Rodrigo Armando Casados Castillo

Registro: 2002415 Clase: 3030

Ing. Electrónica Biomédica

Investigación Bibliográfica 1er Parcial

Materia: Ecuaciones Diferenciales

Maestra: Paola Zatarain Gómez

CALIFICACIÓN
________________

1
 DESCRIPCIÓN DEL TRABAJO DE INVESTIGACIÓN BIBLIOGRÁFICA:

NOMBRE DE LA ECUACIONES DIFERENCIALES

MATERIA:
TEMA: SOLUCIÓN NUMÉRICA DE ED DE PRIMER ORDEN
CUATRIMESTRE: TERCERO GRUPO: IEB- IE
TIPO DE TAREA: INVESTIGACIÓN GRADO DE B
DOCUMENTAL DIFICULTAD:
FECHA DE 21 de junio de 2010
ENTREGA:
OBJETIVO DE LA TAREA: El alumno conocerá diferentes métodos numéricos para resolver ecuaciones
diferenciales de primer orden cuya solución es difícil de obtener por métodos analíticos.
DESCRIPCIÓN DE LA TAREA: El alumno realizará una investigación documental, sobre el tema:
Solución Numérica de ED de Primer Orden. Deberá incluir lo siguiente:

1. Descripción del método de Euler y Euler mejorado e incluir 1 ejemplo resuelto de cada uno.
2. Descripción del método de Runge Kutta orden 2 y 4, incluir un ejemplo resuelto de cada uno.
3. Descripción del método de Picard y dos ejemplos resueltos.
4. Finalmente, resuelva el ejercicio que su maestro le indicará en el salón de clase, para el cual deberá
construir una tabla para comparar los valores indicados de y(x) mediante los métodos de Euler
mejorado, RK4 y Picard. Presente los resultados redondeando a 4 decimales. Use h = 0.05. Su
profesor le asignará uno de los 4 siguientes problemas:

a)

CRITERIOS DE EVALUACIÓN: BIBLIOGRAFÍA:

10 puntos de su calificación del primer parcial, los ecuaciones diferenciales con aplicaciones de modelado ,
cuales se asignarán de la siguiente manera: zill, dennis g., thomson, méxico, 2006

Contenido teórico 6 puntos ecuaciones diferenciales con problemas de valores en la

completo frontera , trench, wlliam f, international thomson
Ejemplos completos 4 puntos editores, méxico, 2002

TOTAL 10 PUNTOS introducción a las ecuaciones diferenciales con

problemas de valor de frontera , campbell, stephen l.,
mc graw hill, méxico, 1998

ecuaciones diferenciales y problemas con valores en la

frontera , nagle, r. kent, pearson educación, méxico,
2005

2
 Método de Euler
Una de las técnicas más sencillas para aproximar soluciones del problema de valor inicial:

Se llama método de Euler o método de las tangentes. Aplica el hecho que la derivada de una función y(x),
evaluada en un punto x0, es la pendiente de la tangente a la gráfica de y(x) en este punto. Como el problema
de valor inicial establece el valor de la derivada de la solución en (x 0,y0), la pendiente de la tangente a la curva
de solución en este punto esf(x0, y0). Si recorremos una distancia corta por la línea tangente obtenemos una
aproximación a un punto cercano de la curva de solución. A continuación se repite el proceso en el punto
nuevo. Para formalizar este procedimiento se emplea la linealización

de y(x) en x = x0. La gráfica de esta linealización es una recta tangente a la gráfica de y = y(x)
en el punto (x0, y0). Ahora se define h como un incremento positivo sobre el eje x. Reemplazamos x con x1=
x0 + h en (1) y llegamos a

0 sea

en donde y0´ = y´(x0) = f(x0, y0) y y1 = L1(x). El punto (x1, y1) sobre la tangente es una
aproximación al punto (x1y (x1) en la curva de solución, esto es, L(x1) = y(x1), o y1 = y(x1) es
una aproximación lineal local de y(x) en x1. La exactitud de la aproximación depende del
tamaño h del incremento. Por lo general se escoge una magnitud de paso “razonablemente
pequeña”. Si a continuación repetimos el proceso, identificando al nuevo punto de partida (x 1,
y1) como (x0, y0) de la descripción anterior, obtenemos la aproximación

La consecuencia general es que

en donde x,, = x0 + nh.

Para ilustrar el método de Euler usaremos el esquema de iteración de la ecuación (2) en
una ecuación diferencial cuya solución explícita es conocida; de esta manera podremos
comparar los valores estimados (aproximados) yn con los valores correctos (exactos) y(xn).

3
Ejemplo 1:

Para el problema de valor inicial

y’ = 0.2xy, Y(l) = 1,
utilice el metodo de Euler a fin de obtener una aproximación a y(1,5) con h = 0.1 primero y
después h = 0.05.

Solución:

Primero identificamosf(x, y) = 0.2xy, de modo que la ecuación (2) viene a ser

yn+1= yn + h( 0.2 xnyn)

Entonces, cuando h = 0.1, y1 = y0 + (0.1)(0.2 x1y1)= 1 + (0.1)[0.2(1)(1)] = 1.02, que es un estimado del valor
de y(1.1); sin embargo, si usamos h = 0.05, se necesitan dos iteraciones para llegar a 1.1. En este caso:

y1 = 1 + (0.05)[0.2(1)(1)] = 1.01
y2= 1.01 + (0.05)[0.2(1.05)(1.01)] = 1.020605

Observamos que y1 ᴝy( 1.05), y que y2 ᴝ y(l.1). En las tablas 9.1 y 9.2 se ven los resultados
del resto de los cálculos. Cada resultado está redondeado a cuatro decimales.

4
Ejemplo 2:

Con el método de Euler obtenga el valor aproximado de y( 1.5) en la solución de

y’ = 2xy, y(l) = 1.

SOLUCIÓN

y= ex2-1

En este caso, el error relativo de 16% que se obtiene con un tamtio de h = 0.1 al calcular la aproximación
a y( 1.5) es totalmente inaceptable. Si se duplica la cantidad de cálculos, se logra cierta mejora en
exactitud; para ello, se corta a la mitad el tamaño del paso, a h = 0.05.

5
 Método de Runge-Kutta
Es probable que uno de los procedimientos más difundidos y a la vez mas exactos para obtener
soluciones aproximadas al problema de valor inicial y’ = f(x, y), y(x0) = y0 sea el método
de Runge-Kutta de cuarto orden. Como indica el nombre, hay metodos de Runge-Kutta de
distintos ordenes, los cuales se deducen a partir del desarrollo de y(xn + h) en serie de Taylor
con residuo:

en donde c es un número entre xn y xn + h. Cuando k = 1 y el residuo h2/2 y”(c) es pequeño, se

obtiene la fórmula acostumbrada de iteración

y n+1 = yn + hy´n = yn + hf(xn+yn)

En otras palabras, el método básico de Euler es un procedimiento de Runge-Kutta de primer

orden.

Pasemos ahora al procedimiento de Runge-Kutta de segundo orden. Consiste en hallar

las constantes a, b,ɑ y β tales que la fórmula:

yn+1 = yn + ak1 + bk1 (1)

en la cual

k1 = hf (xn,yn)
k2 = hf (xn + ɑh, yn + β k1),

Coincide con un polinomio de Taylor de segundo grado. Se puede demostrar que esto es posible siempre y
cuando las constantes cumplan con:

a+b=l, bβ = ½ y ɑb = ½ (2)

El procedimiento de Runge-Kutta de cuarto orden consiste en determinar las constantes adecuadas para que la
formula

coincida con un polinomio de Taylor de cuarto grado. Con lo anterior se obtienen ll ecuaciones con 13
incógnitas. El conjunto de valores de las constantes que más se usa produce el siguiente resultado:

6
Ejemplo 1:
Con el método de Runge-Kutta con h = 0.1 obtenga una aproximación a = (1.5) para la solución de

y’ = 2xy, y(1)= 1

SOLUCIÓN: Con fines de ilustración, calcularemos el caso en que n = 0. De acuerdo con (3),

Y en consecuencia

Al revisar la tabla 9.7 vemos por qué es tan utilizado el método de Runge-Kutta de cuarto orden. Si todo lo
que basta es exactitud al cuarto decimal, no se necesita un tamaño menor de paso. En la tabla 9.8 se comparan
los resultados de aplicar los m&odos de Euler, de Euler mejorado y de Runge-Kutta de cuarto orden, al
problema de valor inicial y’ = 2xy, y(l) = 1

7
Ejemplo 2:

Analice los errores local y global de truncamiento para el método de Runge-Kutta de cuarto orden aplicado
ay´ = 2xy, y(1) = 1.

Solución: Al diferenciar la solución conocida y(x) = ex2-1 obtenemos

Así, con c = 1.5 , se obtiene una cota de 0.00028 para el error local de truncamiento en cada una de las cinco
etapas, cuando h = 0.1. Obsérvese que, en la tabla 9.7, el error real de y1 es bastante menor que esa cota.

En la tabla 9.9 vemos las aproximaciones a la solución del problema de valor inicial, en x = 1.5, que se
obtienen con el método de Runge-Kutta de cuarto orden. Al calcular el valor de la solución exacta en x = 1.5,
es posible determinar el error en las aproximaciones. Puesto que el metodo es tan exacto, se requieren muchas
cifras decimales en la solución numérica para apreciar el efecto de reducir a la mitad el tamaño de paso. Es de
notar que cuando h se reduce a la mitad (de h = 0.1 a h = 0.05), el error que dividido por un factor aproximado
de 24 = 16, que era lo que se esperaba.

Hemos explicado que la exactitud de un metodo numérico se mejora disminuyendo el tamaño de paso, h. Está
claro que la mayor exactitud se obtiene a un costo; más tiempo de cálculos y mayores posibilidades de error
de redondeo. En general, en el intervalo de aproximacion pueden existir subintervalos en que baste un tamafío
mayor de paso, y otros subintervalos en que sea menor el tamaño de paso para mantener el error de
truncamiento dentro de cierto límite deseado. Los metodos num&icos que emplean tamtios variables de paso
se llaman métodos adaptativos. Uno de los más difundidos para aproximar las soluciones de ecuaciones
diferenciales es el algoritmo de Runge-Kutta-Fehlberg.

8
 Método de Picard (o de aproximaciones sucesivas)
El método de Picard toma su nombre del matemático francés Emile Picard (1856 a 1941) quien utilizo la
técnica de aproximaciones sucesivas para estudiar la existencia y unicidad de soluciones de problemas de
valor inicial. En síntesis el método consiste en generar, a partir del valor y0 con el que se define la condición
inicial y habida cuenta de la expresión formal de la solución del problema, la sucesión de funciones:

Bajo ciertas hipótesis de regularidad sobre la función f (t, y), como las recogidas en el teorema siguiente,
puede afirmarse que este método converge hacia la solución del problema de Cauchy.

Teorema 1.2. Siendo (t*; y*) un punto del plano IR2 y suponiendo que en un dominio D = {(t, y)/ l t - t* l ≤ ℮,
l y - y* l <ɗ} la función f (t, y) es continua, esta acotada y verifica la condición de Lipschitz respecto a su
segunda variable, y denotando por M a un valor tal que

Por L al valor:

Y por I al intervalo I = (t* - L, t* + L); entonces existe una única función y (t) definida en I que sea solución
del problema de Cauchy:

Además dicha función puede obtenerse como límite de la sucesión de funciones generada mediante:

Los principales inconvenientes para la aplicación practica de este método son que el cálculo de las integrales

9
Suele volverse cada vez mas complicado, debiendo estimarse en ocasiones dichas integrales, para valores
concretos de t, mediante aproximaciones numéricas ... con lo que se acaba obteniendo aproximaciones de los
valores de la solución en ciertos puntos ti en lugar de la expresión de la solución. Y ello, como veremos,
puede realizarse de forma más eficiente con los métodos numéricos basados en diferencias finitas.

A favor del método de Picard puede señalarse que es una herramienta de enorme utilidad en el estudio teórico
de la existencia y unicidad de la solución de los problemas de Cauchy. Además algunos métodos que
estudiaremos pueden interpretarse como variantes del método de Picard.

Ejemplo 1.1. Determínese mediante el método de Picard la solución del P.V.I.:

Generemos la sucesión del método:

Como puede apreciarse a medida que aumenta el valor de n también aumenta la complejidad en la evaluación
de la correspondiente integral. Y si bien es cierto que, al crecer el valor de los denominadores de los
coeficientes de dicho polinomio, con “pocos" términos de él se podría obtener una aproximación
razonablemente buena de la solución para valores de t inferiores a 1, no es menos cierto que para valores
mayores de t la aproximación de la función exige calcular las expresiones de yn (t) para valores elevados de n
pues la variable t aparece elevada a exponentes cada vez mayores. Por ejemplo, para t = 3; el término en t11
toma el valor 354294/2079 = 170,4155844 que no es depreciable (y para la potencia 15 el valor es aún mayor:
241,0163265).

Ejemplo 1.1. Determínese mediante el método de Picard la solución del P.V.I.:

Generemos la sucesión del método:

La última integral que aparece no puede evaluarse en términos de funciones elementales. En efecto:

No obstante, para un valor prefijado t = t* la integral puede aproximarse mediante

Alguna fórmula de integración numérica.

10
11
12
13