METODOS NUMRICOS

Ecuaciones Diferenciales

INTRODUCCIN.

En la practica de la Ingeniera y
Ciencias, es frecuente que los
fenmenos
estudiados
se
representen como ecuaciones que
impliquen el cambio de una
variable respecto a otra, es decir,
mediante
derivadas.
Las
ecuaciones son diferenciales. Por
lo regular las derivadas son
respecto al tiempo o al espacio.

Desde la poca de Newton, ciertos fenmenos fsicos

han sido escritos en forma de ecuaciones
diferenciales.

Debido a que la tasa de cambio de una cantidad es

ms fcilmente determinada que la cantidad misma de
un experimento fsico, la mayora de las leyes
cientficas son expresadas en trminos de ecuaciones
diferenciales.

QU ES UNA ECUACIN DIFERENCIAL?

Es una ecuacin de la forma:
dy d 2 y
dny
F ( x, , 2 ,..., n ) 0
dx dx
dx

Es decir una ecuacin en las cual existen

relaciones de una funcin con sus derivadas.

y ( x) e

0.1 x 2

Funcin diferenciable en
(-, ). Su derivada es:

Ejemplo de
ecuacin
diferencial

dy
0.1 x 2
0 .2 x e
dx

dy
0 .2 x y
dx

Imaginemos que nos dan directamente esta ecuacin.

Intentaremos contestar preguntas del tipo: Qu funcin
representa y(x)? Cmo se resuelve semejante ecuacin?

Es una ecuacin que contiene las derivadas de una

o ms variables dependientes, con respecto a una
o ms variables independientes.
variable dependiente

dy
0 .2 x y
dx
variable independiente

CULES SON LOS MTODOS

Por siglos las ecuaciones diferenciales han ocupado los esfuerzos de

cientficos o ingenieros para describir algn fenmeno fsico o para traducir
una ley emprica o experimental en trminos matemticos. En consecuencia
el cientfico, ingeniero o matemtico con frecuencia pasara muchos aos
de su vida tratando de encontrar las soluciones de una ED. Con una
solucin en la mano, se prosigue con el estudio de sus propiedades. A esta
bsqueda de soluciones se le llama mtodo analtico para las ecuaciones
diferenciales.

 Una vez que comprendieron que las soluciones explcitas eran muy
difciles de obtener y en el peor de los casos imposibles de obtener,
los matemticos aprendieron que las ecuaciones diferenciales en s
mismas podran ser una fuente de informacin valiosa. Es posible,
en algunos casos, contestar directamente de las ecuaciones
diferenciales preguntas como en realidad la ED tiene soluciones?
Si una solucin de la ED
existe
y
satisface
una
condicin inicial, es nica
esa solucin? Cules son
algunas propiedades de las
soluciones
desconocidas?
Qu podemos decir acerca
de la geometra de las curvas
de solucin? Este mtodo es
anlisis cualitativo.

 Por ltimo, si una ecuacin diferencial no se puede resolver por

mtodos analticos, an as podemos demostrar que una solucin
existe; la siguiente pregunta lgica es de qu modo podemos
aproximarnos a los valores de una solucin desconocida? Aqu
entra al reino del anlisis numrico.
Una respuesta afirmativa a la
ltima pregunta se basa en el
hecho de que una ecuacin
diferencial se puede usar como
un principio bsico para la
construccin de algoritmos de
aproximacin muy exactos.

Ejemplo de ecuaciones diferenciales

La rapidez con que un cuerpo se calienta es

proporcional a la diferencia entre la
temperatura del cuerpo T(t) y la temperatura
del ambiente Ta
dT
K (Ta T )
dt

Donde K es el coeficiente de transmisin de calor

que depende del material

Clasificacin por tipo:

Ecuacin diferencial ordinaria (EDO):
Una ecuacin que contiene slo derivadas ordinarias
de una o ms variables dependientes de una sola
variable independiente.

Ejemplo de EDO:

dy
5y ex
dx

Una EDO puede contener ms de una variable

dependiente:
dx dy

dt

dt

2x y

Ecuacin diferencial parcial (EDP):

Una ecuacin que contiene derivadas parciales de
una o ms variables dependientes de dos o ms
variables independientes.
Ejemplos:

u u
2 0
2
x
y
2

u u
u
2 2
2
x
t
t
2

Notaciones
Notacin de Leibniz: dy/dx, d2y/ dx2,...
Notacin con primas: y', y'', y''' y(n),...
.

..

...

Notacin de Newton: x, x, x, ...

Notacin de subndice: ux , uy , uxx , uyy , uxy ,
En la notacin de Leibniz localizamos rpidamente cul
es la variable dependiente y la independiente:

dy
5y ex
dx

Forma general de orden n de una EDO:

F ( x, y , y ' , , y ) 0

(n)

n 2 variables

Forma normal de orden n de una EDO:

n

d y
( n 1)
f ( x, y , y ' , , y
)
n

dx
n 1 variables
Por ejemplo, las formas general y normal de la EDO
4 xy y x, son respectivamente:

F(x, y, y) y - (x y)/ 4 x 0
y (x y)/ 4 x f(x, y)

Clasificacin segn el orden:

El orden de una ecuacin diferencial (ya sea
EDO o EDP) es el orden mayor de la
derivadas involucradas en la ecuacin.
Ejemplo:

Segundo orden

Primer orden

d y dy
x

4
y

e

2
dx
dx
2

Luego, es una EDO de segundo orden.

Grado
El grado de una ecuacin diferencial es el grado
algebraico de su derivada de mayor orden. Es decir,
el grado de una ecuacin diferencial es la potencia a la
que esta elevada la derivada que nos da el orden de la
ecuacin diferencial.
Ejemplo:
La siguiente ecuacin
diferencial:

d y dy
x
5 4 y e
2
dx
dx
2

es de primer grado, dado que la segunda derivada, que

nos da el orden de la EDO, est elevada a uno.

d u dv
2 x, EDO de segundo orden 2 y grado 3
dx dx
4
2

u
2
a
2 , EDP de cuarto orden 4 y grado 1
4
x
t
2

SOLUCIN DE EDO

QU ES LA SOLUCIN DE UNA
ECUACIN DIFERENCIAL?
Dada una EDO:
dy d 2 y
dny
F ( x, , 2 ,..., n ) 0
dx dx
dx

Una funcin y=f(x) es una solucin de la ecuacin

diferencial si al reemplazarla en ella la convierte
en una identidad, esto sobre un intervalo dado.

TIPOS DE SOLUCIONES DE UNA EDO

Solucin General: Una solucin de tipo genrico,
expresada con una o ms constantes; la solucin
general es un haz o familia de infinitas
soluciones.
Solucin Particular: Un caso de la solucin
general, en donde las constantes nombradas en
el punto anterior reciben valores especficos. Los
mtodos
numricos
hallan
soluciones
particulares.
Solucin Singular: Una funcin que verifica la
ecuacin, pero que no es un caso de la solucin
general.

 NO existe un mtodo general para

resolver EDs, es decir, dada una ecuacin
diferencial no tenemos un procedimiento
para hallar su solucin analtica.

 Problema clsico o fundamental

Ecuacin es de 1er orden

Solucin - una funcin que pasa por el punto (x0, y0).
Si no se puede resolver analiticamente hay que aproximar
numricamente la solucin.

 Dada una ecuacin diferencial ordinaria de orden n

y cualquier grado, cuya forma general es:
(1)
Se establece en matemticas que en su solucin
general deben aparecer n constantes arbitrarias.
Entonces, puede aceptarse que la solucin general
de (1) es:

G(X, Y, G1, G2, ... , Gn) = 0

(2)

Grficamente esta ecuacin representa una familia de

curvas planas, cada una de ellas obtenidas para valores
particulares de las n constantes, G1, G2, ... , Gn, como se
ve en la grfica:

 Cada una de estas curvas corresponde a una

solucin particular de la ecuacin diferencial (1)
Y analticamente puede obtenerse sujetando la
solucin general (2) a n condiciones
independientes que permiten evaluar las
constantes arbitrarias.
Para hallar la solucin particular de una ecuacin
de grado n se requieren n condiciones
independientes; la forma como un problema
entrega estas condiciones da origen a dos tipos de
problemas:
Los de valores iniciales
Los de valores de frontera.

PROBLEMAS DE VALORES INICIALES

Dada una EDO de orden n un problema con
condiciones iniciales es:
dy d 2 y
dny
F ( x, , 2 ,..., n ) 0
dx dx
dx
y ( x a ) c1
dy ( x a )
c2
dx
.
.
dy n 1 ( x a )
cn
dx

 Un problema de valores iniciales est dada por:

una ecuacin diferencial de orden n
un conjunto de n condiciones independientes, vlidas para
el mismo punto inicial.

Si la ecuacin diferencial (1) define el problema

X = a es el punto inicial
Entonces las n condiciones independientes son:
(3)

 Se tratar de obtener una solucin particular de (1)

que verifique (3) como se presenta en la grfica

EJEMPLO EDO CON CONDICIONES

INICIALES
Para el problema del tanque ya visto:

dq
q (t )
1
dt
10 t
q (0) 8

Se conoce el valor de la funcin en el punto inicial, a

partir del cual se inicia la integracin hasta donde
se desee (intervalo de solucin).

EJEMPLO EDO
Un tanque contiene, en un principio 40 litros de
salmuera con 8 kilos de sal en solucin. Entra en el
tanque, a razn de 8 litros por minuto, salmuera
conteniendo 8 kilos de sal por litro. La mezcla bien
agitada sale del tanque a razn de 4 litros por
minuto. Cul es la cantidad sal (kilos) en el tanque
en un instante cualquiera?
La variacin de la cantidad de sal es:
dq 1
q (t )
q (t )
84
1
dt 8
40 4t
10 t

dq
q (t )
1
dt
10 t
La solucin general de la ecuacin anterior es:

1
C1
q (t ) (10 t )
2
10 t

dq
q (t )
1
dt
10 t

1
C1
q (t ) (10 t )
2
10 t

Se observa en la solucin de la ecuacin anterior:

Es de primer orden, luego posee una constante en
la solucin.
La ecuacin general posee infinitas soluciones, una
para cada valor de la constante.
Solo una solucin particular, que posee C1=30
cumple con la condicin q(0)=8 (condicin inicial).

 Teniendo gran variedad de problemas de este tipo

existen diferentes mtodos de su solucin.
Estos se clasifican en:
1. Mtodos de un paso o iniciadores:
1.Taylor.
2.Runge Kutta.
2. Mtodos mltipaso o de continuacin.
3. Mtodos predictor corrector.
4. Mtodos explcitos.
5. Mtodos implcitos.

 Los mtodos de un paso

requieren el valor de la condicin inicial
Los mtodos de Taylor
toman un numero dado de trminos de la serie de Taylor
derivadas requeridas se estiman a partir de la ecuacin
diferencial.

El gran problema de estos mtodos

calculo de las derivadas, ya que la funcin f es de 2
variables, se debe de calcular las derivadas
implcitamente.
Como consecuencia
calculo de las derivadas es complicado
tiempo de maquina puede ser muy grande.

 Los mtodos de Runge Kutta (RK), surgen de la

necesidad de evaluar las derivadas de los mtodos de
Taylor.
Estos mtodos duplican el comportamiento de la serie
de Taylor hasta un termino determinado sin evaluar
derivadas.
Precio, hay que evaluar la funcin f en varios puntos.
El orden de estos mtodos se determina por el numero
de trminos que duplica de la serie de Taylor. Mientras
mas alto sea el orden es mas preciso el mtodo, pero
se requiere evaluar mas veces la funcin.
El mtodo de orden optimo es el de 4to orden ya que
es muy preciso y la funcin no se evala muchas
veces.

 Los mtodos predictor corrector

consisten de 2 frmulas: una predice, y la otra corrige y
afina la estimacin de la formula anterior.

Los mtodos explcitos

la funcin solo depende de puntos anteriores de la tabla.

Los mtodos implcitos

la funcin adems de depender de puntos anteriores de
la tabla, tambin depende del mismo punto que se esta
estimando.

Los mtodos mltipaso

requieren de mas de un punto para aplicarlo, es decir, cada
punto depende de varios puntos anteriores en la tabla.

Una solucin en la cual la variable dependiente se expresa slo en trminos de

la variable independiente y las constantes se dice que es una solucin
explcita. Para nuestros propsitos, consideremos una solucin explcita como
una frmula explcita y (x) que podamos manejar, evaluar y derivar usando las
reglas usuales.
Por ejemplo que y = 1/16* x4, y = xex, y y = 1/x son soluciones explcitas,
respectivamente, de dy/dx= xy1/2, y - 2y + y = 0 y xy +y = 0.
Adems, la solucin trivial y = 0 es una solucin explcita de cada una de estas
tres ecuaciones.

Se dice que una relacin G(x, y) =

ecuacin diferencial ordinaria

0 es una solucin implcita de una

en un intervalo I, suponiendo que existe al menos una funcin que satisface la

relacin as como la ecuacin diferencial en I.

SOLUCIO DE PROBLEMAS DE EDO CON

CONDICIONES INICIALES EN MATLAB
Matlab dispone de conjunto de funciones
denominado Solver ODE, el cual permiten resolver
EDO con condiciones iniciales en forma numrica.
Para ello se debe llevar al formato de Matlab y crear
La funcin odeset.
Definir el rango de solucin
Invocar el odeset con las condiciones iniciales
Graficar (analizar) resultados

SOLUCIO DE PROBLEMAS DE EDO CON

CONDICIONES INICIALES EN MATLAB
Existen varias funciones ODE:

A no ser que se trate de un problema especializado

use ode23, ode45.

EJEMPLO SOLUCIN NUMRICA

ECUACIN VAN DER POOL
Resolver numricamente en Matlab la ecuacin de
Van der Pool entre x=0 y x=15, con =2:
d2y
2 dy

(
1

y
) y0
dx 2
dx
y ( 0) 2
dy
( 0) 0
dt

Que se puede expresar como:

dy1
y2
dx
dy 2
2
(1 y1 ) y 2 y1
dx

EJEMPLO
La funcin odeset se crea as:
dy1
y2
dx
dy 2
2
(1 y1 ) y 2 y1
dx

E invocarlo para solucionar la ecuacin, as:

EJEMPLO
Los resultados:

d2y
2 dy

(
1

y
) y0
dx 2
dx
y ( 0) 2
dy
( 0) 0
dt

PROBLEMAS DE VALORES INICIALES Y DE

VALORES DE FRONTERA
En problemas de valores iniciales entregan
condiciones en el extremo inicial del intervalo de
solucin. Los problemas de valores de frontera
establecen condiciones en todos y cada uno de
los puntos que constituyen la frontera del dominio
de solucin.
Ejemplo en una dimensin, si el dominio de
solucin es a<x<b, hay dos puntos frontera, x=a y
x=b; las condiciones son f(x=a)=C1 y f(x-b)=C2.

PROBLEMAS DE VALORES DE FRONTERA

El orden mnimo de la ecuacin diferencial para
un problema de valores de frontera es dos:

dy d 2 y
F ( x, y , , 2 ) 0
dx dx
y ( x a ) c1
y ( x b) c 2

 La solucin numrica de ED consiste en sustituir el dominio

continuo de soluciones por uno discreto formado por puntos
aislados igualmente espaciados entre s.
As, en un problema de valores iniciales, el dominio de
definicin de soluciones se sustituye por el conjunto infinito
numerable de puntos,
X0 = a, X1 = X0 + h, X2 = X0 + 2h, X3 = X0 + 3h, ...
y en el caso de valores en la frontera se sustituye el
intervalo por el conjunto finito de puntos
X0 = a, X1 = X0 + h, X2 = X0 + 2h, ... , Xn = X0 + nh = b
obtenidos, al dividir el intervalo en n partes iguales.

La presentacin grfica muestra estas dos cosas:

EJEMPLO EDO VALORES DE FRONTERA

Ecuacin flujo de calor en una varilla de seccin A
permetro P, conductividad trmica K, y longitud
H, rodeada de un medio de temperatura T,
produce una distribucin de temperatura t:

d 2t
AK 2 PHc(u T) 0
dx
t (0) T 1
dt
(H ) 0
dx

Es posible resolverla solamente con el uso del ODE de

Matlab?

EDO VALORES DE FRONTERA

Es posible resolverla solamente con el uso del
ODE de Matlab?
NO, pues no se conoce dt/dx en x=0; por ello se van
a tratar tres mtodos para resolver EDO con valores
de frontera:
Mtodos de ensayo y error (algunas veces
llamados mtodos de disparo).
Funcin bvp4c de Matlab.
Mtodos de diferencias finitas.

 DISCRETIZACIN DEL DOMINIO

En un problema continuo, se debe obtener la solucin para
los puntos considerados
Como
sustituyendo las derivadas de la ecuacin diferencial con condiciones
iniciales o en la frontera, por frmulas numricas de derivacin que
proporcionan aproximaciones a las derivadas
integrando la ecuacin diferencial o reemplazando al proceso de
integracin por una frmula numrica que se aproxime a la integral.

Resultado
ecuacin obtenida expresada en diferencias finitas (ya que se han
sustituido diferenciales por incrementos finitos) se aplica repetidamente
en todos los puntos pivotes donde se desconoce la solucin para llegar
a una solucin aproximada del problema.

SOLUCIN NUMRICA
DE PROBLEMAS DE
VALORES INICIALES

 SOLUCIN NUMRICA DE PROBLEMAS DE

VALORES INICIALES
Un problema ordinario de valores iniciales est dada
por:
una ecuacin diferencial ordinaria
un conjunto de condiciones, todas ellas vlidas para el mismo
punto inicial, X = X0.

La solucin numrica consiste en evaluar la integral de

Y(X) en todos los puntos pivotes de su intervalo de
definicin, los que estarn igualmente espaciados en h
unidades. Estos valores se obtienen paso a paso, a
partir del punto inicial, lo que da el nombre de mtodos
de integracin paso a paso.

 La evaluacin de Y en los puntos pivote

Xi = X0 + ih, para i = 1, 2, 3, ...
se lleva a cabo usando frmulas de recurrencia, que usan
los valores conocidos de Y en las estaciones anteriores.
Xi-1, Xi-2, Xi-3, ...
As, para aplicar estas ecuaciones, es necesario entonces
evaluar muy aproximadamente a Y(X) en algunos de los
primeros puntos pivotes (uno a cuatro); y esto se hace
usualmente desarrollando f(X) en serie de potencias.

 EJEMPLO
Encuentre la solucin del siguiente problema de valores
iniciales por medio de los primeros cuatro trminos de la
serie de Taylor para X = 0.1, 0.2, 0.3, 0.4 y 0.5.
Y(0) = 1

 SOLUCIN
Se obtienen las derivadas sucesivas :

sustituyendo valores :

 Por lo que:

Evaluando para cada valor de X en esta ltima

ecuacin se tiene:
X

0
0.1
0.2
0.3

1
1.055375
1.123000
1.205125

0.4
0.5

1.304000
1.421875

USANDO LA RECTA TANGENTE

Suponemos que el problema con valores iniciales (PVI)

tiene una solucin. Una manera de aproximar esta solucin es usar

rectas tangentes. Por ejemplo, sea que y(x) denote la solucin
incgnita para el problema con valores iniciales

La ecuacin diferencial no lineal en este PVI no se puede resolver

directamente; no obstante, an podemos encontrar valores
numricos aproximados de la incgnita y(x). En concreto,
supongamos que deseamos conocer el valor de y(2, 5).

El PVI tiene una solucin y como el flujo del campo direccional de la ED en

la figura sugiere, una curva solucin debe tener una forma similar a la curva
que se muestra en azul.
El campo direccional de la figura se gener con elementos lineales que
pasan por puntos de una malla de coordenadas enteras. Puesto que la
curva solucin pasa por el punto inicial (2, 4), el elemento lineal en este
punto es una recta tangente con pendiente dada por

Utilizando el punto (2, 4), la pendiente f (2, 4) = 1.8 y la forma punto pendiente
de una recta, encontramos que una ecuacin de la recta tangente es y = L(x),
donde L(x) = 1.8x + 0.4. Esta ltima ecuacin se llama linealizacin de y(x)
en x = 2 que se puede utilizar para aproximar los valores dentro de una
pequea vecindad de x=2. Si y1= L(x1) denota la coordenada y en la recta
tangente y y(x1) es la coordenada y de la curva solucin correspondiente
a una coordenada x, x1 que est cerca de x = 2, entonces y(x1) y1. Si
elegimos, x1 = 2.1,entonces y1 = L(2.1) = 1.8*(2.1) + 0.4 = 4.18, entonces
y(2.1) 4.18.

 MTODOS DE INTEGRACIN DE EULER

La solucin de un problema de valores iniciales se
obtiene generalmente paso a paso por mtodos de
integracin hacia adelante, lo que permite valuar
Yi+1 tan pronto se conozcan los valores Yi, Yi-1 de Y
en uno o ms pivotes anteriores.
El ms simple de estos mtodos es el Mtodo de
Euler, es aplicable a ecuaciones de primer orden y
no requiere conocer la solucin en los pivotes
anteriores.

 Dado el problema de valores iniciales

se debe integrar la ecuacin diferencial en el intervalo

y evaluar la integral aplicando la frmula de integracin numrica:

(4)

entonces
de donde se obtiene la siguiente expresin aproximada llamada frmula
de Euler
(5)
Yi+1 = Yi + h f(Xi, Yi)
o

Yn+1 = Yn + h Y'n

 La expresin indica que el mtodo de Euler consiste en ir de un valor

Yn conocido de la solucin de la ecuacin Y' = f(X, Y) en un punto
X= Xo, al siguiente por medio de la tangente T1 a la curva integral
Y = Y(X) en el mismo punto de la solucin conocida.

 EJEMPLO
Resolver el problema del ejemplo anterior aplicando
el mtodo de Euler.
Se tiene
Yi+1 = Yi + h f(Xi, Yi)
donde

Entonces
En la tabla aparecen tabulados los valores de la
solucin aproximada obtenidos a partir de la
condicin inicial conocida Y0(0) = 1

(6)

Yi

Yi solucin exacta

0.0

1.000 000

1.000 000

0.1

1.050 000

1.055 409

0.2

1.110 638

1.123 596

0.3

1.184 649

1.208 459

0.4

1.275 870

1.315 789

0.5

1.389 819

1.454 545

 Una mejor aproximacin a la solucin de la ecuacin diferencial se

obtiene si en vez de ir por la tangente T1, para determinar la solucin en
el siguiente Punto Pivote, se utiliza una secante con pendiente igual al
promedio de pendientes de la curva integral en los puntos (Xn, Yn),
(Xn+1, Yn+1) en donde Xn+1 y Yn+1 pueden estimarse con el procedimiento
normal de Euler:

 Como resultado se obtiene el mtodo mejorado de Euler (o

mtodo Heun) con error del orden de h3 definido por la
expresin

en donde f(Xn+1, Yn+1) es el valor de la funcin f(X, Y) para:

X = Xn+1
Y = Yn + h f(Xn, Yn)

Aqu es importante hacer una advertencia. No se pueden calcular primero todos los
valores de y *n ; y despus sustituir sus valores en la frmula (3).

 Los mtodos de Euler y Heun tienen los siguientes

puntos en comn:
1. Son mtodos de un paso; para determinar Yn+1 se necesita
conocer nicamente los valores de Xn y Yn del punto
anterior.
2. No requieren evaluar ninguna derivada, sino nicamente
valores de la funcin f(X, Y).

Estas caractersticas dan origen a una gran

variedad de mtodos conocidos como de RungeKutta. La diferencia entre ellos cosiste en la forma
como se define la funcin (X,Y)
La ventaja de los mtodos de Runge-Kutta es que
los dichos mtodos requieren slo de la funcin f(X,
Y) y no se necesita la evaluacin de derivadas.
Esto hace que, en la prctica, la aplicacin de los
mtodos de Runge-Kutta sean ms simples que el
uso de la serie de Taylor.

 La ecuacin original del mtodo de Euler es:

y i 1 y i xi , y i , h h

Donde xi , y i , h

- funcin incremento (pendiente sobre el intervalo).

La funcin incremento se escribe en general como:
a1 k1 a2 k2 .................... an kn

donde las a son constantes y las k son:

k1 f xi , y i
k2 f xi p1 h, y i q11 k1 h

k3 f xi p2 h, y i q21 k1 h q22 k2 h
.
kn f xi pn-1 h, y i qn-1,1 k1 h qn-1,2 k2 h .......... .. qn-1,n-1 kn-1 h

 k- son relaciones de recurrencia, ya que la primera

interviene en la segunda, a su vez la primera y la
segunda intervienen en la tercera y as sucesivamente.
Existe varios tipos de mtodos de Runge Kutta
El orden del mtodo depende del nmero de trminos en
la funcin incremento n.
n = 1 - mtodo de Runge Kutta de primer orden, su funcin
incremento es:

a1 k1 a1 f xi , y i

n = 2- mtodo de Runge Kutta de segundo orden, su funcin

incremento es:
y i 1 y i a1 k1 a2 k2 h

Las ai son constantes a determinar y las ki son:

k1 f xi , y i

k2 f xi p1 h, y i q11 k1 h

 Hay que determinar los valores de las constantes a1, a2, p1 y q11. Para ello
desarrollamos la serie de Taylor de segundo orden para yi+1 en trminos
de yi y la derivada primera de la funcin respecto de x valuada en xi, yi :

f xi , y i 2
y i 1 y i f xi , y i h
h
2!

Despus de operaciones matemticas tenemos:

f
f
yi1 yi a1 f xi, yi a2 f xi, yi h a2 p1 a2 f xi, yi q11 h2 ....
x
y

Comparamos trminos de esta ecuacin con:

f x, y f x, y dy h

y i 1 y i f xi , y i h

y
dx 2!
x

 Para ser equivalentes las dos ecuaciones se debe cumplir:

1
1
a1 a2 1 , a2 p1
y a2 q11
2
2
Como hay una incgnita mas que el nmero de ecuaciones, no existe un
conjunto nico de constantes. Sin embargo, podemos suponer una de las
constantes y calcular a las otras tres. En consecuencia, existe una familia de
mtodos de segundo orden.

Por ejemplo, en funcin de a2 (a2 =1/2):

a1 1 - a2 , p1

1
2 a2

q11

1
2 a2

Entonces: a1 = , p1 = 1 y q11 = 1.
Reemplazando, obtendremos la ecuacin:
1

y i 1 y i a1 k1 a2 k2 h
y i 1 y i k1 k2 h

2
2

donde:
k1 f xi , y i

k2 f xi h, y i k1 h
k1 - pendiente en el inicio del intervalo
k2 - pendiente al final del mismo.

 Mtodos de Runge Kutta de tercer orden.

De la ecuacin general de Runge Kutta:

y
y a k a k a k h
i 1

Se puede hacer un desarrollo similar al del mtodo de

segundo orden. Como resultado: 6 ecuaciones con 8
incgnitas, entonces deben especificarse 2 valores para
establecer todos los parmetros restantes.
Una versin comn del mtodo de Runge Kutta de tercer
orden es:
1
y i 1 y i

donde:

k1 4 k2 k3 h

k1 f xi , y i
k2
k3

1
1

f xi h, y i k1 h
2
2

f xi h, y i k1 h 2 k2 h

Mtodo de Runge-Kutta (de cuarto orden):

1
y i 1 y i k1 2 k2 2 k3 k4 h
6
k1 f xi , y i
k2
k3
k4

1
1

f xi h, y i k1 h
2
2

1
1

f xi h, y i k2 h
2
2

f xi h, y i k3 h

Este mtodo es mas utilizado, veamos los pasos de calculo.

Para calcular un valor aproximado de la solucin y1 en el punto

x1 = x0 + h, se calculan los siguientes nmeros:

k1 h f (x 0 ,y0 )
h
k1
k 2 h f (x0 , y0 )
2
2
h
k2
k3 h f (x 0 , y0 )
2
2
k 4 h f (x0 h, y0 k3 )
1
K0 (k1 2k 2 2k 3 k4 )
6

y entonces se toma:

y1 y0 K0

Procediendo del mismo modo, calcularamos el valor aproximado de

la solucin, y2, en el punto x2 = x1 + h:

k1 h f (x1 , y1 )
h
k1
k 2 h f (x1 , y1 )
2
2
h
k2
k3 h f (x1 , y1 )
2
2

k 4 h f (x1 h, y1 k3 )
1
K0 (k1 2k 2 2k 3 k4 )
6

y2 y1 K0

Y as, sucesivamente, para el punto ensimo, tendramos xn = xn-1 + h:

k1 h f (x n1 , yn1 )
h
k1
k 2 h f (xn1 , yn1 )
2
2
h
k2
k3 h f (x n1 ,y n1 )
2
2

k 4 h f (xn1 h, yn1 k3 )
1
K0 (k1 2k 2 2k 3 k4 )
6

yn yn1 K0

Utilizar el mtodo de Runge-Kutta con el problema siguiente para

calcular la solucin aproximada en x = 0.2 y x =0.4:

dy
2x y ; y(0) 1
dx
h = 0.2:

x1 x 0 h 0 0.2 0.2

k1 h f (x 0 ,y0 ) 0.2 (2 0 1) 0.2

h
k1
k 2 h f (x0 , y0 ) 0.2 f (0 0.1, 1 0.1)
2
2
k 2 0.2 2 0.1 1.1 0.26
h
k2
k3 h f (x 0 , y0 ) 0.2 f (0.1, 1.13)
2
2
k3 0.2 2 0.1 1.13 0.266

k 4 h f (x0 h, y0 k3 ) 0.2 f (0.2, 1.266)

k 4 0.2 2 0.2 1.266 0.3332

1
K0 (k1 2k 2 2k 3 k4 ) 0.2642
6
y1 y0 K0 1.2642

x2 x1 h 0.2 0.2 0.4

k1 h f (x1 , y1 ) 0.2 (2 0.2 1.2642) 0.33284
h
k1
k 2 h f (x1 , y1 ) 0.2 f (0.3, 1.43062) 0.40612
2
2

h
k2
k3 h f (x1 , y1 ) 0.2 f (0.3, 1.46726) 0.41345
2
2

k 4 h f (x1 h, y1 k3 ) 0.2 f (0.4, 1.67765) 0.49553

1
K0 (k1 2k 2 2k 3 k4 ) 0.41125
6
y2 y1 K0 1.2642 0.41125 1.67545

Utilizar el mtodo de Runge-Kutta con el problema siguiente para

calcular la solucin aproximada en x = 0.1 y x =0.2:

dy
x 2 y2
dx
h = 0.1:

; y(0) 1

x1 x 0 h 0 0.1 0.1

k1 h f (x 0 ,y0 ) 0.1f (0,1) 0.1 (0 1 ) 0.1

h
k1
k 2 h f (x0 , y0 ) 0.1 f (0.05, 1.05)
2
2
2
2
k 2 0.1 0.05 1.05 0.1105
h
k2
k3 h f (x 0 , y0 ) 0.1 f (0.05, 1.05525)
2
2
k3 0.1116052
2

k 4 h f (x0 h, y0 k3 ) 0.1 f (0.1, 1.1116052)

k 4 0.1 (0.1 1.1116052 ) 0.1245666
2

1
K0 (k1 2k 2 2k 3 k4 ) 0.1114628
6
y1 y0 K0 1.1115

x2 x1 h 0.1 0.1 0.2

k1 h f (x1 , y1 )

0.1 (0.1 1.1115 ) 0.1245432

2

h
k1
k 2 h f (x1 , y1 ) 0.1 f (0.15, 1.1737716) 0.1400239
2
2

h
k2
k3 h f (x1 , y1 ) 0.1 f (0.15, 1.181512) 0.141847
2
2

k 4 h f (x1 h, y1 k3 ) 0.1f (0.2, 1.2533471) 0.1610878

1
K0 (k1 2k 2 2k 3 k4 ) 0.1415621
6
y2 y1 K0 1.2531

 Mtodos de Runge Kutta de orden superior.

Si se requiere mayor exactitud en las estimaciones es recomendable utilizar
alguno de los mtodos de Runge Kutta de quinto orden. Entre estos se
destaca el mtodo de Butcher:

y i 1 y i

1
7 k1 32 k3 12 k4 32 k5 7 k6 h
90

k1 f xi , y i
1
1

k2 f xi h, y i k1 h
4
4

1
1
1

k3 f xi h, y i k1 h k2 h
4
8
8

1
1

k4 f xi h, y i k2 h k3 h
2
2

3
3
3

k5 f xi h, y i
k1 h
k4 h
4
16
16

3
2
12
12
8

k6 f xi h, y i k1 h k2 h
k3 h
k 4 h k5 h
7
7
7
7
7

Este mtodo es mas preciso que el de cuarto orden, pero es mucho mayor
la complejidad adicional y el esfuerzo computacional.

Comparacin de los mtodos de Runge Kutta

 Transformacin de una EDO de orden n en un sistema de n EDOs de primer

orden
Considrese una ecuacin diferencial de la siguiente forma, para x [a,b] :
2
n 1

d ny
dy
d
y
d
y
f x, y,
,
,......,
2
n 1

dx
dx n
dx
dx

La idea bsica de la transformacin es tratar explcitamente como funciones

incgnita a las n 1 primeras derivadas de la funcin y. Esto puede
expresarse como:
y y
1

y2
y3

dy dy1

dx
dx
d2y
dx 2

dy 2
dx

dy n 1
dx

.
yn

Entonces

d ny
dx n

dy n
f x, y1 , y 2 , y 3 ,......, y n
dx

Si tomamos ltima ecuacin y la combinamos con las (1) a excepcin y1,

se transforman las condiciones iniciales y se obtiene:

dy
d y
y3 2

dx
dx 2

n
dy
d y

y n n 1

dx
dx n

dy n
f x, y1 , y 2 , y 3 ,......, y n
dx

y2

dy1 dy

dx
dx

n ecuaciones con n incognitas

y1 a y a 0

dy

a 1
y 2 a

dx

2
d y1

y 3 a
a 2

dx 2

d n-1y

. y n a
a n 1
dx n-1

n condiciones iniciales

 Ejemplo: Expresar la siguiente ecuacin diferencial ordinaria de orden 3

en un sistema de tres ecuaciones diferenciales ordinarias de orden 1.
Dada la siguiente ecuacin:
d 3 y x
d 2 y x
dy x

x
2
3 x2
4 y x 4 e x 2
dx 3

dx 2

dx

Donde las condiciones iniciales son:

x = 0, y(0) =4, y(0) = -1, y(0) = 2.
Transformarla en un sistema de 3 ecuaciones de primer orden.
Para ello definimos las siguientes variables dependientes:
y ' x v x

Entonces:

v ' x u x
y ' x v x
y ' ' x v ' x u x
y ' ' ' x v ' ' x u' x

 La ecuacin original podr entonces escribirse en trminos del

siguiente sistema:
y ' x v x
v ' x u x
4 e x 2 2 v ' x 3 x 2 y ' x 4 y
u x
x
'

Condiciones iniciales en x = 0:

y(0) 4; v(0) 1

u(0) 2

 Solucin de un sistema de n EDOs de primer orden

dy1
f1 x , y1 , y 2 ,......... ..., y n
dx
dy 2
f2 x , y1 , y 2 ,......... ..., y n
dx
.
.
dy n
fn x , y1 , y 2 ,......... ..., y n
dx
La solucin de tal sistema requiere de que se conozcan las n
condiciones iniciales en el valor inicial del intervalo correspondiente a x.
Todos los mtodos vistos anteriormente para simples ecuaciones
pueden extenderse a la resolucin de sistemas como el anterior. El
procedimiento para resolver un sistema de ecuaciones simplemente
involucra aplicar las tcnicas conocidas para cada ecuacin en cada
paso, antes de proceder con el siguiente.

Ejemplo 1: Resolver el siguiente sistema de EDOs mediante el mtodo de Euler.

dy1
- 0.5 y1
dx
dy 2
4 - 0.3 y 2 - 0.1 y1
dx

Intervalo: x = [0, 2], con condiciones iniciales en x = 0, y1 = 4 , y2 = 6.

Utilizaremos un paso h = 0.5.
La formula del mtodo de Euler

y i 1 y i f ( xi , y i ) h

Primero calculamos las pendientes:

dy1
f1 ( 0 , 4, 6) - 0.5 4 - 2
dx
dy 2
f2 ( 0 , 4, 6) 4 - 0.3 6 - 0.1 4 1.8
dx

Y luego los valores de la funcin para el primer paso:

y1 0.5 y1 0 f1 ( 0 , 4 , 6) h 4 - 2 0.5 3
y 2 0.5 y 2 0 f2 ( 0 , 4 , 6) h 6 1.8 0.5 6.9

 Para un segundo paso volvemos a calcular las pendientes:

dy1
f1 ( 0.5 , 3, 6.9) - 0.5 3 - 1.5
dx

dy 2
f2 ( 0.5 , 3, 6.9) 4 - 0.3 6.9 - 0.1 3 1.63
dx

Y luego los valores de la funcin para el segundo paso:

y1 1.0 y1 0.5 f1 ( 0.5 , 3, 6.9) h 3 - 1.5 0.5 2.25

y 2 1.0 y 2 0.5 f2 ( 0.5 , 3, 6.9) h 6.9 1.63 0.5 7.715

Y as contina el clculo hasta el final. Los resultados se resumen en la

siguiente tabla:
x
y1
y2
0.0

4.000000

6.000000

0.5

3.000000

6.900000

1.0

2.250000

7.715000

1.5

1.687500

8.445250

2.0

1.265625

9.094870

MTODOS MULTIPASOS

INTRODUCCION
Los mtodos de Euler, de Euler mejorado y de
Runge-Kutta son ejemplos de mtodos de un
slo paso o de inicio. En estos mtodos cada
valor sucesivo yn+ 1 se calcula slo con base en la
informacin acerca del valor precedente
inmediato yn. Por otro lado, los mtodos
multipasos o continuos usan los valores de los
diferentes pasos calculados para obtener el valor
de yn+1.

METODO DE ADAMS

MTODO DE DIFERENCIAS
FINITAS PARA SOLUCIN
NUMRICA DE EDO
CON VALORES DE FRONTERA

MTODO DE DIFERENCIAS FINITAS

Este aproxima las derivadas de la EDO, reduciendo el
problema a resolver un sistema lineal de ecuaciones.
Este mtodo es aplicable para EDO y EDP; es directo
su uso en ecuaciones de orden dos de la forma:

d 2 f ( x)
df ( x)

P
(
x
)
Q( x) f ( x) S ( x)
dx 2
dx
f ( x a)
f ( x b)

MTODO DE DIFERENCIAS FINITAS

Discretizacin del intervalo solucin:
a x0 x1 ...x n 1 x N b
h

ba
N

Las derivadas se pueden aproximar:

f f i 1
df ( x xi)
fi ' i 1
dx
2h
f i 1 2 f i f i 1
d 2 f ( x xi)
''

fi

dx 2
h2

MTODO DE DIFERENCIAS FINITAS

Con la discretizacin, la ecuacin diferencial original:
d 2 f ( x)
df ( x)

P
(
x
)
Q( x) f ( x) S ( x)
dx 2
dx

Queda:
f i 1 2 f i f i 1
f i 1 f i 1

Pi
Qi f i Si
2h
h2
a x0 x1 ...xn 1 xN b

Teniendo en fi con i=1,,N, como incgnitas, tenemos

un sistema lineal de ecuaciones.

MTODO DE DIFERENCIAS FINITAS

El sistema de ecuaciones a resolver es:

Af L

f2
.

f N 1
f1

2
2

h
Q
P
1
1
1

h
2
A P2 1 2 h Q2
2

0
0

0
h
P2 1
2

0.
.

.
.

h
2

h S1 ( P1 1)

h S2
L

h 2 S ( P h 1)

N 1
N 1
2

.
0

h
PN 1 1 2 h 2QN 1

EJEMPLO MTODO DE DIFERENCIAS

FINITAS
La nueva versin del problema de conduccin de calor
du1
u2
dt
du 2
200(u1 293)
dt
u1(0) 493
u1(0.2) 313.7

En terminologa de diferencia finitas:

d2 f
200( f 293) 200 f 58600
dx 2
f (0) 4930 K
f (0.2) 313.7 0 K

EJEMPLO MTODO DE DIFERENCIAS

FINITAS
En este caso Pi=0, Qi=200, Si=-58600, f(x=0)=493,
f(x=0.2)=313.7
Discretizando el intervalo entre x=0 y x=0.2 con N=50,
se obtiene h=0.004
Matlab debe resolver el siguiente sistema lineal de
ecuaciones (50x50).
Af L

f1

f2
.

f 49

1
0 0.
2.0032
1
2.0032 1
.
A
.

0
.
0

.
.

.
0
0

1 2.0032
.

492.062

0
.
9376

314.63

Sistema tridiagonal se puede resolver con el algoritmo

de Crout.

ALGORITMO DE CROUT (SOLUCIN DE

SISTEMAS TRIDIAGIONALES)
Los sistemas tridiagonales se pueden resolver con el
algoritmo de Crout. Esta almacena en vectores
a,b,c,l, sin el uso de matrices:
a1
a
A 2
.

c1
b2

0
c2

a [a1 a 2 ...a n ]
b [b1 b 2 ...b n ]
c [c1 c 2 ...c n ]
l1
l 2
l
.

ln

0.
.

.
.

.
.
an

0
0
0

bn

EJEMPLO MTODO DE DIFERENCIAS

FINITAS

EJEMPLO MTODO DE DIFERENCIAS

FINITAS
Resultado mtodo de diferencias finitas:

Concuerda con la hallada por los dos mtodo anteriores!

OTRAS CONDICIONES DE FRONTERA

Queda pendiente como tratar otras condiciones de
frontera:
f ' ( x a)
f ' ( x b)

f ( x a)
f ' ( x a)
o
o '
f ( x b)
f ( x b)

En estos casos f0 y fN son incgnitas, luego

requerimos dos ecuaciones ms para plantear el
sistema tridiagonal.
As la condicin de frontera f (x=a)= , esta
condicin se puede aproximar por (f-1 punto ficticio):
f1 f 1

2h

f 1 f 1 2h

OTRAS CONDICIONES DE FRONTERA

La ecuacin diferencial puede escribirse para el
punto f0 como:
f 1 2 f 0 f 1
f 1 f 1

P
0
Q0 f 0 S 0
2h
h2
(2 h 2 P 0) f 0 2 f 1 (2 hQ 0)h h 2 S 0

La condicin de frontera del otro extremo f (x=b)=,

por un procedimiento similar quedara:
2 f N (2 h 2QN ) f N h 2 S N (2 hPN )h

OTRAS CONDICIONES DE FRONTERA

De esta forma se completa un sistema tridiagonal de
N+1 incgnitas con N+1 ecuaciones, el cual puede
ser resuelto por el mtodo de Crout, o cualquier otro
mtodo
numrico
para
resolver
sistemas
algebraicos de ecuaciones.

CONCLUSIONES/OBSERVACIONES

Las ecuaciones diferenciales son una

herramienta poderosa para el modelamiento y
simulacin de sistemas.
Es posible plantear en muchas ocasiones la
ecuacin diferencial del modelo de un
sistema, pero no siempre es posible la
solucin analtica del mismo; en estas
situaciones los mtodos numricos son una
alternativa viable de solucin.

CONCLUSIONES/OBSERVACIONES

Una solucin numrica entrega soluciones

particulares de una ecuacin diferencial.
Las
soluciones
particulares
requieren
condiciones independientes definidas por el
problema.
Dependiendo de la forma de entregar las
condiciones independientes problema se
originan dos tipos de problemas, los de valor
inicial y los de valores de frontera.

CONCLUSIONES/OBSERVACIONES

Muchos problemas de valores de frontera no

poseen solucin.
Matlab y otros paquetes de simulacin
entregan implementados mtodos numricos
que permiten resolver problemas de EDO con
condiciones iniciales y de valores de frontera.
Los algoritmos de solucin de problemas de
EDO con valores de frontera caen en dos
categoras, Los mtodos de ensayo-error y los
mtodos de diferencias finitas.

CONCLUSIONES/OBSERVACIONES

El mtodo de ensayo y error resuelve EDO

con valores de frontera, convirtindolos en
problemas de condiciones iniciales, haciendo
suposiciones paras las condiciones iniciales
que no se conozcan.
Los
mtodos
de
diferencias
finitas,
discretrizan, para aproximar algebraicamente
las ecuaciones diferenciales, y obtener un
sistema de N ecuaciones algebraicas
simultneas, cuya solucin son los puntos
solucin de la ecuacin diferencial.