Aproximacin

de Euler

Recopilacin por: Dr. Hctor Valds-Gonzlez y

Paulo Bentez Fuentes (MBA)

Semana N1

tComencemos.
t
ww Bases necesarias:
En este apartado trataremos la aproximacin de Euler, y para ello debemos recordar elementos bsicos entorno a la derivada (se refiere a clculo diferencial). Por favor revise
temas asociados clsicamente a clculo diferencial e integral, y/ clculo numrico, que
son cursos de ingeniera o ciencias en los dos primeros aos de vida universitaria.
Nota: Por favor no se asuste pues si bien esto parece complejo, al final de este documento notar como utilizaremos el conocimiento de manera instrumental, es decir, en el
contexto que deseamos hacerlo, y este es simular sistemas complejos.
ww Qu es una derivada?
a) En matemticas, la derivada de una funcin es una medida de la rapidez con la que cambia
el valor de dicha funcin matemtica, segn cambie el valor de su variable independiente.
La derivada de una funcin es un concepto local, es decir, se calcula como el lmite de la
rapidez de cambio media de la funcin en un cierto intervalo, cuando el intervalo considerado para la variable independiente se torna cada vez ms pequeo. Por ello se habla del
valor de la derivada de una cierta funcin en un punto dado.
b) El valor de la derivada de una funcin en un punto puede interpretarse geomtricamente,
ya que se corresponde con la pendiente de la recta tangente a la grfica de la funcin en
dicho punto. La recta tangente es a su vez la grfica de la mejor aproximacin lineal de la
funcin alrededor de dicho punto. La nocin de derivada puede generalizarse para el caso
de funciones de ms de una variable con la derivada parcial y el diferencial.

ww Grficamente una derivada puede ser vista como:

Desde donde se desprende que:

(1)

Nota: Luego de haber ledo el documento Teoria Metodo Euler.pdf, nos es claro que esta
aproximacin es precisa en la medida que sea pequeo. Lo cual supondremos de manera
fuerte!

Luego al despejar (1) queda:

(2)

Supongamos sin prdida de generalidad, y con propsitos algortmicos que la aproximacin en (2) es una igualdad. Luego podemos escribir:

(3)

Esta ecuacin (3), es la que explotaremos a lo largo de este curso, para poder realizar simulacin de sistemas complejos.
Recuerde: Esta aproximacin puede ser suficientemente buena, si el valor de es realmente pequeo, digamos de una dcima menos. Pero si el valor de es ms grande,
entonces podemos cometer mucho error al aplicar dicha frmula.

ww Cmo se usa la ecuacin (3)?

Ejemplo 1:
Dada la siguiente ecuacin diferencial con la condicin inicial:

Aproximar:

Nota:
Primero observamos que esta ecuacin s puede resolverse por mtodos tradicionales
de ecuaciones diferenciales. Por ejemplo, podemos aplicar el mtodo de separacin de
variables. Veamos las dos soluciones.
Solucin Analtica (utilizando clculo integral).

Sustituyendo la condicin inicial:

Por lo tanto, tenemos que la curva solucin real est dada:

Y por lo tanto, el valor real que se pide es:

Solucin Numrica (utilizando algoritmos)

Aplicamos el mtodo de Euler y para ello, digamos que y que esto es suficientemente
pequeo.
De esta forma, tenemos los siguientes datos:

Sustituyendo estos datos en la frmula de Euler, tenemos, en un primer paso:

Aplicando nuevamente la frmula de Euler, tenemos, en un segundo paso:

Y as sucesivamente hasta obtener. Resumimos los resultados en la siguiente tabla:

n
0

0.1

0.2

1.02

0.3

1.0608

0.4

1.12445

0.5

1.2144

Concluimos que el valor aproximado, usando el mtodo de Euler es:

Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para calcular el
error relativo porcentual que se cometi al aplicar la frmula de Euler. Tenemos que:

Ejemplo 2
Aplicar el mtodo de Euler para aproximar y(1,3), dada la ecuacin diferencial.

Solucin:
Elegimos nuevamentepara obtener el resultado final en tres pasos. Por lo tanto, aplicamos el mtodo de Euler con los siguientes datos:

En un primer paso, tenemos que:

10

Resumimos los resultados en la siguiente tabla:

n
0

1.1

2.3

1.2

2.6855

1.3

3.1901

De lo cual, concluimos que la aproximacin buscada es:

ww Cmo se usa la ecuacin (3) en sistemas complejos?

Como recordaremos de nuestra formacin universitaria, cuando algo se mueve, puede
ser representado a travs de una ecuacin diferencial. Cuando dos variables se mueven
y adems interactan entre ellas (en el tiempo), su interaccin puede ser representada
como un sistema de ecuaciones diferenciales.
Supongamos que disponemos de dos variables de estado e , donde la primera representa la velocidad y la segunda temperatura. Supongamos que la interaccin entre dichas
variables puede representarse por el siguiente sistema de Ecuaciones Diferenciales Ordinarias (EDO o DOE por su sigla en ingls). Finalmente supongamos que dicho sistema de
EDO puede escribirse como se indica:

11

(4)

Notemos que est implcita la variacin en el tiempo de las variables de estado:

Ahora bien, aplicando la aproximacin de Euler podemos re-escribir cada una de las ecuaciones del sistema (4) en un nuevo espacio que es el discreto. Con la utilizacin de la
aproximacin de Euler, pasamos de un mundo continuo con tiempo t a un mundo
discreto con periodos de muestreo k.
ww Recordemos:

12

Luego:

La segunda ecuacin queda como:

Note por favor que en ambas discretizaciones, el valor de df/dt fue reemplazado por la
equivalencia indicada por la EDO.
Luego el sistema (4) puede ser representado por:

(5)

Nota: Observe que en (5) ya no hay EDO, y que ms parece un sistema de ecuaciones
lineales simples que un sistema no lineal. Por eso discretizamos!

13

Consideremos las siguientes Condiciones Iniciales (CI) para las variables de estado:
x(0)=1
y(0)=10
Resolvamos el sistema (5), para , para valores de k desde 1 y hasta 5.
K

x(k)

y(k)

1.0000

10.0000

2.1000

10.0100

3.5420

10.0310

5.7997

10.0663

10.1699

10.1239

Notar usted, como buen estudiante, que hacer este ejercicio para valores k muy grandes
sera casi imposible de realizar a mano.
Favor lea ahora las Preguntas del profesor desde la plataforma.
ww Reflexionemos un poco:
a. Qu son las condiciones iniciales?
b. Qu representa o como seleccionar ?
c. Qu representa k y cul debe ser su valor?

14

ww Qu son las condiciones iniciales?

La solucin de un sistema dinmico representado por EDO queda totalmente determinada
por sus condiciones iniciales. Por ejemplo: Supongamos que deseamos simular estanques
de agua interconectados, y que estos estanques se encuentran con cierta cantidad de
agua en ese momento, es decir en el tiempo t=0 (justo antes de comenzar a simular). Lo
lgico es que considere esa cantidad de agua acumulada, pues el estanque no est vaco.
Otro ejemplo: Supongamos que usted desea corroborar la eficiencia del motor de su
automvil, y que posee un modelo EDO de su dinmica. Supongamos que el estanque
est completamente lleno, lo lgico es que en la condicin inicial se refleje el valor que
corresponde a la cantidad de litros de combustible que posee en ese instante, antes de
comenzar la prueba del motor del vehculo.
ww Qu representa o como seleccionar t? ?
t corresponde al periodo de muestreo en tiempo discreto, el dicho de otro modo, la
diferencia de tiempo entre dos medidas consecutivas.

15

Como ya se dijo antes, del valor depende la precisin de la aproximacin. Por ejemplo,
si un proceso se demora 120 hrs en ir de principio a fin (es un proceso muy lento, como
algunas fermentaciones. Notar que los vinos tardan aos!), que yo mida cada 0,1 hrs, es
decir cada 6 minutos, es ms que suficiente. Notar que en este caso cada 6 minutos en
proceso difcilmente mostrar cambios pues en total le demora 120 hrs para finalizar.
Por otro lado, si estoy tratando de trabajar con el modelo de un motor elctrico, seguramente el valor de tendra que ser muy pequeo (muy cercano a cero), pues el motor
elctrico desde que se le conecta y hasta lograr su velocidad nominal no tardar ms de
2 segundos.
Luego la eleccin del valor de depender del tiempo de respuesta del sistema, la idea es
que el valor de sea comparablemente pequeo respecto del tiempo total en el que se
quiere simular el proceso.
ww Qu representa k y cul debe ser su valor?
En tiempo continuo medimos el tiempo en horas. Qu pasa en tiempo discreto? La
respuesta a esta pregunta corresponde a una simple equivalencia.
10 hrs en tiempo continuo equivalen a un k (mximo) de 10/t.
Luego si mi problema en EDO deba ser simulado en 30 hrs, y se ha seleccionado un
t=0,1; La simulacin debiese iniciarse desde k=0 y hasta k=300. De este modo el
resultado es consistente en ambos planos, el continuo y discreto.

16

ww Cmo implementar un pseudo algoritmo e interpretar sus resultados?

Vamos por parte
Desde nuestro modelo continuo en EDO:

Podemos apreciar que las variables de estado son x(t) e y(t) y que evidentemente existen
algunos parmetros (pero que por esta vez tienen valor igual a uno). Es decir podemos
re-escribir, el sistema como sigue, considerando =1, luego:

Dicho esto, el equivalente en tiempo discreto como se sabe (obviando los parmetros
unitarios) es:

17

Desde donde podemos apreciar que las variables de estado del sistema discreto son tambin las mismas pero en k, es decir: x(k) e y(k)
Para simular este proceso discreto se requiere de un contador cclico, que cuente para la
variable k desde k=(valor mnimo, puede ser 0 o 1) hasta kmax (recordar que kmax est
directamente relacionado con el tiempo de simulacin contnuo). Supongamos que este
contador cclico se llama FOR (cuya traduccin es PARA), y que queremos simular durante
3 hrs, luego digamos:
ww Pseudo-algoritmo
Condiciones iniciales: x(1)=0,1 e y(1)=1
Periodo de muestreo: t=0,1
Tiempo mximo de simulacin: kmax=1/ t=10
FOR k=1 hasta kmax

END
Imprimir (x(t) e y(t))

18

ww Anlisis del resultado

Deberamos notar fcilmente que este algoritmo hace lo mismo que las tablas de los
ejemplos vistos en las secciones precedentes de este documento. Solo que ahora este
clculo se hace de manera automtica, guardando los valores de las variables de estado
en dos arreglos o vectores, que contienen todos los resultados de la tabla. Es decir:
x(k)=[1 . . . . . . . . . . . . . . .] El vector posee al menos kmax posiciones, n este caso al menos 10 posiciones.
y(k)=[2 . . . . . . . . . . . . . . .] El vector posee al menos kmax posiciones, n este caso al menos 10 posiciones.
Los valores para x(k) e y(k) son respectivamente (Vectores columna):
k

x(k)

y(k)

1.0000

0.1000

1.0000

2.0000

0.2010

1.0100

3.0000

0.3060

1.0299

4.0000

0.4184

1.0596

5.0000

0.5419

1.0991

6.0000

0.6811

1.1484

7.0000

0.8424

1.2077

8.0000

1.0341

1.2775

9.0000

1.2688

1.3584

10.0000

1.5656

1.4518

19

Luego si imprimimos (de algn modo), los arreglos de cada una de las variables de estado,
el resultado de graficar x v/s k e y v/s k, nos entregar un par de grficos que son la
solucin al problema EDO descrito en la ecuacin (4).
2
1.8
1.6
1.4

x(k)

1.2
1
0.8
0.6
0.4
0.2
0

6
k

10

11

20

1.7
1.6
1.5

y(k)

1.4
1.3
1.2
1.1
1

6
k

10

11