑑𝑦(𝑥)
= 𝑓(𝑥, 𝑦) }
{
𝑦(𝑥0) = 𝑦0

O en otra forma

𝑓 (𝑥, 𝑦, )=0 𝑐𝑜𝑛 𝑦(𝑥0) = 𝑦0

𝑑𝑥

Esto es muy útil cuando no se puede encontrar una solución por métodos tradicionales (por

ejemplo, aislar variables). Existen varios métodos de Runge-Kutta cuaternarios, pero el más común

es elegir un tamaño de paso h y un número máximo de iteraciones n.

El método de Runge-Kutta para este problema viene dado por la ecuación

𝑦𝑖+1 = 𝑦1 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )

6

𝑖 = 0, …, Para n-1. La solución está dada por el intervalo (𝑥𝑜, 𝑥𝑜 + ℎ𝑛). Aquí,

𝑘1 = ℎ ∗ 𝑓(𝑥𝑖 , 𝑦𝑖 )

𝑘2 = ℎ ∗ 𝑓 (𝑥𝑖 + , 𝑦1 + )
2 2

𝑘3 = ℎ ∗ 𝑓 (𝑥𝑖 + , 𝑦1 + )
2 2

𝑘4 = ℎ ∗ 𝑓(𝑥𝑖 + ℎ, 𝑦1 + 𝑘3 )

Entonces, el siguiente valor (yi+1) se determina como el valor actual (yi) multiplicado por el

tamaño del intervalo (h) y la pendiente estimada. La pendiente es el promedio ponderado de las

pendientes.
 • k1 Pendiente al comienzo del intervalo.

• k2 es la pendiente en el medio del intervalo, use k1 para determinar el valor de y en xi +

h/2.

• k3 es nuevamente la pendiente del punto medio, pero ahora k2 se usa para determinar el

valor de y.

• k4 - pendiente al final del intervalo, donde el valor de y está determinado por k3

Al promediar 4 pendientes, la pendiente del medio tiene más peso.

𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4
𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 =

Emplear este método para resolver los problemas numéricamente de ecuaciones diferenciales

ordinarias con iniciales condiciones que son de suma importancia para suministrar un margen de

error diminuto en relación a la real solución de la problemática.

Apliquemos el método de Euler Mejorado

𝑦 𝑙 = x + y, y (0) = 1

Utilizando un incremento de longitud h = 0.2 y midamos la mejora en exactitud con respecto al

método ordinario de Euler.

𝒙𝒏 𝒚𝒏 Exacto

0.0 1.00000 1.00000

0.2 1.24000 1.24281

0.4 1.57680 1.58365

 0.6 2.03170 2.04424

0.8 2.63067 2.65108

1.0 3.40542 3.43656

𝑦 𝑙 = f (x, y) = x + y, y (0) = 1

𝑥𝑖 = 𝑥𝑖 – 1 + h, i = 1,2,…, n

𝑦 + 1 = 𝑦 + 2 [𝑓 (𝑥 , 𝑦 ) + 𝑓(𝑥 + 1, 𝑧 + 1)]

𝑧 + 1 = 𝑦 + h. 𝑓(𝑥 , 𝑦 ), j= 0, 1,2…

El valor aproximado obtenido para y (1) es 3.40542. El error relativo es del 1%, mientras que con

el método de Euler es del 13%.

EJERCICIO #1

Apliquemos el método de Runge-Kutta

𝑦 𝑙 = x + y, y (0) = 1

Utilizando un incrementos de longitud h = 0.2

𝒙𝒏 𝒚𝒏 Exacto Ē𝒏 (%)
0.0 1.00000 1.00000 0.00000
0.2 1.24280 1.24281 0.00044
0.4 1.58364 1.58365 0.00085
0.6 2.04421 2.04424 0.00125
0.8 2.65104 2.65108 0.00152
1.0 3.43650 3.43656 0.00179

𝑦 𝑙 = f (x, y) = x + y, y (0) = 1

𝑥𝑖 = 𝑥𝑖 – 1 + h, i = 1,2,…, n
𝑦𝑖 = 𝑦𝑖 – 1 + 6 (𝑝𝑖 +2𝑞𝑖 +2𝑟 + 𝑠𝑖 ), i = 1, 2, n

𝑝𝑖 = 𝑓(𝑥𝑖−1, 𝑦𝑖−1)h, 𝑟 = 𝑓 (𝑥𝑖−1 + 2 ℎ, 𝑦𝑖−1 + 2 𝑞𝑖 ) h,

𝑞𝑖 = 𝑓 (𝑥𝑖−1 + 2 ℎ, 𝑦𝑖−1 + 2 𝑝𝑖 ) h, 𝑠𝑖 = 𝑓(𝑥𝑖−1 + ℎ, 𝑦𝑖−1 + 𝑟 ) h.

EJERCICIO #2

Para calcular y (0.5) de la solución del problema de valor inicial 𝑦 𝑙 = 1+ 𝑥 2 𝑦 2, con y (0) = 1 y

considerando h = 0.25, para calcular 𝑘1, 𝑘2, 𝑘3 , 𝑘4 & 𝑦1; además consideremos (𝑥0, 𝑦0) = (0,1) y

𝑓(𝑥, 𝑦) = 1+ 𝑥 2𝑦 2 ; con ello obtenemos:

𝑘1= h 𝑓(𝑥0 , 𝑦0) = 0.25 𝑓(0,1) = 0.25 (1) = 0.25;

𝑘2= h 𝑓 (𝑥0 + 2 , 𝑦0 + ) = 0.25 𝑓(0,125,1.125) = 0.2549;

2

𝑘3= h 𝑓 (𝑥0 + 2 , 𝑦0 + ) = 0.25 𝑓(0,125,1.1254)= 0.2549;

2

𝑘4= h 𝑓(𝑥0 + ℎ, 𝑦0 + 𝑘3) = 0.25 𝑓(0,25,1.255)= 0.2746;

𝑦1= 𝑦0 + (𝐾 + 2𝐾2+ 2𝐾3 + 𝐾4 ) = 1 + 6 (0.25 +0.5098 +0.51 + 0.2746) = 1.2574.

6

Obtenemos en este caso:

𝑘1= h 𝑓(𝑥1, 𝑦1) = 0.25 𝑓(0,25,1.2574) = 0.2747;

𝑘2= h 𝑓 (𝑥1 + 2 , 𝑦1 + ) = 0.25 𝑓(0,375,1.3948) = 0.3184;

2

𝑘3= h 𝑓 (𝑥1 + 2 , 𝑦1 + ) = 0.25 𝑓(0,375,1.4166)= 0.3206;

2

𝑘4= h 𝑓(𝑥1 + ℎ, 𝑦1 + 𝑘3 ) = 0.25 𝑓(0.5,1.578)= 0.4056;

𝑦2= 𝑦1 + (𝐾 + 2𝐾2 + 2𝐾3 + 𝐾4 ) = 1 + 6 (0.2747+0.6368+0.6412+0.8112) = 1.5838.
6

Es decir, 𝑦2 = 1,5838 es una aproximación de y (0.5).

EJERCICIO #3

Utilizamos el método de Runge Kutta para la ecuación diferencial siguiente:

𝑑𝑦
= 𝑥𝑦 𝑦(0) = 1
𝑑𝑥
2

Para empezar con el ejercicio, en primer lugar se debe identificar los tipos de condiciones iniciales,

la función y el intervalo:

𝑥0 = 0
{ 𝑥0 = 1
ℎ = 0.1
𝑓(𝑥, 𝑦) = 2𝑥𝑦

Para calcular y1, se calcula de primero los valores → 𝑘1, 𝑘2, 𝑘3, 𝑘4

Entonces, 𝑥1 = 𝑥0 + ℎ = 0,1

𝑘1 = ℎ. 𝑓(𝑥0, 𝑦0) = 0,1 ∗ (2 ∗ 0 ∗ 0) = 0

1 1
𝑘2 = ℎ. 𝑓 (𝑥0 + ℎ, 𝑦0 + 𝑘1) = 0,1 ∗ (2 ∗ 0,05 ∗ 1) = 0,01
2 2

1 1
𝑘3 = ℎ. 𝑓 (𝑥0 + ℎ, 𝑦0 + 𝑘2 ) = 0,1 ∗ (2 ∗ 0,05 ∗ 1,005) = 0,01005
2 2

𝑘4 = ℎ. 𝑓(𝑥0 + ℎ, 𝑦0 + 𝑘3) = 0,1 ∗ (2 ∗ 0,1 ∗ 1,01005) = 0,020201

1
∴ (𝑝𝑜𝑟 𝑡𝑎𝑛𝑡𝑜)𝑦1 = 𝑦0 + (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
 1
𝑦1 = 1 + (0 + 0,02 + 0.02010 + 0.020201) = 1,01005
6

En segundo lugar, el procedimiento deberá repetirse hasta 𝑦5. Por tanto en la tabla que se mostrará

a continuación, serán presentados los datos obtenidos hasta dicho número.

n 𝒙𝒙 𝒚𝒙
0 0 1
1 0,1 1,01005
2 0,2 1,04081
3 0,3 1,09417
4 0,4 1,17351
5 0,5 1,28403

Así mismo, para concluir, el valor obtenido de Runge Kutta es el siguiente:

𝑦(0.5) = 1.28403

Se integra directamente:

𝑑𝑦 𝑑𝑦
= 2𝑥𝑦 → ∫ = ∫ 2𝑥𝑑𝑥
𝑑𝑥 𝑦

2
ln(𝑦) 𝑥 2 𝑦(𝑥) = 𝑒 𝑥

Finalmente si se estima o evalúa en 𝑦(0,5), se obtiene el resultado de:

𝒚(𝟎, 𝟓) = 𝟏, 𝟐𝟖𝟒𝟎𝟐

EJERCICIO #4:

Vamos a aplicar este método al siguiente problema:

 𝑥´(𝑡) = 𝑥(𝑡)
{
𝑥(0) = 1

Luego aproximamos 𝑥(0,5) con ℎ = 0,1. Entonces, llegamos a obtener la siguiente tabla:

𝑥(0) = 𝑥0 = 1

𝑥(0,1) ≈ 𝑥1 = 1,1051708333333333333 Con

• 𝐾 = 1, 𝑘2 = 1,05, 𝐾𝑎 = 1,0525, 𝐾4 = 1,10525

Con este ejemplo nos damos cuenta que con dicho método se obtendrán soluciones exactas con

aproximaciones.

EJERCICIO #5:

En este ejercicio usaremos el método de Runge Kutta de cuarto orden con ℎ igual a 0.25 para

llegar a una aproximación dado en 𝑥 = 1:

 𝑑𝑦
{𝑑𝑥 = 2𝑦 − 6
𝑦(0) = 1

Se debe comparar esta aproximación con la solución verdadera, 𝑦 = 3 − 2𝑐 2𝑥 estimado en 𝑥 = 1

{
Datos:
𝒏=𝟎
𝑥0 = 0
𝑦0 = 1

𝒏=𝟏
𝑥1 = 0,25

{
𝒏=𝟐
𝑥2 = 0,5

𝒏=𝟑

𝒏=𝟒
𝑥4 = 1
{

R//

CONCLUSIÓN:
Estos métodos son conocidos para resolver de cierta manera las ecuaciones diferenciales

de forma numérica, pues teniendo en cuenta el método de Euler que lleva el nombre en honor de

Leonhard Euler, es prácticamente un procedimiento de integración numérica para de ese modo

resolver las ecuaciones diferenciales ordinarias a partir de un valor que en primer punto fue dado.

En que el método de Euler Mejorado consiste primordialmente en tomar las fórmulas del método

de Euler para de esa forma calcular la pendiente en un punto inicial y por ende en un punto final

para determinar así un promedio. En este caso, el método de Runge-Kutta es un conjunto genérico

que se dedica a la resolución numérica de ecuaciones diferenciales.

Podemos decir que, en método de Euler, Este número ha sido descubierto mucho previamente por

el matemático escocés John Napier, creador de los logaritmos. El número e es un número que

cumple con muchas características y aplicaciones Bastante relevantes en la matemática y que

también es bastante eficaz en el marco de la Ingeniería; tales como las funcionalidades hiperbólicas

que nos ayudan en la obra de puentes y las ecuaciones.

Los métodos de Runge-Kutta (RK) son un conjunto de métodos iterativos para la aproximación de

soluciones de ecuaciones diferenciales ordinarias, concretamente, de problemas de valor inicial.

El objetivo de los métodos numéricos de runge-kutta, es el análisis y solución de los problemas de

valor inicial de ecuaciones diferenciales ordinarias (EDO), estos son una extensión del método de

Euler para resolver las (EDO’S), pero con un orden de exactitud más alto que este.

BIBLIOGRAFÍA:
Caste, J. M. (6 de Mayo de 2014). UNIDAD VI. Ecuaciones Diferenciales Ordinarias. Obtenido
de Análisis Numérico.: https://esimecuanalisisnumerico.wordpress.com/2014/05/06/metodo-
numerico-de-runge-kutta/

Jiménez Gómez, W. A. (2018). Solución de ecuaciones diferenciales. Obtenido de Universidad

Militar Nueva Granada:
http://virtual.umng.edu.co/distancia/ecosistema/odin/odin_desktop.php?path=Li4vb3Zhcy9pbmd
lbmllcmlhX2luZm9ybWF0aWNhL21ldG9kb3NfbnVtZXJpY29zL3VuaWRhZF80Lw==#

Lineal2cx. (2017, Junio 1). EJEMPLOS MÉTODO EULER. ANALISIS NUMERICO.

https://analisisnumerico4.wordpress.com/2017/06/01/ejemplos-metodo-euler/

Método de Euler: para qué sirve, procedimiento y ejercicios. (2019, Mayo 8). Lifeder.
https://www.lifeder.com/metodo-de-euler/

Riverol, M. A. V. (2015, enero 11). Método de Euler 4 pasos para resolver ecuaciones
diferenciales. Ecuación Diferencial Ejercicios Resueltos.
https://ecuaciondiferencialejerciciosresueltos.com/metodo-de-euler

PersonajesHistoricos.com. (marzo 24, 2020). Leonhard Euler: Biografía, Aportes, Obras,

Frases, y más.

Vadillo, F. (2010). METODOS DE UN PASO. M ´ ETODOS RUNGE-KUTTA. Dep. Matematica

Aplicada y Estad ´ ´ıstica de la Universidad del Pais.
ANEXOS: