Materia: Mtodos numricos

Ttulo: Ecuaciones diferenciales ordinarias

Ingeniera Mecatrnica

Profesor: Camargo Snchez Arturo

Fecha: 1 de diciembre del 2015

Alumno: Ramrez Carbajal Carlos Itzaul

SEP

SNEST

DGEST

INSTITUTO TECNOLGICO DE TOLUCA

ndice

1.- Objetivo y Fundamentos...1

2.-introduccion..2
3.- Mtodo de Euler.4
4.- Mtodo de Euler mejorado...7
5.-Metodo de Runge-Kutta...10
6.- Referencias...18

Objetivo
Y Fundamentos
El alumno analizar la solucin de ecuaciones diferenciales mediante diversos
mtodos
Las leyes que gobiernan los fenmenos de la naturaleza se expresan
habitualmente en forma de ecuaciones diferenciales. Las ecuaciones del
movimiento de los cuerpos (la segunda ley de Newton) es una ecuacin diferencial
de segundo orden, como lo es la ecuacin que describe los sistemas oscilantes, la
propagacin de las ondas, la transmisin del calor, la difusin, el movimiento de
partculas subatmicas, etc.
Pocas ecuaciones diferenciales tienen una solucin analtica sencilla, la mayor
parte de las veces es necesario realizar aproximaciones, estudiar el
comportamiento del sistema bajo ciertas condiciones. As, en un sistema tan
simple como un pndulo, la amplitud de la oscilacin ha de ser pequea y el
rozamiento ha de ser despreciable, para obtener una solucin sencilla que
describa aproximadamente su movimiento peridico.
En la Ingeniera existen leyes y relaciones fsicas se expresan utilizando este tipo
de ecuaciones.
Podemos probar teoras y sustentar experimentos que un ingeniero desee dar a
conocer dentro de este tema podemos resaltar que si queremos conocer los
efectos del cambio de movimiento, crecimiento y decremento de cualquier agente
a investigar y para el mdulo de fenmenos fsicos, Por ejemplo ecuaciones
diferenciales que permiten conocer la dinmica poblacional, al estabilidad de la
rbita de los satlites.

Introduccin
Una ecuacin diferencial es una ecuacin en la que intervienen derivadas de una
o ms funciones desconocidas. Dependiendo del nmero de variables
independientes respecto de las que se deriva, las ecuaciones diferenciales se
dividen en:

Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas

respecto a una sola variable independiente.

Ecuaciones en derivadas parciales: aquellas que contienen derivadas

respecto a dos o ms variables.

Orden de la ecuacin
El orden de la derivada ms alta en una ecuacin diferencial se denomina orden
de la ecuacin. Ejemplos:
Orden 1:
Orden 2:
Orden 3:

Grado de la ecuacin
Es la potencia de la derivada de mayor orden que aparece en la ecuacin, siempre
y cuando la ecuacin est en forma polinmica, de no ser as se considera que no
tiene grado.

Ecuacin diferencial lineal

Se

dice

que

una

ecuacin

es

lineal

si

tiene

la

forma:

, es decir:

Ni la funcin ni sus derivadas estn elevadas a ninguna potencia distinta de

uno o cero.

En cada coeficiente que aparece multiplicndolas slo interviene la variable

independiente.

Una combinacin lineal de sus soluciones es tambin solucin de la

ecuacin.

2
Ejemplos:

es una ecuacin diferencial ordinaria lineal de primer orden,

tiene como soluciones
cualquiera.

, con k un nmero real

es una ecuacin diferencial ordinaria lineal de segundo

orden, tiene como soluciones
con a y b reales.

es una ecuacin diferencial ordinaria lineal de segundo

orden, tiene como soluciones

, con a y b reales.

Mtodo de Euler
En matemtica y computacin, el mtodo de Euler, llamado as en honor
a Leonhard Euler, es un procedimiento de integracin numrica para
resolver ecuaciones diferenciales ordinarias a partir de un valor inicial dado.
El mtodo de Euler es el ms simple de los mtodos numricos para resolver un
problema del siguiente tipo:

Procedimiento
Consiste en dividir los intervalos que va de
; o sea:

de

manera

puntos:

que

se

obtiene

un

en

conjunto

del intervalo de inters

sub intervalos de ancho

discreto
.

de

La condicin inicial
, representa el punto
por donde
pasa la curva solucin de la ecuacin del planteamiento inicial, la cual se denotar
como

Ya teniendo el punto
punto; por lo tanto:

se puede evaluar la primera derivada de

Con esta informacin se traza una recta, aquella que pasa por
. Esta recta aproxima

en una vecindad de

en ese

y de pendiente
. Tmese la recta

como reemplazo de
y localcese en ella (la recta) el valor de
correspondiente a
. Entonces, podemos deducir segn la Grfica A:
4

Se resuelve para

Es evidente que la ordenada

calculada de esta manera no es igual a
,
pues existe un pequeo error. Sin embargo, el valor
sirve para que se
aproxime
en el punto
y repetir el procedimiento anterior a fin
de generar la sucesin de aproximaciones siguiente:

Ejemplo

Calculamos el valor de
tanto quedara as:

tomando en cuenta que el

valor de divisiones es de

; por lo

Antes de aplicar el mtodo, veamos un esquema de cmo trabajara el mtodo en

este caso concreto:

Los valores iniciales de

y
,

vienen dados por:

.

Teniendo dichos valores podemos comenzar con el mtodo. Se harn aproximaciones de

hasta trece decimales. La funcin seno se evaluar en grados.

Por lo que el resultado obtenido es :

; posteriormente

procederemos a encontrar el valor relativo entre el valor exacto de la ecuacin que

es

Mtodo de Euler mejorado

Aunque la frmula de Euler atrae por su simplicidad casi nunca se usa en clculos
serios, es por eso que el mtodo de Euler mejorado es ms exacto que el anterior
La ecuacin:

En donde:

Se llama ecuacin de Euler mejorada o ecuacin de Heun con la frmula de Euler

se obtiene la estimacin inicial

Los valores

Son aproximaciones de las pendientes de la curva de solucin en

En consecuencia se puede interpretar que el cociente

7

Es una pendiente promedio en el intervalo

luego se calcula el valor de

en forma similar a la que se emple en Euler pero se usa una pendiente

promedio en el intervalo en lugar de la pendiente en
de

predice un valor de

Se dice que el valor

mientras que

Corrige esta estimacin

Ejemplo
Aplicar el mtodo de Euler mejorado, para aproximar

si:

Solucin:
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos
y encontraremos la aproximacin despus de cinco iteraciones. A
diferencia del mtodo de Euler 1, en cada iteracin requerimos de dos clculos en
vez de uno solo: el de
primero y posteriormente el de
. Para aclarar el
mtodo veamos con detalle las primeras dos iteraciones. Primero que nada,
aclaramos que tenemos los siguientes datos iniciales:

En nuestra primera iteracin tenemos:

Ntese que el valor de

coincide con el

a coincidir, pues para calcular

(Euler 1), y es el nico valor que va

se usar

y no

Esto lo veremos claramente en la siguiente iteracin:

Ntese que ya no coinciden los valores de

(Euler 1) y el de

. El proceso

debe seguirse hasta la quinta iteracin. Resumimos los resultados en la siguiente

tabla:
n
0

0.1

1.01

0.2

1.040704

0.3

1.093988

0.4

1.173192

0.5

1.28336

Concluimos entonces que la aproximacin obtenida con el mtodo de Euler

mejorado es:

Mtodo de Runge-Kutta
Los mtodos de Runge-Kutta (RK) logran la exactitud del procedimiento de la serie
de Taylor sin necesitar el clculo de derivadas de orden superior. Existen muchas
variantes, pero todas tienen la forma generalizada de la ecuacin

Donde
se conoce como funcin incremento, la cual puede interpretarse
como una pendiente representativa en el intervalo. La funcin incremento se
escribe en forma general como:

Donde las p y las q son constantes. Observe que las k son relaciones de
recurrencia. Es decir, k1 aparece en la ecuacin k2, la cual aparece en la ecuacin
k3, etctera. Como cada k es una evaluacin funcional, esta recurrencia vuelve
eficientes a los mtodos RK para clculos en computadora.
Es posible tener varios tipos de mtodos de Runge-Kutta empleando diferentes
nmeros de trminos en la funcin incremento especificada por n. Observe que el
mtodo de Runge-Kutta (RK) de primer orden con n = 1 es, de hecho, el mtodo
de Euler.

Una vez que se elige n, se evalan las a, p y q igualando la ecuacin

a los trminos en la expansin de la serie de Taylor. As, al
menos para las versiones de orden inferior, el nmero de trminos, n, por lo
comn representa el orden de la aproximacin.
10

Mtodo de Runge-Kutta de segundo orden

Ahora se plantea, con m = 2, una frmula del tipo:
(5)
donde
(6)
y las constantes a, b, a, b se deben determinar, de manera que la expresin (5)
coincida con el desarrollo de Taylor de y de orden ms alto posible.
Para ello, utilizando un desarrollo de Taylor para funciones de dos variables,
tenemos que:
(7)
donde el subndice i indica que todas las derivadas estn evaluadas en el punto (t i,
yi).
Reemplazando k1 y teniendo en cuenta la expresin de k 2, usando (7) tenemos
que:
(8
)

agrupando los trminos de (8) por las potencias de h, y reemplazando en la

expresin (5) el valor de k1 y k2, resulta

(9
)

Reacomodando trminos en (9), resulta:

11
(10
)
Por otro lado, se hace un desarrollo de Taylor de orden 3 de la funcin y(t),
calculado en el punto ti+1, obteniendo:

(11)

Aplicando regla de la cadena para las derivadas de f, se tiene:

(12)

Comparando las expresiones (10) y (12), e igualando los coeficientes de h y h 2, se

tiene:

(13)

Sucede que se tienen cuatro incgnitas, pero tres ecuaciones, con lo que queda
un grado de libertad en la solucin del sistema dado en (13). Se trata de usar este
grado de libertad para hacer que los coeficientes de h 3 en las expresiones (10) y
(12) coincidan. Esto obviamente no se logra para cualquier f.
Hay muchas soluciones para el sistema (13), una de ellas es

(14)

obteniendo as la siguiente frmula, del mtodo de Runge Kutta de orden 2:

12

(15)

para i desde 0 hasta N-1, tomando un mallado {ti, i = 0, .., N}

Mejora entonces el mtodo de Euler, por lo que se espera poder usar con este
mtodo un paso mayor. El precio que debe pagarse en este caso, es el de evaluar
dos veces la funcin en cada iteracin.
De la misma manera que se realiz arriba, se pueden derivar frmulas de RungeKutta de cualquier orden, pero estas deducciones resultan excesivamente
complicadas. Una de las ms populares, y ms utilizada por su alta precisin, es la
de orden 4, que se presenta a continuacin.

Ejemplo
Determine y (0.5) utilizando el mtodo de Runge-Kutta de cuarto orden,
en el intervalo de inters [0, 0.5], en 5 intervalos.
PVI { y =4e0.8x 0.5y ; y(0) =2 ; y(0.5) =? }
h =0.5 0 / 5

h =0.1

por lo tanto x0 =0, x1 =0.1, x2 =0.3, x4 =0.4, x5 =0.5

ITERACIN I

i =0 ; x0 =0 ; y0 =2

K1 =f [0, 2] =4e(0.8*0) (0.5 * 2)

K1 =3

K2 =f [0 +0.1/2, 2 +(0.1 *3) /2] =f [0.05, 2.15] =4e(0.8*0.05) (0.5 * 2.15)

K2 =3.088243
13
K3 =f [0 +0.1/2, 2 +(0.1 *3.088243) /2] =f [0.05, 2.154412]
K3 =4e(0.8*0.05) (0.5 * 2.154412)
K3 =3.086037

K4 =f [0 +0.1, 2 +(0.1 *3.086037)] =f [0.1, 2.308603]

K4 =4e(0.8*0.1) (0.5 * 2.308603)
K4 =3.178846

y1(0.1) =2 +{0.1 /6 [3 +(2 *3.088243) +(2 *3.086037) +3.178846]}

y1(0.1) =2.308790

ITERACIN II

i =1 ; x1 =0.1 ; y1 =2.308790

K1 =f [0.1, 2.308790] =4e(0.8*0.1) (0.5 * 2.308790)

K1 =3.178753

K2 =f [0.1 +0.1/2, 2.308790 +(0.1 *3.178753) /2] =f [0.15, 2.467727]

K2 =4e(0.8*0.15) (0.5 * 2.467727)
K2 =3.276123
K3 =f [0.1 +0.1/2, 2.308790 +(0.1 *3.276123) /2] =f [0.15, 2.472596]

K3 =4e(0.8*0.15) (0.5 * 2.472596)

K3 =3.273689
14

K4 =f [0.1 +0.1, 2.308790 +(0.1 *3.273689)] =f [0.2, 2.636158]

K4 =4e(0.8*0.2) (0.5 * 2.636158)
K4 =3.375964

y2(0.2) =2.308790 +{0.1 /6 [3.178753 +(2 *3.276123) +(2 *3.273689)

+3.375964]}
y2(0.2) =2.636362

ITERACIN III

i =2 ; x2 =0.2 ; y2 =2.636362

K1 =f [0.2, 2.636362] =4e(0.8*0.2) (0.5 * 2.636362)

K1 =3.375862

K2 =f [0.2 +0.1/2, 2.6366362 +(0.1 *3.375862) /2] =f [0.25, 2.805155]

K2 =4e(0.8*0.25) (0.5 * 2.805155)
K2 =3.483033

K3 =f [0.2 +0.1/2, 2.636362 +(0.1 *3.483033) /2] =f [0.25, 2.810513]

K3 =4e(0.8*0.25) (0.5 * 2.810513)
K3 =3.480354

K4 =f [0.2 +0.1, 2.636362 +(0.1 *3.480354)] =f [0.3, 2.984397]

K4 =4e(0.8*0.3) (0.5 * 2.984397)
15
K4 =3.592798

y3(0.3) =2.636362 +{0.1 /6 [3.375862 +(2 *3.483033) +(2 *3.480354)

+3.592798]}
y2(0.3) =2.984619

ITERACIN IV

i =3 ; x3 =0.3 ; y3 =2.984619

K1 =f [0.3, 2.984619] =4e(0.8*0.3) (0.5 * 2.984619)

K1 =3.592687

K2 =f [0.3 +0.1/2, 2.984619 +(0.1 *3.592687) /2] =f [0.35, 3.164253]

K2 =4e(0.8*0.35) (0.5 * 3.164253)
K2 =3.710392

K3 =f [0.3 +0.1/2, 2.984619 +(0.1 *3.710392) /2] =f [0.35, 3.170138]

K3 =4e(0.8*0.35) (0.5 * 3.170138)
K3 =3.707450

K4 =f [0.3 +0.1, 2.984619 +(0.1 *3.707450)] =f [0.4, 3.355364]

K4 =4e(0.8*0.4) (0.5 * 3.355364)

K4 =3.830829
16
y4(0.4) =2.984619 +{0.1 /6 [3.592687 +(2 *3.710392) +(2 *3.707450)
+3.830829]}
y2(0.4) =3.355606

ITERACIN V

i =4 ; x4 =0.4 ; y4 =3.355606

K1 =f [0.4, 3.355606] =4e(0.8*0.4) (0.5 * 3.355606)

K1 =3.830708

K2 =f [0.4 +0.1/2, 3.355606 +(0.1 *3.830708) /2] =f [0.45, 3.547141]

K2 =4e(0.8*0.45) (0.5 * 3.547141)
K2 =3.959747

K3 =f [0.4 +0.1/2, 3.355606 +(0.1 *3.959747) /2] =f [0.45, 3.553593]

K3 =4e(0.8*0.45) (0.5 * 3.553593)
K3 =3.956521
K4 =f [0.4 +0.1, 3.355606 +(0.1 *3.956521)] =f [0.5, 3.751258]
K4 =4e(0.8*0.5) (0.5 * 3.751258)
K4 =4.091669
y5(0.5) =3.355606 +{0.1 /6 [3.830708 +(2 *3.959747) +(2 *3.956521)
+4.091669]}

La solucin requerida es

y5(0.5) =3.751521

17

Referencias

Wikipedia. (2015) mtodo de Euler

%C3%A9todo_de_Euler

Mtodos numricos para ingenieros (quinta edicin ) parte siete pgina

710

Gridmorelosuaem
mtodo
de
http://www.gridmorelos.uaem.mx/~mcruz//cursos/mn/euler.pdf

Ecuaciones diferenciales. (2012) mtodo de Euler mejorado

http://ecuas-urlxela.blogspot.mx/2010/10/metodo-numerico-de-eulermejorado.html

Mtodo
de
Runge-Kutta
http://www.frsn.utn.edu.ar/gie/an/mnedo/34_RK.html

https://es.wikipedia.org/wiki/M

Euler

(2011)

18