INSTITUTO TECNOLGICO DE OCOTLN

Maestro: Mendoza Cortez Andrs

Alumno: Juan Carlos Salazar Castaeda
Materia: METODOS NUMERICOS
UNIDAD 6





INDICE

INTRODUCCIN .................................................................................................................................... 3
MTODOS NUMRICOS PARA LA RESOLUCIN DE ECUACIONES DIFERENCIALES ..... 4
Ecuacin diferencial lineal ..................................................................................................................... 5
METODO DE UN SOLO PASO ........................................................................................................... 6
IMPLEMENTACIN DEL MTODO ................................................................................................... 7
EJEMPLO ................................................................................................................................................ 8
Mtodos de pasos mltiples ................................................................................................................. 9
El mtodo de Heun de no auto inicio......................................................................................... 10
Ejemplo .................................................................................................................................................. 12
MTODOS NUMRICOS PARA ECUACIONES DIFERENCIALES ORDINARIAS ............... 18
CONCLUSION ...................................................................................................................................... 20























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.















MTODOS NUMRICOS PARA LA RESOLUCIN DE ECUACIONES
DIFERENCIALES

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.
Se estudia el procedimiento de Runge-Kutta que se aplica de forma directa a una
ecuacin diferencial de primer orden, pero veremos como se extiende a un sistema
de ecuaciones de primer orden, a un ecuacin diferencial de segundo orden y a un
sistema de ecuaciones diferenciales de segundo orden.
El procedimiento de Runge-Kutta se puede programar fcilmente en los ordenadores
y adems, se emplea mucho en la prctica, debido a la su exactitud relativamente
elevada de la solucin aproximada de la ecuacin diferencial. La justificacin del
procedimiento de Runge-Kutta no es sencilla, el lector interesado puede consultar
algn libro de mtodos numricos de anlisis.

QUE ES UNA ECUACION DIFERENCIAL?
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:
1. Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto a
una sola variable independiente.
2. 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.
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.
Usos
Las ecuaciones diferenciales son muy utilizadas en todas las ramas de la ingeniera para el
modelado de fenmenos fsicos. Su uso es comn tanto en ciencias aplicadas, como en ciencias
fundamentales (fsica, qumica, biologa) o matemticas, como en economa.
En dinmica estructural, la ecuacin diferencial que define el movimiento de una estructura
es: Donde M es la matriz que describe la
masa de la estructura, C es la matriz que describe el amortiguamiento de la estructura, K es la
matriz de rigidez que describe la rigidez de la estructura, x es vector de desplazamientos
[nodales] de la estructura, P es el vector de fuerzas (nodales equivalentes), y t indica tiempo.
Esta es una ecuacin de segundo orden debido a que se tiene el desplazamiento x y su
primera y segunda derivada con respecto al tiempo.
La vibracin de una cuerda est descrita por la siguiente ecuacin diferencial en derivadas
parciales de segundo orden: donde t\, es el tiempo y x\, es la
coordenada del punto sobre la cuerda y c\, una constante que corresponde a la velocidad
de propagacin de dicha onda. A esta ecuacin se le llama ecuacin de onda.



METODO DE UN SOLO PASO
Mtodo de Euler
En matemtica y computacin, el mtodo de Euler, llamado as en honor de 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:

Para empezar, se determina la malla {t0, t1, ... , tN} de paso h, donde t0 = a y tN = b.
En estos puntos es donde se va a obtener la aproximacin de la solucin.
Para determinar la frmula del mtodo, se parte de un desarrollo de Taylor de la
funcin solucin y(t), alrededor de un punto de la malla, ti, suponiendo que la funcin
y(t) posee derivadas primera y segunda continuas en (a, b):

Evaluando esta expresin en t = ti+1, para cualquier i, se tiene:

Pero como ti+1- ti = h, resulta:

Como y(t) satisface la ecuacin diferencial, en particular es y'(ti) = f(ti, yi), entonces
reemplazando en la frmula (4) resulta:


Si se elimina de la frmula anterior el trmino del error, se puede escribir:

Resultando as la frmula del mtodo de Euler para aproximar la solucin en un punto
de la malla, teniendo una aproximacin en el punto inmediato anterior. Como la
condicin en el punto a del problema de valor inicial da el valor inicial y(t0)= a, se
tiene entonces la solucin aproximada en todos los puntos de la malla. Si se llaman yi
= y(ti), se tiene entonces la frmula de Euler dada en la frmula (7):

IMPLEMENTACIN DEL MTODO
A continuacin se presenta el algoritmo del mtodo de Euler en pseudocdigo, para
resolver un problema de valor inicial del tipo (1). ste es un algoritmo para una
ecuacin particular, si se quiere generalizar para una ecuacin cualquiera, con f(t, y)
arbitraria, se debe ingresar tambin como argumento la ley de f. Esto se puede
implementar en cualquier lenguaje de programacin, o en particular, en programas
simblicos o numricos que permitan programar, como Maple, Mathematica, Scilab o
Matlab.

Con los valores obtenidos mediante este algoritmo se puede lograr un grfico discreto
de la solucin aproximada, o tambin se puede aplicar un mtodo de interpolacin
para obtener una grfica continua en el intervalo. La lista de valores obtenida con el
algoritmo se puede utilizar para comparar resultados, o calcular errores relativos y
absolutos respecto de la solucin exacta, si se conoce.


EJEMPLO
Consideremos el siguiente problema de valor inicial.

La frmula de Euler para este problema, tomando N puntos en el intervalo [1, 2] (sin
contar el punto de partida a = 1), resulta:

Aplicamos el mtodo de Euler para un paso h = 0,2.
Teniendo en cuenta que h = 0,2, la cantidad de puntos en el intervalo resulta ser N =
5, y entonces la tabla de valores obtenida con la frmula dada en (8) resulta:

Ahora, aplicamos la frmula el mtodo de Euler con N = 20 y N = 50. Representamos
grficamente los puntos obtenidos, comparndolos con la solucin exacta, dada por
la funcin


Se ve en los grficos obtenidos, que a medida que nos alejamos del valor inicial, la
solucin aproximada pierde precisin (se aleja de la solucin exacta), para el paso h
= 1/20. Cuando se achica el paso, la solucin mejora (h = 1/50).
Mtodos de pasos mltiples
Los mtodos de un paso descritos en las secciones anteriores utilizan informacin en un solo
punto xi para predecir un valor de la variable dependiente yi+1 en un punto futuro xi+1.
Procedimientos alternativos, llamados mtodos multipaso, se basan en el conocimiento de
que una vez empezado el clculo, se tiene informacin valiosa de los puntos anteriores y est
a nuestra disposicin. La curvatura de las lneas que conectan esos valores previos
proporciona informacin con respecto a la trayectoria de la solucin. Los mtodos multipaso
que exploraremos aprovechan esta informacin para resolver las EDO. Antes de describir las
versiones de orden superior, presentaremos un mtodo simple de segundo orden que sirve
para demostrar las caractersticas generales de los procedimientos multipaso.










El mtodo de Heun de no auto inicio

Recordemos que el procedimiento de Heun usa el mtodo de Euler como un
predictor:

Y la regla trapezoidal como un corrector:
ec.1

As, el predictor y el corrector tienen errores de truncamiento local de y ,
respectivamente. Esto sugiere que el predictor es el enlace debil en el mtodo, pues
tiene el error ms grande. Esta debilidad es significativa debido a que la eficiencia del
paso corrector iterativo depende de la exactitud de la prediccin inicial. En
consecuencia, una forma para mejorar el mtodo de Heun es mediante el desarrollo
de un predictor que tenga un error local de . Esto se puede cumplir al usar el mtodo
de Euler y la pendiente en , y una informacin extra del punto anterior como en:
ec.2

Observe la ecuacin ec. 2 alcanza ) a expensas de emplear un tamao de paso mas
grande, 2h. Adems, observe que la ecuacin ec. 1 no es de autoinicio, ya que
involucra un valor previo de la variable dependiente yi-1. Tal valor podria no estar
disponible en un problema comn de valor inicial. A causa de ello, las ecuaciones
26.11 y 26.12 son llamadas mtodo de Heun de no autoinici.
Como se ilustra en la figura 26.4, la derivada estimada de la ecuacin 26.12 se
localiza ahora en el punto medio mas que al inicio del intervalo sobre el cual se hace
la prediccin. Como se demostrara despus, esta ubicacin centrada mejora el error
del predictor a Sin embargo, antes de proceder a una deduccin formal del mtodo
de Heun de no autoinicio, resumiremos el mtodo y lo expresaremos usando una
nomenclatura ligeramente modificada:

Predictor:

Corrector:

Donde los superndices se agregaron para denotar que el corrector se aplica
iterativamente de j=1 a m para obtener soluciones refinadas. Observe que son los
resultados finales de las iteraciones del corrector en los pasos de tiempo anteriores.
Las iteraciones son terminadas en cualquier paso de tiempo con base en el criterio de
paro:
ec. 3
Cuando es menor que una tolerancia de error Es preestablecida, se terminan las
iteraciones. En este punto
Ejemplo
Use el mtodo de Heun de no auto inicio para realizar los mismos clculos igual que
en el ejemplo 25.5 mediante el mtodo de Heun. Es decir, integrar de
usando un tamao de paso de 1. Como en el ejemplo 25.5, la
condicin inicial en . Sin embargo, como aqu tratamos con un mtodo
de multipaso, requerimos la informacin adicional de que
Solucin: El predictor se usa para extrapolar linealmente de




El corrector es entonces usado para calcular el valor:

La cual representa un error relativo porcentual de -5.73%. Este error es algo mas
pequeo que el valor de -8.18% incurrido en el Heun de autoinicio.
Ahora, la ecuacin del predictor se puede aplicar de manera iterativa para mejorar la
solucin:

Que representa un Et de -1.92%. Puede determinarse un estimado de error
aproximado usando la ecuacin ec. 3:

La ecuacin se puede aplicar de manera iterativa hasta que Ea est por debajo de un
valor pre especificado de Es. Como fue el caso con el mtodo de Heun, las
iteraciones convergen sobre un valor de 6.360865. Sin embargo, como el valor del
predictor inicial es ms exacto, el mtodo de multipaso converge una razn algo ms
rpida.
Para el segundo paso, el predictor es:

Que es superior a la prediccin de 12.08260 que fue calculada con el mtodo de Heun
original. El primer corrector da 15.76693 e iteraciones subsecuentes convergen sobre el
mismo resultado como se obtuvo con el mtodo de Heun de autoinicio: 15.30224. Como con
el paso anterior, la razn de convergencia del corrector ha sido mejorada debido a la mejor
prediccin inicial.
Deduccin y anlisis del error de las formulas del predictor-corrector. Ya empleamos
conceptos grficos para deducir el Heun de no autoinicio. Ahora mostraremos como las
mismas ecuaciones se pueden deducir matemticamente.
Esta deduccin es en particular interesante porque vincula las ideas del ajuste de curva, de la
integracin numricas y de las EDO. El ejercicio tambin es til porque proporciona un
procedimiento simple para desarrollar mtodos de multipaso de orden superior y estima sus
errores.
La deduccin se basa en resolver la EDO general:

Esta ecuacin se puede resolver al multiplicar ambos lados por integrando entre los lmites


El lado izquierdo se puede integrar y evaluar mediante el teorema fundamental:
ec. 4
La ecuacin representa una solucin a la EDO si la integral puede ser evaluada. Es decir,
proporciona un medio para calcular un nuevo valor de la variable dependiente con base en
un valor previo de y la ecuacin diferencial.
Las frmulas de integracin numrica proporcionan una manera de hacer esta evaluacin.
Por ejemplo, la regla trapezoidal se puede usar para evaluar la integral, como en:

Donde es el tamao de paso. Al sustituir la ecuacin ec.5 en la ecuacin ec.4
se tiene:



La cual es la ecuacin corrector para el mtodo de Heun. Como esta se basa en la regla
trapezoidal, el error de truncamiento puede tomarse directamente de la tabla 2:

Un procedimiento similar puede ser usado para deducir al predictor. Para este caso, los
lmites de integracin van de

Que se puede integrar y re arreglar para obtener:
ec.7
Ahora, ms que usar la formula cerrada de la tabla 2, la primera formula en
integracin abierta de Newton-Cotes se puede usar para evaluar la integral como en:

La cual es llamada mtodo de punto medio. Sustituyendo la ecuacin ec. 8 en la
ecuacin ec.7 se obtiene:

El cual es el predictor para el Heun de no autoinicio. Como con el corrector, el error
de truncamiento local se puede tomar directamente:



Donde el subndice p designa que este es el error dele predictor.
As, el predictor y el corrector para el mtodo de Heun de no autoinicio tiene errores
de truncamiento del mismo orden. Adems de actualizar la exactitud del predictor,
este hecho tiene beneficios adicionales relacionados con el anlisis del error, como
se elaborara en la siguiente seccin.
Estimacin de errores: Si el predictor y el corrector de un mtodo multipaso son del
mismo orden, el error de truncamiento local puede estimarse durante el curso de un
clculo. Esto es una tremenda ventaja, ya que establece un criterio para el ajuste del
tamao de paso.
El error de truncamiento local para el predictor se estima con la ecuacin ec.9. Dicho
error estimado se puede combinar con el estimado de del paso predictor para dar:

Mediante un procedimiento similar, el error estimado para el corrector se puede combinar con
el resultado del corrector para dar:

La ecuacin ec.10 puede ser restada de la ecuacin ec.11 para dar:

Donde E esta ahora entre y . Ahora, si se divide la ecuacin entre 5 y se Re arregla el
resultado se tiene:



Observe que el lado derecho de las ecuaciones ec. 6 y ec.12 son idnticos, con la excepcin
del argumento de la tercera derivada. Si no hay una variacin apreciable sobre el intervalo en
cuestin, podemos suponer que el lado derecho son iguales y, por tanto, los lados izquierdos
deberan ser equivalentes, como en:
ec.13
As, llegamos a una relacin que puede ser usada para estimar el error de truncamiento por
paso con base en dos cantidades, que son de rutina subproductos del clculo.
Solucin. En =1, el predictor de 5.607005 y el corrector da 6.360865. Estos valores se
pueden sustituir en la ecuacin ec.13 para dar:

La cual se compara bien con el error exacto:

En =2, el predictor da 13.44346 y la trayectoria da 15.30224, la cual se usa para calcular:

Que tambin se compara favorablemente con el error exacto,









MTODOS NUMRICOS PARA ECUACIONES DIFERENCIALES
ORDINARIAS
Una ecuacin diferencial (ordinaria) es aquella que involucra una variable
independiente, una variable dependiente y la derivada ( 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.

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 varias funciones desconocidas con respecto a
una 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 lugar a
ecuaciones diferenciales. Usualmente estas ecuaciones estn acompaadas de una
condicin adicional que especifica el estado del sistema en un tiempo o posicin
inicial.
Esto se conoce como la 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 difcil de obtener en forma analtica.
Por tal razn los mtodos numricos se utilizan para aproximar dichas soluciones
La forma ms general de una de ecuacin diferencial sobre derivadas ordinarias es:

El problema anterior es una ecuacin diferencial ordinaria de orden n1, y la cual se
supone la presencia de condiciones iniciales, en igual nmero, que el orden de la
ecuacin; en lo cual se dice que se trata de un problema de ecuacin diferencial a
condiciones iniciales o condiciones de contorno. La solucin de este problema, que
puede ser emprendido por variados mtodos, persigue determinar el valor de la
funcin y(x), que dio origen a la ecuacin diferencial.




El tipo ms simple de ecuacin diferencial ordinaria es la lineal de primer orden, el
Problema de Cauchy de la forma:
1 Se llama ecuacin diferencial ordinaria (E.D.O.) a una ecuacin que liga la variable
independiente t, una funcin y = y(t) (que depende solo de la variable independiente)
y sus respectivas derivadas y , y, ... ,y (n) . Es decir, una expresin de la forma:
F(t, y, y, y,..., y(n))= 0
A la funcin y = y(t) se le llama funcin incgnita.
Mtodos Numricos Aplicados a la Estabilidad en Sistemas de Potencia

Se supone que la solucin del problema de la ecuacin diferencial ordinaria, a
condiciones iniciales, es nica, continua y diferenciable en una regin finita:

De igual forma, la funcin F(t,y) es definida y continua en este mismo intervalo
(t[a,b]), y que cumple con el Teorema de Lipschitz2.
Para atacar el Problema de Cauchy,; existe gran cantidad de mtodos. Los mtodos
numricos cobran vigencia en la resolucin de ecuaciones diferenciales cuya
solucin no pueden ser obtenidas por los mtodos
Tradicionales; de ah la necesidad de implementar mtodos aproximantes para la
solucin de ecuaciones diferenciales. Los mtodos de aproximacin de mayor uso
son: el Mtodo de Euler, Mtodo de Heun, Runge-Kutta, etc.



CONCLUSION

En las ciencias y en la ingeniera se desarrollan modelos
matemticos para Entender mejor los fenmenos fsicos. A menudo,
estos modelos conducen a una ecuacin que contiene algunas
derivadas de una funcin desconocida.
Esta ecuacin se denomina una ecuacin diferencial