Ecuaciones Diferenciales Ordinarias

MÉTODOS NUMERICOS

1ra. PARTE

Ing. M.Sc. Roberto Parra Zeballos

 EDO- Ecuación Diferencial Ordinaria
• Ecuacion Diferencial: Ecuaciones que involucran
 
variables dependientes y sus derivadas con respecto a
las variables independientes:

• Ecuacion Diferencial Ordinaria: Ecuaciones

diferenciales que involucran solamente una variable
independiente.

• Ecuación Diferencial Parcial: Ecuaciones diferenciales

que involucran dos o mas variables independientes.
ANTECEDENTES MATEMATICOS
El objetivo es determinar la función
original dada la ecuación diferencial

x = 0; y = 1
 Soluciones de EDOs Analítica y
Numérica
Método de Solución Analítica Método de Solución Numérica
y y

t3, y3
t 2, y2
t 1, y1
y(0)=b

t0, y0

t t t

Resolver la EDO para encontrar

t Empieza con las condic. iniciales
t

una familia de soluciones. Resuelve para pequeños tamaños

Elije la solución que satisface de paso (t).

las condiciones iniciales Resuelve aprox. en cada t
correctas. Encuentra una Encuentra pares de puntos: (t ,y ),
0 0
fórmula analítica parar y(t) (t1,y1), …
METODOS DE UN PASO
 Ecuaciones Diferenciales Ordinarias

 La solución analítica de la ecuación diferencial

ordinaria así como ecuaciones diferenciales
parciales se llama la " solución de la forma cerrada”
 Esta solución requiere que las constantes de la
integración estén evaluadas usando valores
prescritos de variable(s) independiente(s).
Método de Taylor de orden “k”
Sea una EDO de primer orden:

y   f  x, y 
y  x0   y0
x   a, b 
Podemos usar la serie de Taylor para aproximar la solución de la
EDO, haciendo:
y '  xi   y 'i
Método de Taylor de orden “k”
Podemos plantear el algoritmo siguiente:

Dado : x0 , y0 y h
Para i  1, 2, 3, 
xi 1  xi  h
h2 h3 hk  k 
yi 1  yi  h yi ' yi ' ' yi ' ' '   yi
2! 3! k!
Siendo E el error de truncamiento.

h k 1  k 1
E y   xi    xi 1
 k  1 !
Método de Taylor de orden “k”
Ejemplo:- Estime y(x) para x=0.1, 0.2, 0.3, 0.4 y 0.5, usando Taylor de
orden 3

1
y '  1  x  y 2
2
y 0  1
Solución

1 2
y ' '  y  1  x  yy '
2
y ' ' '  2 yy '1  x  y '  1  x  yy ' '
2
Método de Taylor de orden “k”

x0  0
y0  1
para n  0, ..., 4
xn 1  xn  h
h2 h3
yn 1  yn  hyn ' yn ' ' yn ' ' '
2 6
Método de Taylor de orden “k”

4
Exacto : y  x  
4  2x  x2
Método de Taylor de orden “k”
 Metodo de Euler

Permite resolver una EDO de primer orden de la

forma: dy
 f  x, y 
dx y h
y  x0   y0
yi+1
Dado  x0 , y0  y h yi
Para n  0, 1, 2, 
x
xn 1  xn  h
yn 1  yn  hf  xn , yn  xi xi+1

Valor nuevo = Valor anterior + (Tamaño del paso) x (Pendiente)

 Metodo de Euler

 La primera derivada proporciona un estimado

directo de la pendiente en xi
 La ecuación es aplicada iterativamente, un paso a
la vez, sobre una distancia pequeña para reducir el
error
 Por esto se conoce como método de un solo paso.
 EJEMPL0
Para la condición inicial y(1)=1, determine y para
h = 0.1 analíticamente y usando el método de
Euler:
dy
 4x 2
dx
I.C. y  1 at x  1
4 3
y  x C
3
1
C  
3
4 3 1
y  x 
3 3
y  1.1  1.44133
 dy
 4x 2
dx
yi 1  yi  h
y  1.1  y  1  4  1   0.1  1.4
 2

 

Note :
y  1.1  y  1  4  1   0.1
 2

 

C.I.. Tamaño del

dy/dx
paso
Recordar la solución analítica fue 1.4413.
Si reducimos el tamaño del paso a 0,05 y aplicamos
Euler dos veces, Obtenemos:

y(1.05)  y(1)  4  1   1.05  1.00   1  0.2  1.2

 2

 
y  1.1  y  1.05  4  1.05   1.1  1.05  1.4205
 2

 

Recordar la solución analítica es 1.4413

Análisis del Error -Método de Euler

 Error de truncación - causado por la naturaleza de

la técnica empleada para aproximar los valores de
y
 Error local de truncación (a partir de la Serie de Taylor)
 Propagación del error de truncación
 Suma de los dos es el error global
 Error de Redondeo – causado por el numero
limitados de dígitos significativos que pueden ser
retenidos por computadora o calculadora
 Método de Euler – Ejemplo
0.8

0.6

y'   y  1
0.4
y  0  0
y
h  0 .1
Numerical
0.2
Exact

0
0

1
0.25

0.75

1.25
0.5

t
t
solución Analítica y  1  e
 Método de Euler – Ejemplo

n tn yi (anal) yi (EULER) ea, %

0 0 0 0  

1 0,1 0,0952 0,1000 5,0833

2 0,2 0,1813 0,1900 4,8165

3 0,3 0,2592 0,2710 4,5598

4 0,4 0,3297 0,3439 4,3133

5 0,5 0,3935 0,4095 4,0767

6 0,6 0,4512 0,4686 3,8500

7 0,7 0,5034 0,5217 3,6329

8 0,8 0,5507 0,5695 3,4252

9 0,9 0,5934 0,6126 3,2269

Método de Euler Mejorado o Heun

 Un error fundamental en el método de Euler es que

se asume la derivada en el principio del intervalo
para aplicarse a través de todo el intervalo.
 Una simple modificación será demostrada.
 Esta modificación pertenece realmente a una clase
más grande de las técnicas de solución llamadas
Runge-Kutta que exploremos más adelante.
 Método de Heun
Considere la siguiente expansión de Taylor:
f '  x i , yi  2
y i 1  y i  f  x i , y i  h h
2
Aproxime f’ con una derivada numérica:
f  x i 1 , y i 1   f  x i , y i 
f '  x i , yi  
h
 Método de Heun
Substituyendo en la expansión

2
 f i 1  f i  h  f i 1  f i 
y i 1  y i  f i h   yi   h
 h  2  2 
 Método de Heun

 Determine las derivadas para el intervalo

 Punto inicial
 Punto final (basado en el paso de Euler a partir del punto inicial)
 Use el promedio para obtener una estimación mejorada
de la pendiente para el intervalo completo
 Podemos pensar en el paso de Euler como paso de
prueba.
y

Evaluar la pendiente en xi
h La proyección consigue f(xi+1 )
Basado en el tamaño del paso h

xi xi+1
y

xi xi+1
y

Ahora determine la pendiente

en xi+1

xi xi+1
y

xi xi+1
Tomar los promedios de estas
dos pendientes
y

xi xi+1
y

Use esta pendiente

“promedio” para predecir
yi+1

xi xi+1

yi 1  yi  {
f  xi , yi   f  xi 1 , yi 1 
2
h
y

Use esta pendiente

“promedio” para predecir
yi+1

xi xi+1

yi 1  yi 
{
f  xi , yi   f  xi 1 , yi 1 
h
2
y

f  xi , yi   f  xi 1 , yi 1 
yi 1  yi  h
2

xi xi+1

x
xi xi+1
 f  xi , yi   f  xi 1 , yi 1 
yi 1  yi  h
2

y i 1  y i  h

x
xi xi+1
Metodo de Euler Mejorado (Heun)

 Permite resolver una EDO de primer orden de la

forma:
dy
Dado  x0 , y0  y h
 f  x, y  Para n  0, 1, 2,
dx
y  x0   y0 xn 1  xn  h
y * n 1  yn  hf  xn , yn 

yn 1  yn  h

f  xn , yn   f xn 1 , y *n 1 
2
 Metodo de Euler Mejorado (Heun)
x0  1
Ejemplo y0  1
y '  2 xy h  0.1
y 1  1 x1  x0  h  1.1
h  0.1 y *1  y0  hf  x0 , y0   1  0.1* 2  1.2
y 1.5 ??
y1  y0  h

f  x0 , y0   f x1 , y 1
*

2

y1  y0  h

2 x0 y0   2 x1 y1
*

2
y1  1.232
Metodo de Euler Mejorado (Heun)

Ejemplo
 Metodo de Runge-Kutta de orden
2
 A partir del método de Heun podemos deducir el
método de Runge-Kutta
dy
 f  x, y 
Dado  x0 , y0  y h
dx Para n  0, 1, 2, 
y  x0   y0
xn 1  xn  h
k1  hf  xn , yn 
k 2  hf  xn  h, yn  k1 
k1  k 2
yn 1  yn 
2
Metodo de Runge-Kutta de orden 2

Ejemplo
x0  1
y0  1
dy h  0.1
 2 xy
dx x1  x0  h  1.1
y 1  1
k1  hf  x0 , y0   h 2 x0 y0   0.2
y 1.1 ??
k 2  hf  x0  h, y0  k1   h 2  x0  h  y0  k1   0.264
k1  k 2
yn 1  yn   1.232
2
Se obtienen los mismos resultados que el método de Euler Mejorado
Metodo de Runge-Kutta de orden
4
Dado  x0 , y0  yh
Para n  0, 1, 2, 
dy
 f  x, y  xn 1  xn  h
dx k1  hf  xn , yn 
y  x0   y0  h k 
k 2  hf  xn  , yn  1 
 2 2
 h k 
k3  hf  xn  , yn  2 
 2 2 
k 4  hf  xn  h, yn  k3 
k1  2k 2  2k3  k 4
yn 1  y n 
6
 Metodo de Runge-Kutta de orden 4
x0  1 y0  1 h  0.1
x1  x0  h  0.1
dy
k1  hf2xy x0 , y0   0.1* 2  0.2
dx
 h k   h  k 
k 2y 
1 hf
 1 x0  , y0  1   h 2   x0   y0  1   0.231
 2 2  2  2
 h k2   h  k2 
k3  hf  x0  , y0    h 2   x0   y0    0.234255
 2 2   2  2 
k 4  hf  x0  h, y0  k3   h 2  x0  h  y0  k3   0.2715361
k1  2k 2  2k3  k 4
y1  y0   1.23367435
6
Valor exacto  1.23367805
Fin – 1ra. parte