Universidad de San Carlos de Guatemala

Facultad de Ingeniera
Escuela de Ciencias
Departamento de Matemtica
Matemtica Intermedia 3
Seccin G
Catedrtica: Inga. Ericka Cano Daz
Auxiliar: Jorge Galicia

Proyecto No. 2: MTODOS NUMRICOS

PARA RESOLVER ECUACIONES DIFERENCIALES ORDINARIAS

Luis Emilio Garcia Laj 2012 13048

Migdalia Azucena Carranza Galn 2012 13093
Marlon Daniel Hernndez Catu 2012 12634
Frida Yamilet Navichoque Prez 2012 13109
Guatemala, 28 de octubre del 2013

Introduccin

Muchos de los problemas que realmente se presentan en la ingeniera no se pueden

resolver directamente, puesto que slo algunos tipos de ecuaciones diferenciales
admiten soluciones en trminos de funciones elementales. Las ecuaciones
diferenciales aparecen en el diseo de modelos matemticos de los fenmenos fsicos,
tcnicos, qumicos, biolgicos, etc. Sin embargo, hasta la segunda mitad del siglo XX
eran escasas las ecuaciones diferenciales que se podan resolver de manera explcita.
Es posible modelar mediante una ecuacin diferencial la distribucin de temperaturas
de un slido, la velocidad de partculas en un fluido, las tensiones de un cuerpo que se
deforma, el flujo alrededor del ala de un avin, el impacto de un automvil contra un
obstculo, el crecimiento de especies animales con presas y depredadores o la
evolucin del precio de un artculo en el mercado financiero. La simulacin numrica
de estos fenmenos tan diferentes permite rentabilizar esfuerzos y mejorar los costes
que la experimentacin real originara. En consecuencia, siempre que no sea posible
obtener una solucin exacta, o cuando sta tenga escaso inters, o sea demasiado
complicada de conseguir, o aparezcan integrales que no sean elementales, est
permitido recurrir a estos mtodos, que proporcionen valores numricos de la
solucin con una aproximacin adecuada, en un determinado conjunto de puntos. En
el presente proyecto se muestra paso a paso cmo se emplean los mtodos numricos
ms utilizados mediante la resolucin de una serie de ejercicios.

Objetivos
General
Llevar a cabo el estudio de los mtodos numricos para la resolucin de ecuaciones
diferenciales ordinarias de primer orden mediante una serie de ejercicios.
Especficos
1. Aplicar el mtodo de Euler, de Euler mejorado y de Runge-Kutta para
encontrar la aproximacin del valor indicado de una serie de ecuaciones
diferenciales.
2. Analizar el error que se produce al evaluar una ecuacin diferencial de manera
cuantitativa y mediante un mtodo numrico.
3. Evaluar los distintos mtodos para determinar cul de todos ellos es el ms
preciso.

Marco Terico
1.1. Definicin del Problema de Ecuacin Diferencial
Una ecuacin diferencial (ordinaria) es aquella que involucra una variable
independiente, una variable dependiente y la derivada (o derivadas) de esta ltima.
En una ecuacin diferencial, la incgnita es la variable dependiente y se espera
encontrarla como funcin de la variable independiente, de tal forma que si se
sustituye dicha variable dependiente, as como las derivadas que aparecen en la
ecuacin diferencial, la igualdad que resulta es verdadera.
1. 2. Necesidad de los mtodos numricos
Las ecuaciones diferenciales aparecen naturalmente al modelar situaciones fsicas
en las ciencias naturales, ingeniera y otras disciplinas donde hay envueltas razones
de cambio de una o varias funciones desconocidas con respecto a una o varias
variables independientes. Estos modelos varan entre los ms sencillos que envuelven
una sola ecuacin diferencial para una funcin desconocida, hasta otros ms
complejos que envuelven sistemas de ecuaciones diferenciales acopladas para varias
funciones desconocidas. Por ejemplo, la ley de enfriamiento de Newton y las leyes
mecnicas que rigen el movimiento de los cuerpos, al ponerse en trminos
matemticos dan origen a ecuaciones diferenciales. Generalmente, estas ecuaciones
estn acompaadas de una condicin adicional que especifica el estado del sistema n
un tiempo o posicin inicial. A esto se le denomina condicin inicial, y junto con la
ecuacin diferencial forman lo que se conoce como el problema de valor inicial. Por
lo general, la solucin exacta de un problema de valor inicial es imposible o difcil de
obtener en forma analtica. Es por eso que se emplean los mtodos numricos, para
aproximar dichas soluciones. Una de las ventajas de utilizar mtodos numricos es
que se pueden programar en una computadora, de tal forma que sea sta la que
realice la mayor parte del trabajo (los clculos necesarios para obtener la solucin del

problema). Esto hace que el trabajo del ingeniero o estudiante se limite solamente al
anlisis de los resultados, y obviamente preparar el problema para introducir los
datos al programa que utilizar en la computadora para resolver el problema.
1. 2. 1. Mtodo de Euler
Una de las tcnicas ms sencillas para aproximar soluciones del problema de valor
inicial

y = f(x, y), y(x0) = y0 se conoce como mtodo de Euler o mtodo de las

tangentes. Este mtodo aplica el hecho que la derivada de una funcin y(x), evaluada
en un punto x0, es la pendiente de la tangente a la grfica de y(x) en este punto. Como
el problema de valor inicial establece el valor de la derivada de la solucin en (x0, y0),
la pendiente de la tangente a la curva de solucin en este punto es f(x0, y0). Si
recorremos una distancia corta por la lnea tangente obtenemos una aproximacin a
un punto cercano de la curva de solucin. A continuacin se repite el proceso en el
punto nuevo. Para formalizar este procedimiento se emplea la linealizacin

L(x) = y(x0) (x-x0) + y0

de y(x) en x = x0. La grfica de esta linealizacin es una recta tangente a la grfica de

y = y(x) en el punto (x0, y0). Ahora se define h como un incremento positivo sobre el
eje x:

Reemplazando x con x1 = x0 + h, llegamos a lo siguiente: L(x) = y(x0) (x0 + h - x0)

+ y0, en otras palabras, y1= y0 + h*f(x0, y0). La exactitud de la aproximacin depende

del tamao h del incremento. Por lo general se escoge una magnitud de paso
razonablemente pequea. Si repetimos dicho proceso, identificando as nuevos

puntos de partida, podemos generalizar la ecuacin del mtodo de Euler de la

siguiente forma: yn+1 = yn+h*f(xn, yn), en donde xn = x0 +nh.
1. 2. 2. Mtodo de Euler Mejorado
Aunque la frmula de Euler atrae por su simplicidad, casi nunca se usa en clculos
serios. La frmula yn+1 = yn + h *

, f(xn, yn)+ f(xn+1, un+1)], en donde un+1 = yn

+h*f(xn, yn) se conoce como frmula de Euler mejorada o frmula de Heun. Con la
frmula de Euler se obtiene la estimacin inicial un+1. Los valores f(xn, yn) y f(xn+1,

un+1) son aproximaciones de las pendientes de la curva de solucin en (xn, y(xn)) y

(xn+1, y(xn+1)) y, en consecuencia, se puede interpretar que el cociente

, f(xn, yn)+

f(xn+1, yn+1)] es una pendiente promedio en el intervalo de xn a xn+1. Luego se calcula

el valor de yn+1 en forma semejante a la que se emple en el mtodo de Euler, pero se
utiliza una pendiente promedio en el intervalo en lugar de la pendiente en (xn, y(xn)).
Se dice que el valor de un+1 predice un valor de y(xn), mientras que yn+1 = yn + h *
, f(xn, yn)+ f(xn+1, un+1)] corrige dicha estimacin.
1. 2. 3. Mtodos de Runge-Kutta
Es probable que uno de los procedimientos ms difundidos y a la vez ms exactos
para obtener soluciones aproximadas a problemas de valor inicial sea el mtodo de
Runge-Kutta de cuarto orden. Como indica el nombre, hay mtodos de Runge-Kutta de
distintos rdenes. El procedimiento de Runge-Kutta de cuarto orden consiste en
determinar las constantes para emplear la frmula yn+1 = yn + ak1 + bk2 + ck3 + dk4.
1. 3. Errores en los mtodos numricos
Al seleccionar y emplear un mtodo numrico para la solucin de un problema con
valores iniciales, se debe estar consciente de las distintas fuentes de error. Para
ciertas clases de clculos, la acumulacin de errores podra reducir la precisin de una
aproximacin al punto de hacer intil el clculo. Una fuente de error comn es el error

de redondeo, que resulta del hecho de que cualquier calculadora o computadora

puede representar nmeros empleando solo un nmero finito de dgitos.

Resultados
1. Aplique el mtodo de Euler para obtener una aproximacin con cuatro
decimales del valor indicado, Primero use h=0.1 y despus h=0.05
1.1) y = 2x -3y+1; y(1)=5; y(1.2)
Utilizando 0.1
Para x0 = 1; y0 = 5
Para x1 = 1.1
y1 = y0 + h*f (x0, y0)
y1 = 5 + 0.1*[2(1)-3(5)+1]
y1 = 3.8000
Para x2 = 1.2
y2 = y1 + h*f (x1, y1)
y2 = 3.8 + 0.1*[2(1.1)-3(3.8)+1]
y2 = 2.9800

h = 0.1
n+1
1.00
1.10
1.20

y(n+1)
5.0000
3.8000
2.9800

Utilizando h = 0.05
Para x0 = 1; y0 = 5

Para x1 = 1.05
y1 = y0 + h*f (x0, y0)
y1 = 5 + 0.05*[2(1)-3(5)+1]
y1 = 4.4000
Para x2 = 1.10
y2 = y1 + h*f (x1, y1)
y2 = 4.4 + 0.05*[2(1.05)-3(4.4)+1]
y2 = 3.8950
Para x3 = 1.15
y3 = y2 + h*f (x2, y2)
y3 = 3.895 + 0.05*[2(1.10)-3(3.895)+1]
y3 = 3.4708

n+1
1.00
1.05
1.10
1.15
1.20

h = 0.05
y(n+1)
5.0000
4.4000
3.8950
3.4708
3.1151

1.2) y = e-y, y(0) = 0; y(0.5)

Utilizando 0.1
Para x0 = 0; y0 = 0

Para x1 = 0.1
y1 = y0 + h*f (x0, y0)
y1 = 0 + 0.1*[e-0]
y1 = 0.1000
Para x2 = 0.2
y2 = y1 + h*f (x1, y1)
y2 = 0.1 + 0.1*[e-0.1]
y2 = 0.1905
Para x3 = 0.3
y3 = y2 + h*f (x2, y2)
y3 = 0.1905 + 0.1*[e-0.1905]
y3 = 0.2731

n+1
0.00
0.10
0.20
0.30
0.40
0.50

h = 0.1
y(n+1)
0.0000
0.1000
0.1905
0.2731
0.3492
0.4198

Utilizando 0.05
Para x0 = 0; y0 = 0
Para x1 = 0.05
y1 = y0 + h*f (x0, y0)
y1 = 0 + 0.05*[e-0]
y1 = 0.0500

Para x2 = 0.1
y2 = y1 + h*f (x1, y1)
y2 = 0.05 + 0.05*[e-0.05]
y2 = 0.0976
Para x3 = 0.15
y3 = y2 + h*f (x2, y2)
y3 = 0.0976 + 0.05*[e-0.0976]
y3 = 0.1429

h = 0.05
n+1
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50

y(n+1)
0.0000
0.0500
0.0976
0.1429
0.1863
0.2278
0.2676
0.3058
0.3427
0.3782
0.4124

1.3) y = x + y2; y(0) = 0, y(0.2)

Utilizando 0.1
Para x0 = 0; y0 = 0
Para x1 = 0.1
y1 = y0 + h*f (x0, y0)
y1 = 0 + 0.1*[(0)2 + (0)2]
y1 = 0.0000

Para x2 = 0.2
y2 = y1 + h*f (x1, y1)
y2 = 0 + 0.1*[(0.1)2 + (0)2]
y2 = 0.0010

h = 0.1
y(n+1)
0.0000
0.0000
0.0010

n+1
0.00
0.10
0.20

Utilizando 0.05
Para x0 = 0; y0 = 0
Para x1 = 0.05
y1 = y0 + h*f (x0, y0)
y1 = 0 + 0.05*[(0)2 + (0)2]
y1 = 0.0000
Para x2 = 0.1
y2 = y1 + h*f (x1, y1)
y2 = 0 + 0.05*[(0.05)2 + (0)2]
y2 = 0.0001
Para x3 = 0.15
y3 = y2 + h*f (x2, y2)
y3 = 0.0001 + 0.05*[(0.1)2 + (0.0001)2]
y3 = 0.0006
h = 0.05
n+1

y(n+1)

0.00
0.05
0.10
0.15
0.20

0.0000
0.0000
0.0001
0.0006
0.0018

2. Aplique el mtodo de Euler mejorado para hallar una aproximacin al valor

indicado con cuatro decimales de precisin. Primero use h = 0.1 y despus h =
0.05
2.1) y = 2x - 3y + 1; y(1)=5; y(1.5)
Frmulas a utilizar:

( ) , (
2
=

Dnde:
= Valor de y anterior.
= Valor de x anterior.
h = tamao de paso
f(x,y)= dy/dx
Xo=1
Yo=5
Utilizando h = 0.1
Iteracin 1
X1= 1.1
u =
u =

+ h f(
+ .

u =3.80

(2 ( )

( )+

)+ (
(

)-

+ h ( ) ,f(
2

=
=

+ .

) + f(

,(2 ( )

, u )-

( ) + ) + (2) ( )

( .

)+ -

= 3.99
Iteracin 2
X2=1.10
u =

+ h f(

u = .

(2 ( . )

+ .

( .

)+

u = 3.1130
+ h ( ) ,f(
2

= .

+ .

) + f(

, u )-

,(2 ( .

( . ) + ) + (2) ( .

( .

)+ -

= 3.2545
Iteracin 3
X3=1.20
u =

+ h f(

u = .2

+ .

)
(2 ( .

( .

.2

)+

u =3.6182
=

+ h ( ) ,f(
2

= .2

+ .
,(2 ( .

) + f(

.
)

( .2

= 2.7236

x
1.00
1.10
1.20

h = 0.1
u(n+1)
3.8000
3.1130

, u )-

y(n+1)
5.0000
3.9900
3.2546

) + ) + (2) ( .2 )

( . 2) + -

1.30
1.40
1.50

2.6182
2.2665
2.0216

2.7236
2.3451
2.0801

Utilizando h = 0.05

Xo=1
Yo=5

Iteracin 1
X1= 1.05
=

+ .

(2 ( )

( )+

=4.4
=

( ) , (
2

+ .

)+ (

,(2 ( )

)-

( ) + ) + (2) ( )

( . )+ -

= 3.895
Iteracin 2
X2=1.10
=

= .

(
+ .

)
(2 ( . )

( .

)+

=3.4658
=

( ) , (
2

= .

+ .
,(2 ( .

= 3.1059

)+ (

)-

.
)

( .

) + ) + (2) ( .

( .

)+ -

Iteracin 3
X3=1.15
=

= .

(
+ .

(2 ( .

( .

)+

=2.80
=

( ) , (
2

= .

+ .
,(2 ( .

)+ (

x
1.00
1.05
1.10
1.15
1.20
1.25
1.30
1.35
1.40
1.45
1.50

4.4000
3.4658
2.8000
2.3283
1.9967
1.7663
1.6092
1.5049
1.4388
1.4003

( .

y(n+1)
5.0000
3.8950
3.1059
2.5450
2.1490
1.8722
1.6814
1.5528
1.4692
1.4180
1.3902

2.2) y = e-y, y(0) = 0; y(0.5)

Utilizando h = 0.1

Xo=0
Yo=0

)-

= 2.5450

h= 0.05
u(n+1)

) + ) + (2) ( .

(2.

)+ -

Iteracin 1
X1= 0.10
=

+ .

=0.1
=

+ .

( ) , (
2

,(

)+ (

)+(

)-

)-

)-

)-

= 0.1
Iteracin 2
X2=0.20
=

= . + .

,
(

)
)

= 0.2105
=

( ) , (
2

= . + .

,
,(

)+ (
)+(

)-

= 0.2
Iteracin 3
X3=0.30
=

= .2 + .

,
(

)
)

= 0.3221
=

( ) , (
2

= .2 + .
= 0.3

,
,(

)+ (
)+(

)-

h=

0.1
u(n+1)

x
0.00
0.10
0.20
0.30
0.40
0.50

y(n+1)
0.0000
0.1000
0.2000
0.3000
0.4000
0.5000

0.1000
0.2105
0.3221
0.4350
0.5492

Utilizando h = 0.05

Xo=0
Yo=0

Iteracin 1
X1= 0.05
=

+ .

)
)

=0.05
=

( ) , (
2

+ .

,(

=0.05
Integracin 2
X2=0.10
=

)+ (

)+(

)-

)-

= .

+ .

= 0.1025
=

( ) , (
2

= .

+ .

)+ (

,(

)+(

)-

)-

= 0.1025
Iteracin 3
X3=0.15
=

= .

(
2 + .

)
(

= 0.1554
=

( ) , (
2

= .

2 + .

,
.

)+ (
,(

)+(

))-

= 0.1579

x
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50

h= 0.05
u(n+1)
0.0500
0.1026
0.1554
0.2086
0.2621
0.3161
0.3706
0.4257
0.4817
0.5387

y(n+1)
0.0000
0.0500
0.1026
0.1580
0.2165
0.2786
0.3447
0.4152
0.4910
0.5727
0.6613

3. Use el mtodo de Runge-Kutta de cuarto orden con h = 0.1 para obtener una
aproximacin, con cuatro decimales a los siguientes problemas:

3.1) y = 2x - 3y + 1; y(1)=5; y(1.5)

Dnde: Yo = 5, Xo= 1 y h= 0.1
K1 = f(Xo, Yo) = 2(1) 3(5) + 1 = -12
K2= f( Xo + (h) , Yo + 1/2 *h*k1) = 2(1 + (0.1)) -3(5+ (0.1*1/2*-12)) +1 = 10.1
K3= f(Xo + *h, Yo + *h*k2) = 2(1 + (0.1)) -3(5+ (0.1*1/2*-10.1)) +1 = 10.385
K4 = f(Xo + h, Yo + *k3) = 2(1 +(0.1)) -3(5+ (1/2*-10.385)) +1 = -8.6845
Y 1 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 5 + 0.1/6 (-12 + 2(-10.1) +2 (-10.385) + (8.6845)) = 3.9724
Ahora se tiene: Yo = 3.972425, Xo = 1.1 y h = 0.1
K1 = f(Xo, Yo) = 2(1.1) 3(3.972425) + 1 = -8.7172
K2= f( Xo + (h) , Yo + 1/2 *h*k1) = 2(1.1 + (0.1)) -3(3.972425+ (0.1*1/2*8.717275)) +1 = -7.3096
K3= f(Xo + *h, Yo + *h*k2) = 2(1.1 + (0.1)) -3(3.972425+ (0.1*1/2*7.30968375)) +1 = -7.5208
K4 = f(Xo + h, Yo + *k3) = 2(1.1 +(0.1)) -3(3.972425+ (1/2*-7.52082244)) +1 =
-7.3891
Y 2 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 3.972425 + 0.1/6 (-8.717275 + 2(7.30768375) +2 (-7.52082244) + (-7.38915163) = 3.2096
Ahora se tiene: Yo = 3.20963435, Xo = 1.2 y h = 0.1
K1 = f(Xo, Yo) = 2(1.2) 3(3.20963435) + 1 = -6.2289
K2= f( Xo + (h) , Yo + 1/2 *h*k1) = 2(1.2 + (0.1)) -3(3.20963435+ (0.1*1/2*6.22890305)) +1 = 4.1144
K3= f(Xo + *h, Yo + *h*k2) = 2(1.2 + (0.1)) -3(3.20963435+ (0.1*1/2*4.114451525)) +1 = -6.7460
K4 = f(Xo + h, Yo + *k3) = 2(1.2 +(0.1)) -3(3.20963435+ (1/2*-6.74607078)) +1
= -4.0050

Y 2 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 3.20963435+ 0.1/6 (-6.22890305+ 2(4.114451525) +2 (-7.52082244) + (-4.00508182)) = 2.9513
Se procede de la misma manera hasta llegar a Xo = 1.5

h
y
5.00

0.1
x
1.00
1.10
1.20
1.30
1.40
1.50

k1
-12.0000
-8.7173
-6.2289
-5.2540
-3.7196
-2.4520

k2
-10.1000
-7.3097
4.1145
-4.3659
-4.5617
-1.9842

k3
-10.3850
-7.5208
-6.7461
-4.4992
-2.9354
-2.0544

k4
-8.6845
-7.3892
-4.0051
-3.7043
-2.6390
-1.9438

Yn+1
3.9724
3.2096
2.9513
2.5065
2.1507
1.9428

3.2) y = e-y, y(0) = 0; y(0.5)

Dnde: Xo = 0, Yo = 0 y h = 0.1
Como se puede observar en la funcin no se toma en cuenta a Xo por lo cual solo se
valan los valores en Yo.
K1 = f( Yo) = e ^ 0= 1
K2= f(Yo + 1/2 *h*k1) = e ^- (0 + ( 0.1*1/2*1) = 0.9512
K3= f(Yo + *h*k2) = e ^ -((0.1*1/2*-10.1)) = 0.9535
K4 = f(Yo + *k3) = (1/2*0.95355186) = 0.6207
Y1 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 0 + 0.1/6(1 + 2*0.951229425 +
2*0.95355186 + 0.62078161) = 0.0905
Ahora se tiene: Xo = 0.1, Yo = 0 .09050574 y h = 0.1
K1 = f( Yo) = e ^ -0 .09050574 =1.0947
K2= f(Yo + 1/2 *h*k1) = e ^- (0 .09050574 + ( 0.1*1/2* 1.09472779)) = 0.8648
K3= f(Yo + *h*k2) = e ^ -(0 .09050574 + (0.1*1/2* 0.864812874)) = 0.8748
K4 = f(Yo + *k3) = e ^ -(0 .09050574 +(1/2* 0.87481191)) = 0.5898
Y1 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 0 .09050574 + 0.1/6(1.09472779 +
2*0.864812874+ 2*0.87481191+ 0.58983544) = 0.1765

Ahora se tiene: Xo = 0.2, Yo = 0.17656928y h = 0.1

K1 = f( Yo) = e ^ -0 .09050574 = 1.1931
K2= f(Yo + 1/2 *h*k1) = e ^- (0.17656928+ ( 0.1*1/2* 1.19311709)) = 0.7896
K3= f(Yo + *h*k2) = e ^ -( 0.17656928+ (0.1*1/2* 0.789602885)) = 0.8056
K4 = f(Yo + *k3) = e ^ -( 0.17656928+(1/2* 0.80569548)) = 0.5602
Y1 = Yo + h/6 (k1 + 2k2 + 2k3 + k4) = 0.17656928+ 0.1/6(1.19311709+ 2*
0.789602885+ 2*0.80569548+ 0.56022487) = 0.2589
Se procede de la misma manera hasta llegar a Xo = 0.5

h
y
0.00

0.1
x
0.00
0.10
0.20
0.30
0.40
0.50

k1
1.0000
1.0947
1.1931
1.2956
1.4026
1.5148

k2
0.9512
0.8648
0.7896
0.7234
0.6647
0.6120

4. Dada la ecuacin diferencial x

k3
0.9536
0.8748
0.8057
0.7444
0.6896
0.6403

k4
0.6208
0.5898
0.5602
0.5320
0.5050
0.4793

Yn+1
0.0905
0.1766
0.2589
0.3384
0.4153
0.4903

- 4y = x6ex, utilice el mtodo de Runge-Kutta

de cuarto orden para determinar el porcentaje de error que se produce para la

aproximacin y(1.5), sabiendo que y(1) = 1 y que la magnitud del paso es de
0.1. Utilice una aproximacin de 5 decimales. Tabule los datos calculados en
una tabla e indique cual es la solucin. Si se utilizara el mtodo aproximacin
de Euler, Cul sera la diferencia de error entre Euler y Runge-Kutta en y(1.2)?
Solve,*

, ** , -

Mtodo de Runge-Kutta con h = 0.1

, - ==
(

, , - == +, , -, +

)++

h=
X
1.00
1.10
1.20
1.30
1.40
1.50

k1

k2

k3

k4

6.71828
11.76075
16.74889
23.49427
34.23117

8.73625
15.01922
21.47943
30.28266
48.85200

9.12063
15.58588
22.23632
34.72231
50.26723

11.79108
19.80252
28.29997
47.35515
63.10097

0.1
y(n+1)
1.00000
1.90372
2.54622
3.20801
4.34766
5.92618

Mtodo de Euler

h=
X
1
1.1
1.2

k1

k2

k3

k4

6.71828
11.76075

8.73625
15.01922

9.12063
15.58588

11.79108
19.80252

Euler:
h=
x
1
1.1
1.2

0.1
y(n+1)
1.67182
2.76357
4.51090

Margen de error = 4.51090-2.54622 = 1.96468

0.1
y(n+1)
6.71828
1.90372
2.54622

Valor real
1
1.90394
3.45052
6.00006
10.07298
16.40678

% de error
0.00000
0.01164
26.20751
46.53377
56.83843
63.87971

Conclusiones

Bibliografa

CHVEZ ASTURIAS, Karl Heinz. Mtodos numricos para resolver problemas

de ecuaciones diferenciales lineales con valor inicial. Universidad Francisco

Marroqun, Facultad de Ingeniera de Sistemas, Informtica y Ciencias de la
Computacin. Tesis. Guatemala, 2000.

COLLANTE HUANTO, Andrs. Mtodos Numricos en Ecuaciones Diferenciales

Ordinarias, utilizando Matlab. Universidad Nacional del Callao, Instituto de

Investigacin. Informe final del Proyecto de Investigacin. 1 de Mayo del 2010.

GONZALEZ LONGATT, Francisco M. Mtodos Numricos Aplicados a

Ecuaciones Diferenciales. Cuarta edicin. Espaa: Mc-Graw Hill, 2008. 348 p.

ISBN: 965-0-135-12394-1.

ZILL, Dennis G. y CULLEN, Michael R. Ecuaciones Diferenciales con problemas

con valores en la frontera. Garca Hernndez, Ana Elizabeth (Traduccin) y

Lpez, Ernesto Filio (Revisin Tcnica). Sptima Edicin. Mxico: Cengage
Learning, 2009. 526 p. ISBN: 978-0-495-10836-8.