Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por lo anterior, los métodos numéricos son herramientas 3) Clasificación según su Linealidad: Una ecuación
fundamentales para obtener resultados de forma rápida y con diferencial de n-ésimo orden se dice que es lineal si F es
un margen de error pequeño, algunos de ellos son: lineal en y, y ′ , . . . , y (n) [1]. Esto significa que una EDO de
• Cálculo de raı́ces de ecuaciones n-ésimo orden es lineal cuando la ecuación es:
Método de la bisección
Método de las aproximaciones sucesivas
Método de Newton • an (x)y (in) + an−1 (x)y (n−1) + · · · + a1 (x)y ′ + a0 (x)y −
Método de la secante g(x) = 0
dn y dn−1 y dy
Método de Steffensen • an (x) dx n + an−1 (x) dxn−1 + · · · + a1 (x) dx + a0 (x)y =
E. Método de Heun
Es un método empleando la determinación de dos derivadas
en el intervalo (una en el punto inicial y otra en el final) [8].
Da una estimación de yi+1 que permite el cálculo de una
estimación de la pendiente al final del intervalo:
′ 0
yi+1 = f xi+1 , yi+1
La combinación de las dos pendientes, dan como resultado
una pendiente promedio [8], dada por la siguiente ecuación: Fig. 3. Representación gráfica de las pendientes estimadas empleadas en el
método RK de cuarto orden.
yi′ + yi+1
′ 0
′ f (xi , yi ) + f xi+1 , yi+1
ȳ = = (3) El método RK de cuarto orden usa múltiples estimaciones de
2 2
la pendiente para obtener una mejor pendiente promedio en
el intervalo [9]. Como se muestra en la figura 1, cada una
de las k representa una pendiente. La ecuación (2) entonces
representa un promedio ponderado de estas para establecer la
mejor pendiente.
IV. PROCEDIMIENTO
La ecuación diferencial desarrollada ha sido la siguiente:
dy
= te3t − 2y (9)
dt
A. CÓDIGO
Cómo primer paso se importa la librerı́a math para
reconocer simbolos matematicos como por ejemeplo un
exponencial.
Fig. 2. Representación gráfica de las pendientes estimadas empleadas en el La ED obtiene al escribirla en la forma de y’ = f(t,y)
método de Heun.
func=t*exp(3*t)-2*y
return func
F. Método clásico de Runge Kutta de cuarto orden Primero se implementará el método de euler. Cada
método tendrá como parámetros a t,y,h,n. Dónde t y y
Este método parte de la Ecuación: serán los valores iniciales que adoptará la función, h será
1 el paso y n será el número de iteraciones
Yi+1 = yi + (k1 + 2k2 + 2k3 + k4 )h (4) def metodo euler(t,y,h,n):
6
print(’y(’,t,’)=’,y) print(’RESULTADO ANÁLITICO’, val)
A continuación se realizará un ciclo que tendrá como
rango el número de iteraciones asignado en n, por cada print(’RUNGE KUTTA 4 ’)
iteración se evaluará la función en el método de euler, metodo RK4(0,2,0.1,10)
teniendo cómo objetivo mostrar el valor de y. print(’RESULTADO ANÁLITICO’, val)
for k in range(n):
y=y+h*f(t,y)
t=t+h
print(’y(’,t,’)=’,y) V. RESULTADOS
A continuación se muestran Valor obtenido a partir de la
Ahora se implementará en método de euler compuesto, solución analı́tica: 3.489769
método de heun o rungekutta de orden 2
def metodo eulermod(t,y,h,n): Por el método de Euler, se muestran en la siguiente
print(’y(’,t,’)=’,y) tabla:
En esta ocasión para cada iteración se evaluará en la
t y
formula de euler compuesto, teniendo como objetivo 0 2
hallar el valor de y. 0.1 1.6
for k in range(n): 0.2 1.29349
y0 será la parte predictora del método, esto mejorará la 0.3 1.07124
0.4 0.93078
precisión que no tiene el método de euler simple. 0.5 0.87742
y0=y+h*f(t,y) 0.6 0.92602
y=y+(h/2)*(f(t,y)+f(t+h,y0)) 0.7 1.10380
0.8 1.45467
t=t+h 0.9 2.04559
print(’y(’, t, ’)=’, y) 1 2.97564
TABLE I
M ÉTODO DE E ULER
Finalmente se define el método de rungekutta 4,
que es muy diferente a los 2 anteriores.
def metodo RK4(t, y, h, n):
print(’y(’, t, ’)=’, y) Por el método de Heun, se muestran en la siguiente tabla:
En esta ocasión el método depende de k1, k2, k3 y
t y
k4. estas variables son funciones independientes que se 0 2
calcularán en cada iteración del ciclo. 0.1 1.64674
for k in range(n): 0.2 1.37395
k1=f(t,y) 0.3 1.17811
0.4 1.06197
k2=f(t+h/2,y+(h/2)*k1) 0.5 1.03598
k3=f(t+h/2,y+(h/2)*k2) 0.6 1.12062
k4=f(t+h,y+h*k3) 0.7 1.34992
0.8 1.77651
Ahora se calcula el valor de y mediante un promedio que
0.9 2.47907
depende de k1, k2, k3 y k4. 1 3.57278
y = y + (h / 6)*(k1+2*k2+2*k3+k4) TABLE II
M ÉTODO DE H EUN
t=t+h
print(’y(’, round(t,3), ’)=’, y)
Valor obtenido de la solución analitica cuando t = Por el método de Runge-Kutta de cuarto orden, se muestran
1 en la siguiente tabla:
val=exp(3)/5-exp(3)/25+51*exp(-2)/25
VI. AN ÁLISIS DE RESULTADOS
Para terminar se muestra resultado con la solución Porcentaje de error de cada uno de los métodos en y(t = 1)
dada por cada método numérico versus la solución con respecto al valor obtenido analı́ticamente:
analı́tica
print(’EULER’)
metodo euler(0,2,0.1,10) A. Método de Euler
print(’RESULTADO ANÁLITICO’, val)
Vexp − Vt 2.97564 − 3.48976
print(’EULER COMPUESTO’) %error = · 100 = 14.732%
Vt 3.48976
metodo eulermod(0,2,0.1,10) (10)
t y
0 2
R EFERENCES
0.1 1.64322 [1] Zill, D, Ecuaciones Diferenciales con problemas con valores en la
0.2 1.36746 frontera. 7a ed, México, Cengage Learning Editores, 2009
0.3 1.16878 [2] O. Torres y A. Jesús, Introducción a los métodos numéricos, U. d. l.
0.4 1.04946 Salle, Ed., Bogotá: Unisalle, 2013, pp. 9-10.
0.5 1.0194 [3] W. A. Jiménez Gómez, T. J. Plazas Merchán, F. S. Jaimes Gómez y
0.6 1.09845 S. Y. Quiroga Campos, MeNuméricos: Una introducción a los métodos
0.7 1.31974 numéricos, U. P. Nacional, Ed., Bogotá: Universidad Pedagógica Na-
0.8 1.73474 cional, 2020, pp. 11-12.
0.9 2.42050 [4] Izar , J, Métodos numéricos. México: Alfaomega, 2018.
1 3.48996 [5] Correa Zabala, F, Métodos Numéricos.Colombia, EAFIT, 2010.
TABLE III [6] H. Losada y E. Solón, Métodos numéricos, E. Ediciones, Ed., Bogotá:
M ÉTODO DE RUNGE -K UTTA DE CUARTO ORDEN ECOE Ediciones, 2017.
[7] F. Correa Zabala, Métodos Numéricos, U. EAFIT, Ed., Medellı́n: EAFIT,
2010.
[8] Tostado-Véliz, M. Kamel, S. Jurado, F, An efficient power-flow approach
based on Heun and King-Werner’s methods for solving both well and
ill-conditioned cases, International Journal of Electrical Power Energy
B. Método de Heun Systems. Vol 119,2020.
[9] Hussain, K. Ismail, F. Senu, N, Solving directly special fourth-order
ordinary differential equations using Runge–Kutta type method, Journal
of Computational and Applied Mathematics, Vol306, 2016.
Vexp − Vt 3.57278 − 3.48976
%error = · 100 = 2.378%
Vt 3.48976
(11)
VII. CONCLUSIONES
• Realizando un análisis del trabajo desarrollado se puede
evidenciar un comportamiento de los métodos de Euler,
Heun y Runge-kutta de cuarto orden, en que se concluye
que el método que presenta un menor margen de error es
el de Runge-Kutta de cuarto orden.
• Según lo descrito en el marco teórico, a partir de las
figuras 1, 2 y 3, se ha podido concluir que a partir de
las pendientes descritas por cada método, las tres para
valores muy pequeños describen un margen de error bajo,
pero a medida que el valor de t varı́a, la pendiente de
la figura uno, representa un margen de error alto, en la
figura 2 se puede apreciar como la pendiente varı́a pero
no demasiado y en la figura tres, la pendiente no varı́a
notoriamente con respecto al valor analı́tico. Los valores
obtenidos por el software, reflejan lo anteriormente dicho,
en donde para valores pequeños de t, su obtienen valores
en y muy similares, pero a medida que t crece, el valor
de y para cada método varı́a drásticamente.
• Al poner a prueba los conceptos indagados en el trabajo
se puede concluir que el uso de herramientas de soft-
ware para la resolución o implementación de métodos
numéricos es altamente efectivo por su precisión y rapi-
dez.
• Teniendo en cuenta que el método de Runge-Kutta
de cuarto orden es una construcción de los otros dos
métodos, es posible entender por qué este el método que
tiene un margen de error más bajo.