Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Errores.
Aproximación numérica de las soluciones.
Los métodos numéricos son útiles para resolver problemas diferenciales, para los cuales
no existe un método para obtener la solución análitica ( solución en términos de fun-
ciones elementales). Estos métodos proporcionan una sucesión de aproximaciones a la
solución exacta en un conjunto finito de puntos.
Por ejemplo, si queremos resolver la ecuación
2
y 0 (x) = e −x .
pero sabemos que no existe una solución en términos de funciones comunes de cálculo
elemental.
2/12
Solución Numérica de un P.V.I.
b−a
xi = a + ih, i = 0, . . . , N, con h = .
N
3/12
Método de Euler (o de la Tangente)
Considere el P.V.I.
0
y (x) = f (x, y (x)), x ∈ [a, b],
y (a) = y0 .
4/12
Haciendo este reemplazo en la ecuación se encuentra
y (x + h) − y (x)
≈ f (x, y (x))
h
de donde,
y (x + h) ≈ y (x) + hf (x, y (x)).
Partiendo de la condición inicial y (a) = y0 y considerando h pequeño, el valor
5/12
Usando nodos xi equiespaciados obtenemos el siguiente algoritmo:
Algoritmo de Euler
Para i = 0, . . . , N − 1
xi = a + ih
yi+1 = yi + hf (xi , yi )
fin i.
En general, los errores son de orden p si existe una constante C tal que
E (h) ≤ Chp .
E (h) ≤ Ch.
6/12
Ejemplo. 3
Solución exacta
y0 = y,
Método de Euler
2.5
(2)
y (0) = 1.
2
Solución:
x
y (x) = e .
1.5
Método de Euler.
1
Iteraciones:
y (0) = y0 = 1,
y (0.4) ≈ y2 = y1 + hf (x1 , y1 ) = 1.2 + 0.2 f (0.2, 1.2) = 1.2 + 0.2 · 1.2 = 1.44
y (0.6) ≈ y3 = y2 + hf (x2 , y2 ) = 1.44 + 0.2 f (0.4, 1.44) = 1.44 + 0.2 · 1.44 = 1.728
y (0.8) ≈ y4 = y3 + hf (x3 , y3 ) = 1.728 + 0.2 f (0.6, 1.728) = 1.728 + 0.2 · 1.728 = 2.0736
y (1) ≈ y5 = y4 + hf (x4 , y4 ) = 2.0736 + 0.2 f (0.8, 2.0736) = 2.0736 + 0.2 · 2.0736 = 2.48832
Si queremos aproximar el valor de e, usando la solución aproximada de la ecuación diferencial (2) cometemos un
error del 22%. En efecto, el error absoluto, sabiendo que y (1) = e, se obtiene
7/12
Método de Heun o Euler Mejorado
La primera integral, puede calcularse directamente, mientras que la otra, puede calcu-
larse mediante la regla del trapecio1 , ası́:
h
y (xi+1 ) − y (xi ) = [f (xi , y (xi )) + f (xi+1 , y (xi+1 ))],
2
osea,
h
yi+1 = yi + [f (xi , yi ) + f (xi+1 , yi+1 )],
2
h
=⇒ yi+1 = yi + [f (xi , yi ) + f (xi+1 , yi + hf (xi , yi ))]
2
1 (b−a)
Regla del trapecio: ab f (x) dx =
R
(f (a) + f (b)) 8/12
2
Método de Heun o de Euler Mejorado
También se conoce como un método de Runge Kutta de orden 2, RK2, donde el crec-
imiento del error es cuadrático con respecto a h, es decir, E (h) ≤ Ch2 .
9/12
Método de Runge Kutta de orden 4
Algoritmo (RK4)
Para i = 0, . . . , N − 1
xi = a + ih
K1 = h f (xi , yi )
K2 = h f (xi + h2 , yi + 12 K1 )
K3 = h f (xi + h2 , yi + 12 K2 )
K4 = h f (xi + h, yi + K3 )
yi+1 = yi + 16 [K1 + 2K2 + 2K3 + K4 ]
fin i.
Este método es de orden 4, es decir E (h) ≤ Ch4 , por lo que es uno de los métodos más
usados.
2
f (x) dx = b−a
Rb
Regla de Simpson: a 6
[f (a) + 4f ( a+b
2
) + f (b)] 10/12
y0 = y,
Ejemplo. Solución exacta: y (x) = ex .
y (0) = 1.
11/12
2.8
2.6
Solución exacta
Método de Euler, h=0.1
2.4 Método de RK4, h=0.1
2.2
1.8
1.6
1.4
1.2
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
12/12