Universidad Tecnológica de Santiago

(UTESA)

Estudio de casos: integración y diferenciación numéricas,

Métodos de Runge-Kutta,

DOCENTE
Ing. Modesto Liranzo Beltrán, M.A.
ASIGNATURA
Métodos numéricos
Alumnos
Oscar Rodríguez 1-17-7612
Jhoan Bonilla 1-15-7151

21 de abril del 2023, Mao, Valverde, Rep. Dom.

 Introducción

En este tema se tratar´a exclusivamente con funciones reales de variable real. Su objetivo es tratar de obtener
numericamente valores para la derivada de una funcion en un punto, o para la integral definida en algun´
intervalo, conociendo los valores de la funcion s´olo en algunos puntos.
Observese que, planteado sin ninguna restricci´on, o con restricciones muy gen´ericas, este problema no tiene
una unica solucion. Por ejemplo, si solo establecemos la restricci´on de que las funciones deben ser cont´ınuas
(o sea, de clase C 0 ) y pasar por ciertos puntos (x0, y0). . .(xn, yn), en la (figura 6.1) se pueden apreciar varias
de ellas que cumplen esto, y para las que obviamente, las derivadas en cualquier punto, as´ı como las
integrales en cualquier intervalo, difieren. Sin embargo, si nos restringimos a ciertas clases de funciones, como
los polinomios de grado n, la funcion, segun se vio en el tema de interpolacion, serıa unica.
Por todo ello, en la seccion de derivacion supondremos que para calcular la derivada en un punto dado
conocemos los valores de la funci´on en cualesquiera puntos arbitrariamente pr´oximos a ´este, e igualmente
que para calcular la integral lo haremos de una de las funciones que cumplen las condiciones pedidas, limit
´andonos a acotar el error cometido.
El propósito del presente capítulo es aplicar los métodos de integración y diferenciación numérica, expuestos
en la parte seis, a problemas prácticos de la ingeniería. Son dos situaciones que se presentan con mayor
frecuencia. En el primer caso, la función que modela un problema puede tener una forma analítica demasiado
complicada para resolverse con los métodos del cálculo.
En situaciones de este tipo, se aplican los métodos numéricos usando la expresión analítica para generar una
tabla de valores de la función. En el segundo caso, la función que habrá de usarse en el cálculo se halla en
forma tabular. Este tipo de función generalmente representa una serie de mediciones, observaciones o alguna
otra información empírica. Los datos para cualquiera de los casos son directamente compatibles con los
esquemas analizados en esta parte del libro. En
la sección 24.1, que trata del cálculo de la cantidad de calor en la ingeniería química, se emplean ecuaciones.
Aquí se integra numéricamente una función analítica para determinar el calor requerido para elevar la
temperatura de un material. Las secciones 24.2 y 24.3 también usan funciones que están en forma de ecuación.
La sección 24.2, tomada de la ingeniería civil, emplea la integración numérica para determinar la fuerza del
viento que actúa sobre el mástil de un velero de carreras. La sección 24.3 determina la raíz media cuadrática
de la corriente para un circuito eléctrico. Este ejemplo sirve para demostrar la utilidad de la integración de
Romberg y de la cuadratura de Gauss.
La sección 24.4 se concentra en el análisis de la información tabular para determinar el trabajo necesario para
mover un bloque. Aunque esta aplicación tiene una vinculación directa con la ingeniería mecánica, se
relaciona con todas las otras áreas de la ingeniería. Además, usamos este ejemplo para ilustrar la integración
de datos irregularmente espaciados.
CAPÍTULO 24: integración y diferenciación numéricas

necesaria para llevar a cabo este cálculo es la capacidad calorífica c. Este parámetro representa la cantidad de
calor requerida para elevar una unidad de temperatura en una unidad de masa. Si c es constante en el intervalo
de temperaturas que se examinan, el calor requerido ∆H (en calorías) se calcula mediante

donde c está en cal/(g · °C), m = masa (g) y ∆T = cambio de temperatura (°C). Por ejemplo, la cantidad de
calor necesaria para elevar la temperatura de 20 gramos de agua desde 5 hasta 10°C es igual a:

donde la capacidad calorífica del agua es aproximadamente 1 cal/(g · °C). Este cálculo es adecuado cuando ∆T
es pequeño. Sin embargo, para grandes cambios de tem peratura, la capacidad calorífica no es constante y, de
hecho, varía en función de la temperatura. Por ejemplo, la capacidad calorífica de un material podría aumentar
con la temperatura de acuerdo con una relación tal como:

En este caso se pide por ejemplo calcular el calor necesario para elevar la temperatura de 1 000 gramos de este
material desde –100 hasta 200°C.
donde ∆T = T2 – T1. Ahora como, en el caso actual, c(T) es una función cuadrática, ∆H puede determinarse
de manera analítica. La ecuación (24.2) se sustituye en la ecuación (24.4) y después se integra para dar un
valor exacto, ∆H = 42 732 cal. Es útil e instructivo comparar este resultado con los métodos numéricos
desarrollados en el capítulo 21. Para esto, es necesario generar una tabla de valores de c para distintos valores
de T:

Estos puntos se utilizan junto con una regla de Simpson 1/3 con seis segmentos calculándose una estimación
de la integral de 42 732, este resultado se sustituye en la ecuación (24.4) para obtener un valor de ∆H = 42 732
cal, el cual concuerda exactamente con la solución analítica. Esta concordancia exacta ocurriría sin importar
cuántos segmentos se utilicen. Se espera tal resultado debido a que c es una función cuadrática y la regla de
Simpson es exacta para polinomios de tercer grado o menores (véase la sección 21.2.1). Los resultados que se
obtuvieron con la regla del trapecio se muestran en la tabla 24.1. Parece que la regla del trapecio es también
capaz de estimar el calor total de manera exacta. No obstante, se requiere un paso pequeño (< 10°C) para una
exactitud de cinco cifras. Este ejemplo es una buena ilustración del porqué la regla de Simpson es muy
popular. Es sencillo aplicarla con una calculadora o, mejor aún, con una computadora. Además, por lo común
es lo suficientemente precisa para tamaños de paso relativamente grandes y es exacta para polinomios de
tercer grado o menores.
Diferenciación numérica

Como los métodos de interpolación tratados en el eje anterior, la diferenciación numérica es poderosa. Es una
técnica que permite calcular una aproximación a la derivada de una función. Como el concepto original de la
derivada de una función, esta aproximación se realiza alrededor de un punto utilizando los valores y
propiedades que se conocen del cálculo diferencial de una variable. En este sentido será objeto de estudio la
fórmula de diferencias finitas.

Diferencias finitas

Cuando se habla en diferenciación numérica de diferencias finitas, se habla de la fórmula de diferencias

finitas. Esta es una expresión matemática cuya forma es: f (x + b) – f (x +a) y su significado, igual al que
conoce el estudiante de su curso de cálculo diferencial, un ejemplo fundamental, sería mencionar que la
aproximación de las derivadas por diferencias finitas, el cual es el papel fundamental de la diferenciación
numérica, juega un papel esencial dentro del análisis numérico para la resolución de problemas relacionados
con ecuaciones diferenciales, entre otros.

Empecemos nuestra discusión recordando que la forma de la derivada de una función es:
Lo cual podemos escribir de la siguiente forma para simplificar la expresión un poco:

y recordando que la técnica de diferencias divididas consiste en aproximar la derivada de una función en un
punto. En la técnica en mención se consideran tres formas generales.
Con las definiciones anteriores podemos escribir la fórmula de la diferencia hacia delante de dos puntos, la
fórmula de la diferencia centrada de tres puntos, y la formula de la diferencia centrada de tres puntos para la
segunda deriva tal como se muestra en la siguiente tabla:
Métodos para resolver EDO sin el uso de la computadora

Sin una computadora, las EDO podrían resolverse usando técnicas de integración analítica. Por ejemplo, la
ecuación (PT7.1) se multiplica por dt y se integra para obtener

El lado derecho de esta ecuación se conoce como integral indefinida debido a que no se especifican los límites
de integración. Esto contrasta con las integrales definidas que se analizaron en la parte seis [compare la
ecuación (PT7.7) con la ecuación (PT6.6)]. Una solución analítica para la ecuación (PT7.7) se obtiene si la
integral indefinida puede evaluarse en forma exacta como una ecuación. Por ejemplo, recuerde que para el
problema del paracaidista en caída, la ecuación (PT7.7) se resolvió analíticamente con la ecuación (1.10)
(suponga que v = 0 en t = 0):

La mecánica para obtener tales soluciones analíticas se analizará en la sección PT7.2. Mientras tanto, lo
relevante es que no están disponibles las soluciones exactas para muchas EDO de importancia práctica. Como
sucede en la mayoría de las situaciones analizadas en otras partes de este libro, los métodos numéricos ofrecen
la única alternativa viable para tales casos. Como estos métodos numéricos por lo común requieren de
computadoras, antes del auge de la informática los ingenieros se veían muy limitados en el alcance de sus
investigaciones.

Un método muy importante que los ingenieros y los matemáticos desarrollaron para superar este dilema fue la
linealización. Una ecuación diferencial ordinaria lineal es aquella que tiene la forma general

donde y(n) es la n-ésima derivada de y con respecto a x, y las a y f son funciones en términos de x. Esta
ecuación se conoce como lineal debido a que no hay productos o funciones no lineales de la variable
dependiente y y no existen productos de sus derivadas, La importancia práctica de las EDO lineales es que se
resuelven analíticamente. En cambio, la mayoría de las ecuaciones no lineales no pueden resolverse de manera
exacta. Así, en la era anterior a la computadora, una táctica para resolver ecuaciones no lineales era
linealizarlas. Un ejemplo simple es la aplicación de las EDO para predecir el movimiento de un péndulo
oscilante (figura PT7.1). De manera similar como se hizo en el desarrollo del problema del paracaidista en
caída, se utiliza la segunda ley de Newton para obtener la siguiente ecuación diferencial (véase la sección 28.4
para más detalles):
donde q es el ángulo de desplazamiento del péndulo, g es la constante gravitacional y 1 es la longitud del
péndulo. Esta ecuación no es lineal debido al término sen q. Una forma de obtener la solución analítica es
darse cuenta de que para pequeños desplazamientos del péndulo a partir de su condición de equilibrio (es
decir, para valores pequeños de q),

senθ ≅ θ

Así, si suponemos que nos interesamos sólo en casos donde q es pequeño, la ecuación (PT7.10) se sustituye en
la ecuación (PT7.9) para obtener

Tenemos, por lo tanto, transformada la ecuación (PT7.9) en una forma lineal que es fácil de resolver de
manera analítica. Aunque la linealización es una herramienta muy valiosa para resolver problemas en
ingeniería, existen casos donde no se puede utilizar. Por ejemplo, suponga que nos interesa estudiar el
comportamiento del péndulo con grandes desplazamientos desde el equilibrio. En tales casos, los métodos
numéricos ofrecen una opción viable para obtener la solución. En la actualidad, la disponibilidad tan amplia de
las computadoras coloca esta opción al alcance de todos los ingenieros.

ANTECEDENTES MATEMÁTICOS

La solución de una ecuación diferencial ordinaria es una función en términos de la variable independiente y de
parámetros que satisfacen la ecuación diferencial original. Para ilustrar este concepto, empecemos con una
función dada

la cual es un polinomio de cuarto grado (figura PT7. 3a). Ahora, si derivamos con respecto de x a la ecuación
(PT7.12), obtenemos una EDO:

Esta ecuación también describe el comportamiento del polinomio, pero de una manera diferente a la ecuación
(PT7.12). Más que representar explícitamente los valores de y para cada valor de x, la ecuación (PT7.13) de la
razón de cambio de y con respecto a x (es decir, la pendiente) para cada valor de x. La figura PT7.3 muestra
tanto la función original como la derivada graficadas contra x. Observe cómo el valor cero en la derivada
corresponde al punto en el cual la función original es plana; es decir, tiene una pendiente cero. Note también
que los valores absolutos máximos de la derivada están en los extremos del intervalo donde las pendientes de
la función son mayores.
Como se acaba de mostrar, aunque es posible determinar una ecuación diferencial dando la función original,
en esencia el objetivo es determinar la función original dada la ecuación diferencial. La función original
representa la solución. En el presente caso, esta solución se determina de manera analítica al integrar la
ecuación (PT7.13):

la cual es idéntica a la función original con una notable excepción. En el proceso de la diferenciación y
después en la integración, se pierde el valor constante de 1 en la ecuación original y ganamos el valor C. Esta
C es llamada constante de integración. El hecho de que aparezca esta constante arbitraria indica que la
solución no es única. Es decir, es solución pero con un número infinito de funciones posibles (correspondiente
al número infinito de posibles valores de C) que satisfacen la ecuación diferencial. Por ejemplo, la figura
PT7.4 muestra sies funciones posibles que satisfacen la ecuación (PT7.14).
Por lo tanto, para especificar la solución por completo, la ecuación diferencial usualmente se encuentra
acompañada por condiciones auxiliares. Para las EDO de primer orden, se requiere un tipo de condición
auxiliar, llamada valor inicial, para determinar la constante y obtener una solución única. Por ejemplo, la
ecuación (PT7.13) se acompaña por la condición inicial definida por x = 0, y = 1. Estos valores se sustituyen
en la ecuación (PT7.14):

para determinar C = 1. Por consiguiente, la solución única que satisface tanto a la ecuación diferencial como la
condición inicial especificada se obtiene al sustituir C = 1 en la ecuación (PT7.14):

De esta forma, hemos “sujetado” la ecuación (PT7.14) al forzarla a pasar a través de un punto dado por la
condición inicial y, al hacerlo, encontramos una solución única para la EDO y completamos un ciclo con la
función original [ecuación (PT7.12)].

Las condiciones iniciales por lo común tienen interpretaciones muy tangibles para las ecuaciones diferenciales
surgidas de las condiciones de problemas físicos. Por ejemplo, en el problema del paracaidista en caída, la
condición inicial fue tomada del hecho físico de que en el tiempo cero la velocidad vertical es cero.
Si el paracaidista hubiese estado en movimiento vertical en el tiempo cero, la solución debería haberse
modificado al tomar en cuenta esta velocidad inicial.

Cuando tratamos con una ecuación diferencial de n-ésimo orden, se requiere de n condiciones para obtener
una solución única. Si se especifican todas las condiciones en el mismo valor de la variable independiente (por
ejemplo, en x o t = 0), entonces se conocen como problemas de valor inicial.

En cambio en los problemas de valor frontera, la especificación de condiciones ocurre con diferentes valores
de la variable independiente. En los capítulos 25 y 26 se analizarán problemas de valor inicial. Los problemas
de valor en la frontera se estudiarán en el capítulo 27, junto con los problemas sobre valores propios.
Métodos de Runge-Kutta

Este capítulo se dedica a la solución de ecuaciones diferenciales ordinarias de la forma

En el capítulo 1 se utilizó un método numérico para resolver una ecuación como la anterior, para el cálculo de la
velocidad del paracaidista en caída. Recuerde que el método fue de la forma general

Nuevo valor = valor anterior + pendiente × tamaño de paso

o, en términos matemáticos

De acuerdo con esta ecuación, la pendiente estimada f se usa para extrapolar desde un valor anterior yi a un
nuevo valor yi+1 en una distancia h (figura 25.1). Esta fórmula se aplica paso a paso para calcular un valor
posterior y, por lo tanto, para trazar la trayectoria de la solución. Todos los métodos de un paso que se
expresen de esta forma general, tan sólo van a diferir en la manera en la que se estima la pendiente. Como en
el problema del paracaidista en caída, el procedimiento más simple consiste en usar la ecuación diferencial,
para estimar la pendiente, en la forma de la primera derivada en xi . En otras palabras, se toma la pendiente al
inicio del intervalo como una aproximación de la pendiente promedio sobre todo el intervalo. Tal
procedimiento, llamado método de Euler, se analiza en la primera parte de este capítulo. Después se revisan
otros métodos de un paso que emplean otras formas de estimar la pendiente que dan como resultado
predicciones más exactas. Todas estas técnicas en general se conocen como métodos de Runge-Kutta.