Solucion de EDOs

Tema:
Metodo Pedictor Corrector de
Multipasos de Adam-Bashforth,
Adams-Moulton

1
Objetivos de aprendizaje:
 Apreciar la importancia de los Metodos
Multi-pasos.

 Discutir las ventajas /desventajas de los

Metodos Multi-pasos.

 Resolver ecuaciones EDOs de primer orden

usando el metodo Multipasos de Adams-
Bashforth y Adams-Moulton.
2
Metodo de 1 Paso:
 Metodo de un Solo Paso:
 Euler y Runge-Kutta son metodos de un solo
paso..
 La estimacion de yi+1 depende solo de yi and
xi.

xi-2 xi-1 xi xi+1

3
Metodos Multi-Pasos
 Metodo de 2-Pasos:
 En un Metodod de 2-Pasos, la estimacion de
yi+1 depende de yi, yi-1, xi, xi-1 .

xi-2 xi-1 xi xi+1

4
Metodos Multi-Pasos
 Metodo de 3-Pasos:
 En un Metodo de 3-Pasos, la estimacion de
yi+1 depende de yi ,yi-1 ,yi-2, xi , xi-1, xi-2

xi-2 xi-1 xi xi+1

5
Predictor-Corrector 2-Pasos
3 1 
Predictor : y  yi  h f  xi ,yi   f  xi 1,yi 1  
0
i 1
2 2 
k 1
 k 1
 1 
Corrector : yi 1  yi  h f xi 1 , yi 1  f  xi ,yi  
2 2 

• En cada iteracion se realizaun paso de prediccion

y tantos pasos de correccion como sea necesario
k
• y es la solucion de la estimacion en xi+1
i 1
despues de k pasos de correccion.
6
Predictor-Corrector 3-Pasos
Predictor :
 23 16 5 
yi01
 yi  h  f ( xi , yi )  f ( xi 1 , yi 1 )  f ( xi 2 , yi 2 ) 
 12 12 12 
Corrector :
 5 k 1 8 1 
y ik1  yi  h  f ( xi 1 , y i 1 )  f ( xi , yi )  f ( xi 1 , yi 1 ) 
 12 12 12 

7
Predictor-Corrector 4-Pasos
Predictor : (Adams - Bashforth Predictor )
h  55 f ( xi , yi )  59 f ( xi 1 , yi 1 ) 
y i01  yi   
24   37 f ( xi 2 , yi 2 )  9 f ( xi 3 , yi 3 ) 

Corrector : ( Adams - Moulton Corrector)

k 1
h  9 f ( xi 1 , y i 1 )  19 f ( xi , yi ) 
y ik1  yi 
24   5 f ( xi 1 , yi 1 )  f ( x i 2 , yi 2 ) 

See pages 744( predictor ), 746( corrector ) formulas

8
Ejemplo
Solve
dy
 2x  y2 x y (0)  2
dx
h  0.1, Use 2  step Predictor corrector Method
compute y(0.4)

We need two initial conditions to use the

2  step Predictor corrector Method
We will first use RK2 to estimate y(0.1)
9
Ejemplo
We need two initial conditions
Use RK 2 to compute y (0.1) then we can use
the Predictor corrector Method
dy 2
 2x  y x y (0)  2, h  0.1,
dx
K1  0.1(0)  0
K 2  0.1(0.2  0.4)  0.06
y (0.1)  2  0.5(0.06)  2.03
10
Example
dy
 2x  y2x yi-1  y (0)  2, yi  y (0.1)  2.03, h  0. 1
dx

3 1 
Predictor :y i01
 yi  h f ( xi , yi )  f ( xi 1 , yi 1 ) 
2 2 
3
  1 
 2.03  0.1 2(0.1)  2.032  0.1   0  0   2.1218
2 2 
1 1 
Corrector : y (0.2)  y1i 1 0
 yi  h  f ( xi 1 , y i 1 )  f ( xi , yi ) 
2 2 
1
 1
   
 2.03  0.1 2(0.2)  2.12182  0.2   2(0.1)  2.032  0.1   2.1256
2 2 
11
Metodos Multipasos
 Metodos de un Paso
 Euler y Runge-Kutta son metodos de 1 paso.
 La informacion de y(x) es usada para calcular
y(x+h).

 Metodos Multipasos
 El Metodo de Adam-Moulton es un Metodo de
multi-pasos.
 Para estimar y(x+h), se necesitaran y(x),
y(x-h), y(x-2h)….
12
Ejemplo 1

13
14