Repblica bolivariana de Venezuela

Ministerio del poder popular para la defensa

Universidad nacional experimental de las fuerzas armadas
Sede Maracay-ncleo Aragua

INFORME FINAL DE
CLCULO NUMRICO
Bachiller:
Oriana Galindez
Ci: 26166089
Ing. civil 3S-D-003

INDICE

Mtodos de diferenciacin e integracin numrica....................pg. 05

Mtodos de integracin numricapag.06
Regla rectangularpag.07
Regla del trapeciopag.10
Regla de Simpsonpag.10
Regla de Simpson de 1/3pag.11
Regla de Simpson de 3/8pag.12
Mtodo de Romberg.pag.13
Cuadratura gaussiana..pag.17
Derivacin de la Frmula de Gauss-Legendrepag.18
Solucin numrica de ecuaciones diferenciales pg.
20
Mtodos de runge kutta..pg. 20
Mtodos de runge kutta de segundo orden.pg.
22
Mtodos de runge kutta de cuarto orden..pag.24
Mtodos multipasos.pag.25
Mtodos de Adams..pag.26
Mtodos predictor-correctorpag.29
Mtodo Predictor Corrector de cuarto orden de Adams- BashforthMoultonpag29
Introduccin al mtodo de elementos
finitos....pag.33

INTRODUCCION

Los mtodos numricos ofrecen soluciones aproximadas muy cercanas a las

soluciones exactas.
La discrepancia entre una solucin verdadera y una aproximada representa
un error.
En la prctica profesional, los errores pueden resultar costosos, y en algunas
ocasiones catastrficos.
Por ello, los errores se deben:
Identificar
Cuantificar
Minimizar.
Clculo Numrico es una materia de Clculo o Matemticas Aplicada, que
muestra cmo a travs de frmulas e iteraciones podemos obtener
resultados bastante aproximados para diversos problemas que se pueden
plantear.
En este informe se dar a conocer los mtodos de diferenciacin e
integracin numrica, solucin numrica de ecuaciones diferenciales,
introduccin al mtodo de elementos finitos.

MTODOS DE DIFERENCIACIN E INTEGRACIN NUMRICA

Una integral definida tiene la forma,

Donde a, b son el lmite inferior y superior de integracin,
respectivamente, f(x) es la funcin a integrar y dx es la diferencial de x.
La integral, geomtricamente, representa el rea delimitada por el lugar
geomtrico de la funcin, f(x), el je de las abscisas, y la dos rectas verticales
x= a y x= b

Cuando, la integral definida s muy difcil o de plano imposible de resolver,

existen estrategias que permiten tener una solucin aproximada. La integral
definida permite que, geomtricamente, se determine una aproximacin a
travs de trapecios. Otra forma de obtener una solucin aproximada a la
integral definida es tratar de ajustar un polinomio al lugar geomtrico de la
funcin a integrar, y as en vez de integrar la funcin f(x), se integra el
polinomio pn(x).

Al igual que la integral, la derivada tiene un significado geomtrico que

permite

una

aproximacin

numrica.

As,

la

derivada

representa,

geomtricamente, la pendiente de una recta tangente.

La recta es tangente al lugar geomtrico de la funcin(x). Toman dos puntos

alrededor del punto de tangencia es posible representar la pendiente a travs
de,

La idea anterior puede tomarse como base para determinar una

aproximacin a la derivada de una funcin, junto con estrategias que mejoren
dicha aproximacin.
Mtodos de integracin numrica
Dada una funcin f definida sobre un intervalo cerrado a, b. estamos
interesados en calcular

Suponiendo que esta integral tenga sentido para la

funcin f. la cuadratura o integracin numrica consiste en obtener formulas
aproximadas para calcular la integral de (f). Estos mtodos son de gran
utilidad cuando la integral no se puede calcular por mtodos analticos, su
clculo resulta muy costoso y estamos interesados en una solucin con
precisin finita dada o bien solo disponemos de una tabla de valores de la
funcin (es decir no conocemos la forma analtica de (f).
Regla rectangular: La integral definida entre los puntos a y b de una funcin
continua y acotada f(x) representa el rea comprendida debajo de esa
funcin. En ocasiones es necesario calcular integrales (reas) de modo
numrico, es decir, sin conocer la integral explicita de la funcin f(x). Existen
varios posibles mtodos para calcular esta rea. Quizs el ms sencillo sea
sustituir el rea por un con junto de n sub reas donde cada sub rea semeja
un pequeo rectngulo elemental de base dx = (b a) / n y altura h, El rea
sera:

rea = h * x (Fig 1). Donde h es el valor de la funcin calculada en el punto

Medio del rea, o sea f (a + dx / 2) y x dx es el ancho definido para dicha

Sub rea. Ntese que entre ms grande es dx entonces mayor ser el rea
que se quita y pone al rea real que se desea calcular (rea colocada entre
la
Funcin y las lnea azul y rea quitada entre la funcin y la lnea roja). Si se
Toma Li como lmite inferior definido para el clculo de la integral entonces el
punto sobre el eje x para el clculo de h ser: Li + x / 2. Teniendo en cuenta
Lo anterior el rea ser: rea = x * f (Li + dx / 2)
Si el rea que se desea calcular se divide entre N sub reas, donde cada una
de ellas representa un pequeo rectngulo, entonces el rea total ser:
rea de primer rectngulo: A1 = h1 * dx = h1 * x , donde h1 ser la funcin
Evaluada en la mitad de la seccin del primer rectngulo, se podra decir
Entonces en trminos generales que h1 es igual a la funcin evaluada en x1,
h1 = f (x1). Teniendo en cuanta lo anterior se deduce que x1 = (li + dx / 2) y
Por lo tanto el rea de ese primer rectngulo ser:
A1= x*f(x1) = x*f (li+ x/2)
Del mismo modo se puede decir que el rea del segundo rectngulo es:
A2= x/f(x2) = x*f (li+3* x/2)
rea del tercer rectngulo es:
A3= x*f(x3) = x*f (li+5* x/2)
rea del ensimo rectngulo es:
Ai= x*f (xi) = x*f (li+ (2*i-1) x/2)
1

Ejemplo: utilizar la regla rectangular para la integral:

e x
0

dx. Tenga en

cuenta que el valor real es 1.4626

Solucin: usando la formula directamente con los siguientes datos:

a= 0, b=1
2

f ( x )=e x

Si se asume el rea como un solo rectngulo el valor de xi ser 0.5 y por lo

tanto se tiene que:
1

e x dx=dxf ( a+ dx2 )=1e 0.5 =1.28402541666774

2

Teniendo en cuenta en cuenta el resultado obtenido con el mtodo

rectangular tomando el rea como un solo rectngulo (1.2840254...), se
puede comprobar que dicho valor es inferior al valor real que es de 1.4626 el
valor real es el rea bajo la curva, que corresponde a la funcin dada y el
valor calculado de 1.2840que correspondera a la forma que toma el rea
asumindola como rectngulo.
Ejemplo 2: aplicar la regla rectangular para aproximar la integral
1

e x dx
0

Si se subdivide en 5 intervalos.

Solucin: en este caso se identifica n= 5, y la participacin generada es:

P {0.0, 0.2, 0.4, 0.6, 0.8, 1.0}
dx=
1

10
=0.2 , as aplicando la regla rectangular se tiene que:
5

e x dx=0.2[ f ( 0.1 )+ f ( 0.3 ) +f ( 0.5 )+ f ( 0.7 ) + f (0.9)]

0

e0.1
1

e 0.3 + e 0.5 + e 0.7 +e 0.9

+
e
dx=0.2

0
1

e x dx=0.2[1.01005+1.09417+1.28403+1.63232+2.24791]
0

e x dx=1.453696
0

As, se nota que con 5 intervalos, la aproximacin no es tan mala. Para hacer
Clculos con ms sub intervalos, es conveniente elaborar un programa que
aplique la frmula con el nmero de sub intervalos que se desee y que
permita obtener un valor ms cercano al real.
Regla del trapecio: O Regla Trapezoidal, es una frmula cerrada de
Newton-Cotes, y corresponden al caso donde el Polinomio es de 1er Orden.
f 1 ( x ) =f ( a )+
b

I = [ f ( a )+
a

I =( ba)

f ( b )f ( a )
( xa)
ba

f ( b )f ( a )
(xa)]dx
ba

f ( a ) + f (b)
2

Geomtricamente, la Regla Trapezoidal es equivalente a aproximar el rea

del Trapecio bajo la lnea recta que une a f(a) y a f(b).
El error en la regla trapezoidal es:

10

Et=

1
f () {(b-a)} ^ {3}
12

Ejemplo: Aplique la Regla del Trapecio para integrar:

2

f ( x )=0.2+25 x200 x + 675 x 900 x +400 x

Desde a= 0 hasta b= 0.8

f (0)= 0.2; f (0.8)= 0.232
I =0.8

0.2+ 0.232
= I =0.1728
2

Regla de Simpson: Una manera ms exacta para obtener una estimacin

de una Integral, es usar Polinomios de Orden Superior para conectar los
puntos.
A las frmulas resultantes de calcular la integral bajo estos polinomios se les
llama Reglas de Simpson.
Se conectan los tres puntos (1/3) con una parbola, y los cuatro puntos (3/8)
con un Polinomio de 3er orden.

11

Regla de Simpson de 1/3

Se sustituye un Polinomio de 2do Orden en la ecuacin:
b

I = f ( x ) dx= f 2 ( x ) dx
a

Integrando y reordenando trminos, luego de sustituir a y b por x0 y x2, y

representando a f2(x) mediante un polinomio de LaGrange de 2do Grado,
resulta:
h
I = [f ( x 0 ) + 4 f ( x 1 ) + f ( x 2)]
3
La etiqueta de 1/3 viene al dividir h entre 3.
Re expresando la ecuacin, se tiene:
I =( ba )

f ( x 0 ) + 4 f ( x 1 )+ f (x 2)
6

12

Donde a=x0, b=x2 y x1=

b a
2

(punto medio entre a y b)

El Error de Truncamiento viene dado por:

Ev=

1 3 (4 )
h f ( )
90

Ejercicio1:
Use la Regla de Simpson 1/3 para integrar:
f (x)=0.2+25 x 200 x2 +675 x 3 900 x 4 +400 x 5
Desde a= 0 hasta b= 0,8
f(0) = 0,2

f(0,8) = 0,232

f(0,4) = 2,456
I =( 00.8)

0,2+ 4 ( 2,456 ) +0,232

6

I = 1,367 466 67
Regla de Simpson de 3/8
Se ajustan Polinomios de LaGrange de 3er Orden.
b

I = f ( x ) dx f 3 ( x ) dx
a

I=

3h
[ f ( x 0 ) +3 f ( x 1 ) +3 f ( x 2 )+ f ( x 3)]
8

ba
Donde h= 3

Y se puede re expresar como:

13

I =( ba )

f ( x 0 ) +3 f ( x 1 )+ 3 f ( x 2 ) + f (x 3)
8
ba
3

Donde x0= a; x3 = b, x1= a+

ba
3

x2= a+ 2
3

El Error viene dado por:

Ev=

( ba ) (4 )
3 5 ( 4)
h f ()
f ( )
80
6480

La Regla de Simpson 3/8 es ms exacta que la regla 1/3, sin embargo, la

regla 1/3 usa 3 puntos, y la regla 3/8 usa 4 puntos.
Ejercicio Use la Regla de Simpson 3/8 para integrar:

f ( x )=0.2+25 x +200 x +675 x + 900 x +400 x

Desde a= 0 hasta b= 0,8

f(0) = 0,2

f(0,8) = 0,232

f(0,266 7) = 1,432 724 28

f(0,533 3)= 3,487 176 96

I =( 00.8)

0,2 3 ( 1,43272428 )+ 3 (3,48717696 )+ 0,232

8

I = 1,519 170 37
Mtodo de Romberg
En anlisis numrico, el Mtodo de Romberg genera una matriz triangular,
cuyos elementos son estimaciones numricas de la integral definida
siguiente:
b

f ( x ) dx
a

14

Usando la extrapolacin de Richardson de forma reiterada en la regla del

trapecio. El mtodo de Romberg evala el integrando en puntos
equiespaciados del intervalo de integracin estudiado. Para que este mtodo
funcione, el integrando debe ser suficientemente derivable en el intervalo,
aunque se obtienen resultados bastante buenos incluso para integrandos
poco derivables. Aunque es posible evaluar el integrando en puntos no
equiespaciados, en ese caso otros mtodos como la cuadratura gaussiana o
la cuadratura de ClenshawCurtis son ms adecuados.
El mtodo se define de forma recursiva as:
1
R ( 0,0 )= ( ba)( f ( a ) +f ( b ))
2
2 k1
a+()

f
2

n1

f ( a ) +hn
k=1

1
R ( n , 0 )= R(n1.0)
2
R ( m, n ) =R ( n ,m1 )+

R ( m, n ) =

1
( R ( n , m1 )R ( n1, m1 ))
4 1
m

1
(4 m R ( n , m1 )R ( n1, m1 ))
4 1
m

Dado que es la extrapolacin de Richardson aplicada a un conjunto de

estimaciones de la integral por la regla trapezoidal, la primera de las
k+1

columnas se obtiene considerando 2, 3, 5, 9, etc. ( 2

, para k = 0, 1,2,...)

puntos en el intervalo de integracin, lo que supone que los valores

15

sucesivos de 'h' se obtienen dividiendo por 2 el valor anterior, siendo el valor

inicial h0=b-a. El resto de las columnas resulta de aplicar la extrapolacin a
los valores obtenidos en la columna inmediatamente anterior. Aunque los
ejercicios siempre incluyen un nmero fijo de filas, el clculo de una fila se
realizara slo si con las filas anteriores no se ha producido la convergencia
al valor requerido con la precisin deseada.
Se puede plantear una forma general:
I j ,k =

k1

I j+1. k1I j .k1

4

k1

Donde:

Ij.k es la Integral mejorada

Ij+1.k-1 es la Integral ms exacta
Ij.k-1 es la Integral menos exacta
El ndice k indica el nivel de Integracin. k=1 es la estimacin de Regla

del trapecio original, k=2 0(h4), k=3 0(h6), y as sucesivamente.

El ndice j distingue entre las estimaciones mejores (j+1) y las
menores (j).

Dicha frmula se le atribuye a Romberg y su aplicacin sistemtica es la

denominada Integracin de Romberg.
Ejercicio:
Obtener la integral por Romberg de la funcin

f ( x )=x5

[1,4] dando el resultado con cuatro cifras decimales correctos.

Usando la frmula trapezoidal con

Que tambin podemos poner como:

16

subintervalos

en el intervalo

Esta frmula tiene como error de truncamiento una expresin del tipo:

por lo que es posible aplicar la extrapolacin de Richardson a un conjunto de

estimaciones realizadas con esta regla, y esto constituye el mtodo de
integracin

de

Romberg.

Las

diferentes

estimaciones

las haremos

subdividiendo el intervalo de integracin por 2, por lo que la estimacin T0k

que aparece anteriormente es la obtenida con 2k aplicaciones de la regla del
trapecio.
Se ha visto que para calcular

podemos utilizar el valor

k1

previamente calculado, de forma que solo necesitaramos evaluar la funcin f

en los

2k1 puntos nuevos. Para obtener el resto de columnas aplicaremos

la siguiente frmula recurrente, tal como nos indica la frmula general de la

extrapolacin de Richardson:

17

La tabla resultante es:

Cuadratura Gaussiana
Las frmulas de Newton-Cotes y otras frmulas de integracin se basan en
la estimacin de integrales en puntos equiespaciados. Por ello, la posicin de
los puntos est fija o predeterminada.
Con el uso de la Regla del Trapecio, se puede generar un error muy grande,
al pasar el trapecio por los puntos lmites.
La cuadratura Gaussiana elimina la restriccin de fijar los puntos
equiespaciados, y los evala libremente. Colocando los puntos lmites de
manera adecuada, se evala una lnea recta que balancee los errores
negativos y positivos y ofrezca una solucin ms exacta.

18

- Mtodo de Coeficientes Indeterminados

La ecuacin de la Regla del Trapecio es:
I (ba)

f ( a ) + f (b)
2

Dicha frmula se puede reexpresar como:

I c 1 f ( a ) +c 2 f (b)
En donde las c son constantes. Al igualar, sustituir, resolver y reordenar, la
ecuacin equivalente a la Regla Trapezoidal queda:
I

ba
ba
f (a)+
f (b)
2
2

Derivacin de la Frmula de Gauss-Legendre basada en dos puntos

La cuadratura gaussiana determina los coeficientes de una ecuacin de la
forma: I = c1f(x1) + c2f(x2)
En donde las c son los coeficientes incgnitas. En contraste a la Regla del
Trapecio, que usa los puntos extremos a y b, los argumentos de la funcin x1

19

y x2 ahora no estn fijos a los puntos extremos, sino que son incgnitas. Por
lo tanto, existen cuatro incgnitas que se deben evaluar, y se requieren de
cuatro condiciones para determinarlas exactamente.
Al igual que con la Regla del Trapecio, se pueden obtener dos de estas
incgnitas suponiendo que la ecuacin sealada ajusta exactamente la
integral de una constante y de una funcin lineal.

Para llegar a las otras condiciones, se extiende dicho razonamiento al

suponer que tambin se ajusta la integral a una funcin parablica
y=x 2 Y a una funcin cbica y=x 3

Haciendo eso, se determinan las

cuatro incgnitas, conviniendo en derivar una frmula de integracin de doble

punto que sea exacta para cbicas.
Se sustituyen y se resuelven las ecuaciones, y se obtiene la Frmula de
Gauss-Legendre de dos puntos:
If

( 13 )+ f ( 13 )

Cuya derivada es:

dx=

ba
dx
2

Con esas ecuaciones se sustituyen en la ecuacin por integrar x y dx por

xd

dx d respectivamente, para cambiar el intervalo de integracin sin

cambiar los valores de la Integral.

Ejercicio: Evale la Integral siguiente, usando la Cuadratura Gaussiana:
f ( x )=0.2+25 x200 x 2+ 675 x 3 900 x 4 +400 x 5
(Desde a= 0 hasta b= 0,8)

20

Se hace un cambio de variable para trasladar los lmites:

x=

( 0.8+0 ) +(0.80) x d
2

x = 0,4 + 0,4

xd

Al derivar: dx = 0,4 dx d , Estos valores se sustituyen en la integral

2

0.2+25 x200 x +675 x 900 x + 400 x

()dx
0.8

0.8

[ 0.2+25 ( 0.4 +0.4 x d ) 200 ( 0.4+ 0.4 x d )2 +675 ( 0.4 +0.4 x d ) 3 900 ( 0.4 +0.4 x d ) 4 +400 ( 0.4 +0.4 x d )5 ] 0
0

Se evala la integral en
f

1 1
y
3 3

1
=0,51674055 , f
=1,30583723
(1
)
(
3
3 )

I =f

1
+f

(1
)
(
3
3 )

I=1,82257778

SOLUCIN NUMRICA DE ECUACIONES DIFERENCIALES

21

Mtodos de runge kutta

Los mtodos de Runge-Kutta (RK) logran una exactitud del procedimiento de
una serie de Taylor, sin requerir el clculo de derivadas superiores.
Probablemente uno de los procedimientos ms difundidos, y a la vez ms
exactos, para obtener la solucin numrica del problema de valor inicial:
y = f(t, y), con y(to) = yo, sea el mtodo de Runge- Kutta de cuarto orden.
Los mtodos de Runge Kutta de cualquier orden se deducen mediante el
desarrollo de la serie de Taylor de la funcin f(t,y). Existen muchas
variaciones, las cuales tienen la forma:
y i+1= yi +h ( a1 k 1+ a2 k 2 ++a n k n )
Donde las ai

son constantes y las k son:

k 1=f (t i , y i )
2= f ( t i + p1 h , y 1 +q 11 k 1 h )
k

k 3 =f (t i + p2 h , y i +q 21 k 1 h+q 22 k 2 h)
k n =f (t i + pn1 h , y i +q n1,2 k 2 h+ +q n1,n1 k n1 h)
Notamos que los k son relaciones recursivas, es decir, para determinar k 2, ,
necesitamos k 1 ; para determinar k 3 se necesita k 2, etc.

A continuacin mencionaremos el teorema de Taylor, el cual ser usado

para la obtencin de los mtodos de Runge Kutta.
Teorema de Taylor para funcin de dos variables

22

Sea f(t,y) una funcin de dos variables tal que todas las derivadas parciales
(t , y )
de orden n+1 sean continuas en el rectngulo: R= |t a| h;| yb| k ,

Entonces existe un nmero

<0, 1 > tal que:

Mtodos de runge kutta de segundo orden

Dado el problema de v.i.: y = f(t, y), con y ( t 0 ) =

y0

(*)

Aplicando la serie de Taylor para y (t + h):

y(t + h) =y(t)+h y(t) +

h2 y (t) /2 +

h3 y (t)/6 + .... (1)

De la ecuacin (*), tenemos:

y (t) = f
y(t) = f t + f y y y(t) = f t

f yf

y '' ' ( t )=f tt + f ty f + ( f t +f y f ) f y +(f yt + f yy f )

Los tres primeros trminos de la ecuacin (1) se puede escribir como:
Y(t + h) = y(t)+hf +
= y(t)+f + h(f + h f t

h2 ( f y + f t
+h

3
f)/2 + O( h )

f y f)/2 + O( h3 )

23

Para eliminar las derivadas parciales, aplicaremos la serie de Taylor a la

funcin f(t, y) de dos variables:
f ( t +h , y+ h k 1 )=f ( t , y ) + h f t ( t , y ) +h f ( t , y ) f y ( t , x )+ O ( h 2 ) ; donde k 1=f ( t , y )
De esto, la ecuacin (2), se puede escribir:
h3
y (t+ h)= y (t)+hf / 2+ h(f (t+ h , y +h)+O(h 2))/2+O
y i+1= yi +h
Donde:

),

Equivalentemente:

( k +k2 )
1

k 1=f (t i , y 1 )

k 2=f (t i +h , y 1+ h k 1)

Este mtodo se conoce como el mtodo de Runge-Kutta de segundo orden.

Tambin se conocen como el METODO DE HEUN.
Generalmente las frmulas de Runge-Kutta de segundo orden adoptan la
forma:
y (t+ h)= y (t)+ w 1h f (t , y )+ w 2 h f (t + h , y + h f (t , y))+ O(h 3)(3)

Donde w 1 , w 2 , , son parmetros a nuestra disposicin.

Aplicando la serie de Taylor de dos variables para la

f (t+ h , y+ h f (t , y))

en la ecuacin (3) se puede reescribir:

y (t+ h)= y (t)+ w 1h f (t , y )+ w 2 h[f (t , y)+ h f t (t , y)+ h f ( t , y) f y (t , y)]+O(h 3)( 4)
Al comparar (2) con (4), tenemos: w 1+w 2=1(5)
w 2 =

24

w 2 =

w 1=w 2=; = =1 , que corresponde al mtodo de

Una solucin es

Heun de la ecuacin (2`). El sistema de ecuaciones (5) poseen otras

soluciones, como por ejemplo:

w 1=0, w 2=1 ; == .

La frmula que se

obtiene a partir de (3) se conoce como el mtodo de Euler modificado:

y (t+ h)= y (t)+ k 2 ,

O equivalentemente: En alguno libros, este mtodo, se

conoce como el mtodo del punto medio.

y (t+ h)= y (t)+ k 2

,o

equivalentemente:

y i+1= y i +h k 2( 4 )

Donde: k 1=f (t i , y i ), k 2=f (t i+h , y i+ hk 1 /2)

Mtodos de runge kutta de cuarto orden

Probablemente uno de los procedimientos ms difundidos, y a la vez, ms
exacto

para

obtener

soluciones

aproximadas

del

problema:

y =f (t , y ) ,con y (t 0)= y 0 , sea el mtodo de Runge Kutta de cuarto orden

As, como en el mtodo de R.K. de segundo orden hay un nmero infinito de
versiones, en el mtodo de RK de cuarto orden existen infinitas versiones.
Una de las versiones es:

25

6
y i+1= yi + ( k 1 +2 k 2 +2 k 3 +k 4 )
h
k 1=f (t i , y i )
h
2= f t i+ , y i+ h k 1 /2
2
k

k 3 =f (t i +h/ 2, y i +h k 2 /2)
k 4=f (t i+ h , y i +h k 3)
Ejercicio: Usando el mtodo de RK4 clsico, con h=1, estimar y(2) en el P.V.I:
y = 2 t y + t, con y(0) = 0.5, en el intervalo [0,2]
Solucin: Identificando: f (t , y)=2t y+ t ; t 0=0 ; y 0=0.5 ; h=1
Iteracin1: y 1= y 0+ h(k 1+2 k 2+2 k 3+ k 4)/6
k 1=f ( t 0 ; y 0 )=f ( 0; 0.5 )=2 0 0.5+ 0=0+11=0
k 2=f (t 0+h/2 ; y 0+ h k 1/ 2)=f (0.5; 0.5)=2 0.5 0.5+0.5=1
k 3=f (t 0+h /2 ; y 0+h k 2/ 2)=f (0.5 ; 1)=2 0.5 1+ 0.5=1.5

k 4=f (t 0+h , y 0+ h k 3)=f (1; 2)=2 1 2+1=5

y 1= y 0+h(k 1+2 k 2+2 k 3+k 4)/6=0.5+ 1(0+2 1+2 1.5+5)/6
= 2 .16667

t 1=t 0+h=0+1=1
y 1=2.16667

t 1=t 0+h=0+1=1

26

Iteracin2:

6
y 2= y 1 + ( k 1+ 2k 2+2 k 3+ k 4 )
h

k 1=f ( t 1; y 1 )=f ( 0 ; 2.16667 )=5.33333

h
k1
k 2=f t 1+ ; y 1+h
=f ( 1.5; 4.83333 )=16
2
2

k 3=f (t 1+ h/2; y 1+h k 2/2)=f (1.5,10.1667)=32.

k 4=f ( t 1+h , y 1+h k 3 )=f ( 1 ; 2 )=f (2 ; 34.1667)=138.667

y 2=2 .16667+(5 .33333+ 2 16 .+ 2 32.+138 . 667)

= 42.1667
t 2=t 1+ h=1+1=2
Por lotanto , y (2) y ( t 2)=42.1667

Finalmente , y (2) 42.1667

Mtodos multipasos

Los mtodos de Euler, Heun, Taylor y Runge-Kutta se llaman mtodo de

un paso porque en el clculo de cada punto slo se usa la informacin del
ltimo punto.
Los mtodos multipaso utiliza la informacin de los puntos previos, a
saber, y i , y i1 , ... , y im+1

para calcular yi+1. Por ejemplo, en un

mtodo de tres pasos para calcular yi+1, se necesita conocer yi, yi-1, yi-2.
El principio que subyace en un mtodo multipaso es utilizar los valores
previos para construir un polinomio interpolante que aproxime a la funcin
f(t, y(t)).
27

El nmero de valores previos considerados para determinar el polinomio

interpolante nos determina el grado del polinomio. Por ejemplo, si se
consideran tres puntos previos, el polinomio de aproximacin es
cuadrtico; si se usan cuatro puntos previos, el polinomio es cbico.

METODOS DE ADAMS
Los mtodos de Adams son mtodos multipasos. Los mtodos de Adams
se pueden clasificar en dos grandes clases: los mtodos de Adams
Bashforth y los mtodos de Adams-Moulton. Estos se pueden combinar
para formar los mtodos predictor-corrector de Adams-Bashforth-Moulton.
La idea fundamental del mtodo de Adams-Bashforth de n pasos
es usar un polinomio de interpolacin de f(t,y(t)) que pasa por los n
puntos:

( t i , f i ) ( t i1 , f i 1 ) ,(t in+1 , f in +1)

La idea fundamental del mtodo de Adams-Moulton de n pasos

es usar un polinomio de interpolacin de f(t,y(t)) que pasa por los
n+1 puntos: :

( t i+1 , f i+1 ) , ( t i , f i ) ,(t in +1 , f in+1)

Ejercicio: Deducir el mtodo de Adams-Bashforth de dos pasos para

resolver la E.D.O. y' = f (t, y)

28

Ahora, aproximaremos f(t,y(t)) mediante el polinomio de interpolacin que

pasa

por

los

puntos:

(t i f i)(t i 1 f i 1)i ,i ,i1,1 ,

donde

f i1=f (t i1 , y (t i1)); fi=f (t i, y (t i)).

El polinomio interpolante esta dado por:

P (t) =

((t i t )f i1+(tt i1) f i)/h , reemplazando este polinomio en la

expresin (1):

Los mtodos de Adams-Bashforth de n pasos tienen la forma

general:

29

1
2
3
4

1
1/2
1/12
1/24

1
3
23
55

-1
-16
-59

5
37

-9

De acuerdo a la tabla mostrada obtenemos:

Mtodos de Adams-Bashforth de 2 pasos:

Mtodos de Adams-Bashforth de 3 pasos:

Mtodos de Adams-Bashforth de 4 pasos:

Ejercicio 2. Deducir el mtodo de Adams-Moulton de un paso para

resolver la E.D.O. y' = f(t,y)
y' = f (t, y)
t i+1

t i+1

Sol : y =f ( t , y ) y ' ( t ) dt= f ( t , y (t ) ) dt

'

ti

ti

ti+ 1

y i+1= y1 f ( t , y (t) ) dt
ti

30

Ahora, aproximaremos f(t,y(t)) mediante el polinomio de interpolacin que

pasa

por

los

puntos: (t i+1 , f i+1),(t i , f i)

donde

f i=f (t i , y (t i)); f i+1=f ( t i+ 1, y (t i+1)) .

El polinomio interpolante esta dado por: P (t) = ((ti+1 t) fi+ (t ti) fi+1) / h,
reemplazando este polinomio en la expresin (1):
t i+1

y i+1 y i+ P ( t ) dt
ti

h
y i+1 y i+ ( f i1 +f 1 )
2
Los mtodos de Adams-moulton de n pasos tienen la forma general:

Los coeficientes de la ecuacin que se muestran en la tabla

N

0
1
2
3

1
1/2
1/12
1/24

1
1
5
9

2
1
8
19

-1
-5

De acuerdo a la tabla mostrada obtenemos:

Mtodos

de

Adams-Moulton

y i+1= y i+h(5 f i+1+8 f if i1)/12

31

de

pasos:

Mtodos

de

Adams-Moulton

de

pasos:

y i+1= y i+h(9 f i+1+19 f i5 f i1+ f i2)/24

Mtodos predictor-corrector
En la prctica los mtodos multipaso implcitos (por ejemplo: el mtodo de
A-M), no se puede usar directamente. Estos mtodos sirven para mejorar
las aproximaciones obtenidas con los mtodos explcitos.
La combinacin de un mtodo explcito con un mtodo implcito del mismo
orden se denomina un mtodo predictor-corrector.
Mtodo Predictor Corrector de cuarto orden de Adams- BashforthMoulton
La

frmula

predictora

es

la

de

y 1+i= y i+h(55 f i 59 f i1+37 f i29 f i3)/24,

la de Adams-Moulton:

Adams-Bashforth:

La frmula correctora es

y i+1= y i+h( 9 f i+1 +19 f i5 f i1+ f i2)/24 ;

Donde:

f i=f ( t i, y i ) ; f i1=f ( t i1 , y i1 ) ; f i2=f ( t i2 , y i2 ) ; f i3=f ( t i3 , y i3 ) ; f i +1=f (t i+ 1, y i+

Observacin Para usar la frmula predictora se requiere que se conozcan

los valores

y 0, y 1, y 2, y3,

para obtener

y 4 . Sabemos que

y 0 es

la condicin inicial dada y como el mtodo de A-B-M es de orden 4, los

valores

y 1 , y 2, y 3 se suelen

, calcular con un mtodo de igual

32

orden, es decir de orden 4, como

por ejemplo, el mtodo de Runge

Kutta de orden 4.
Ejercicio: Usar el mtodo de Adams-Bashforth-Moulton de cuarto orden

con una longitud de paso de 0.2 para obtener una aproximacin a y(1) de
la solucin de: y= t + y -1, y(0) = 1.
Solucin: Identificando: f(t,y)= t + y 1; t0 = 0; y0 = 1; h = 0.2
Mtodo Predictor Corrector de cuarto orden de Adams- BashforthMoulton
Predictor

Adams-Bashforth:

y i+1= y i+h(55 f i 59 f i1+37 f i29 f i3)/24,

Corrector de Adams-Moulton:

y i+1= y i+( 9 f +19 f i5 f i1+ f i2)/24 ;

Donde:
f i=f (t i , y i); f i 1=f (t i1 , y i1); f i 2=f (t i 2, y i2); f i 3=f (t i 3 , y i 3) ; f =f (t i+1 , y i +1);
Inicializacin con RK clsico de orden 4
y i+1= y i+h(k 1+2 k 2+2 k 3)/6

Iteracin1:
k 1=f (t 0 ; y 0)=f (0 ; 1)=0+11=0
k 2=f (t 0+h/2 ; y 0+ h k 1/ 2)=f (0.1; 1+0.2 k 1/2)=f ( 0.1,1)=0.1

33

k 3=f (t 0+h /2 ; y 0+h k 2/ 2)=f (0.1; 1+0.2 k 2/2)=0.11

k 4=f (t 0+h , y 0+ h k 3)=f (0.2; 1+0.2 k 3)=0.222

y 1= y 0+h(k 1+2 k 2+2 k 3+k 4)/6

y 1=1+0.2(0+2 0.1+2 0.11+0.222)/6=1.0214

t 1=t 0+h=0.2

Iteracin2:
k 1=f (t 1 , y 1)=f (0.2 ; 1.0214)=0.2214
k 2=f (t 1+ h/2, y 1+hk 1/2)=f ( 0.3; 1.04354)=0.34354

1/, y 1
k 3=f (t 1+ h/2, y 1+h k 2/2) f (0.3 ; 1.05575)=0.35574 3
2/(03 ; 055 5)0355
k 4=f (t 1+ h , y 1+hk 3)=f (0.4 ; 1.09255)=0.492551

y 2= y 1+ h(k 1+2 k 2+2 k 3+ k 4)/6

y 2=1.0214+0.2(0.2214+2 0.34354 +2 0.35574+ 0.492551)/6

= 1.09182
t 2 = t 1 + h = 0.4
Iteracin3:
k 1=f (t 2 , y 2)=f (0.4, 1.09182)=0.491818
k 2=f (t 2+ h/2, y 2+hk 1/2)=f (0.5,1.141)=0.641

34

k 3=f (t 2+ h/2, y 2+h k 2/2)f (0.5, 1.15592)=0.655918

k 4=f (t 2+ h , y 2+hk 3)=f (0.6, 1.223)=0.823002

y 3= y 2+h(k 1+2 k 2+2 k 3+k 4 )/6

y 3=1.09182+0.2(0.491818+2 0.641+2 0.655918+ 0.823002)/6

= 1.22211
t 3 = t 2 + h = 0.6
Mtodo Predictor Corrector de cuarto orden de Adams- BashforthMoulton
Predictor Adams-Bashforth:
y i+1= y i+h(55 f i 59 f i1+37 f i29 f i3)/24,

Corrector de Adams-Moulton:

y i+1= y i+

( 9 f i +1+19 f i5 f i1+ f i2 )
24

Donde:
f i=f ( t i, y i ) ; f i1=f ( t i1 , y i1 ) ; f i2=f ( t i2 , y i2 ) ; f i3=f ( t i3 , y i3 ) ; f i +1=f ( t i+1 , y i

Iteracin 4:

y 4 = y 3+ h(55 f 3 59 f 2+37 f 19 f 0)/24

f 0=f (t 0 ; y 0)=f (0 ; 1)=0+11=0 ;

f 1=f (t 1; y 1)=f ( 0.2; 1.0214)=0.2214

f 2=f (t 2; y 2)=f (0.4 ; 1.09182)=0.49182

f 3=f (t 3 ; y 3)=f (0.4 ; 1.22211)=0.82211

y 4 = y 3+ h(55 f 3 59 f 2+37 f 19 f 0)/24

35

= 1.22211+ ( 55 0.8221159 0.49182+37 0.22149 0 ) 0.2/24

=1.42536
y 4 = y 3+

h ( 9 f 4 +19 f 35 f 2+ f 1 )
24

; donde :f 4=f ( t 4 ; y 4 )=

f (0 8; 1 42536) =1 22536

y4= 1.22211+ (9 1.22536 +19 0.82211 - 50.48182 + 0.2214)0.2/24

= 1.42553
t 4 = t 3 + h = 0.8
Iteracin 5:

y 5= y 4 + ( 55 f 4 59 f 3+37 f 29 f 1 ) 0.2/24

f1= f(t1;y1)= 0.2214; f2= f(t2;y2)= 0.49182; f3= f(t3;y3)= 0.82211

f4= f(t4;y4)= f(0.8; 1.42553)= 1.22536
y

1.42553+(55

1.22536

590.82211

37

0.49182-

90.2214)0.2/24
=1.71806
y5 = y4+ (9 f

+19 f4 - 5 f3+ f2) h/24; donde: f = f (t5; y)= f(1; 1.71806)

=1.71806
y5= 1.42553+ (91.71806 +191.22536 - 50.82211+ 0.49182) 0.2 /24
= 1.71827
t 5 = t 4+ h = 1
Por lo tanto, y (1)= y5 = 1.71827

INTRODUCCIN AL MTODO DE ELEMENTOS FINITOS.

Modelos matemticos en ciencia e ingeniera Ecuaciones algebraicas,
diferenciales o integrales

36

El desarrollo de las computadoras permiti usar estos modelos para resolver

problemas prcticos. Se pueden simular y resolver sistemas altamente
complicados en ciencia e ingeniera.
Permiten:
1. Reducir la necesidad de experiencias con modelos y prototipos (caras y
lentas).
2. Comparar fcilmente distintas alternativas de diseo para llegar al ptimo
ingenieril.
Disciplinas relacionadas:
1. CAD: Computer Aided Design
2. CAE: Computer Aided Engineering
3. CAM: Computer Aided Manufacturing

Solucione
s
analiticas
Modelos matematicos
Soluciones
numericas

Mtodo de los Elementos Finitos (MEF): tcnica general para hallar

soluciones numricas de sistemas de ecuaciones diferenciales e
integrales. Origen: ingeniera estructural, aos 50/60, para solucin de
ecuaciones diferenciales en derivadas parciales en elasticidad. Su
aplicacin se generaliz, integrado a sistemas de CAD/CAE.
Aplicaciones del MEF:
37

Ingeniera estructural
Resistencia de materiales
Mecnica de fluidos
Ingeniera nuclear
Electromagnetismo
Campos elctricos
Propagacin de ondas
Conduccin del calor
Procesos de conveccin difusin
Ingeniera de petrleo
Procesos de reaccin difusin
Mtodo de diferencias finitas vs. MEF
Idea bsica de un mtodo numrico para resolver ecuaciones
diferenciales:
Continuo con

Problema discreto

Discretacion

Infinitos GDL

c/ # GDL finito

El problema discreto puede resolverse en una computadora!!!

Solucin discreta,
aproximada, con N GDL

38

Diferencias finitas: mtodo numrico clsico para resolver ecuaciones

diferenciales donde el problema discreto se obtiene reemplazando
u u n+1u n

x
x

Discretizacin en el MEF
1. Reformulacin de la ecuacin diferencial en un problema variacional
equivalente.
Ej. En ecuaciones elpticas, en casos simples, toma la forma de problema de
Minimizacin:

( M ) hallar u V / F (u) F (v )v V
Donde:
V: conjunto de funciones admisibles
F: V R es funcional
Las funciones v V

a menudo representan cantidades que varan en

forma continua (ej. desplazamiento de un cuerpo elstico, temperatura, etc.)

F ( v ) es la energia total asociadaa v

39

(M) es una caracterizacin equivalente de la solucin de la ecuacin

diferencial como aquella funcin en V que minimiza la energa total del
sistema considerado.
2. En general, la dimensin de V es infinita (las funciones de V no pueden
expresarse a travs de un nmero finito de parmetros). Luego, (M) no
puede resolverse en forma analtica.

Para hallar una solucin, la idea del MEF es reemplazar v por un conjunto
vh

de funciones simples que dependen de un nmero finito de parmetros:

( M ) hallar uh V h /F (uh ) F (v )v V h
Este problema es equivalente a un sistema de ecs. Algebraicas. Se espera
que

uh

sea una aproximacin suficientemente buena de u, la solucin de

(M).
3. Usualmente elegimos: V h V / v h V h v h V
En este caso,

Mh

corresponde al mtodo clsico de Ritz-Galerkin

40

4. Caracterstica particular del MEF: funciones de

V h son funciones

polinomiales por tramos.

Pasos para resolver por MEF:

1. Formulacin variacional del problema
2. Discretizacin por MEF: construccin del espacio dimensional finito

Vh

3. Solucin del problema discreto

4. Implementacin del mtodo en computadora: programacin
Comentarios
Existen distintas formulaciones variacionales dependiendo, por ejemplo, de
la eleccin de las variables independientes
La eleccin del subespacio de aproximacin de dimensin finita
la eleccin del tipo de elemento finito, est influenciada por:
Formulacin variacional
Requerimientos de precisin
Propiedades de regularidad de la solucin exacta
. . .

41

V h , o sea

Para resolver el problema discreto necesitamos algoritmos de optimizacin

y/o algoritmos de solucin de grandes sistemas de ecs. Algebraicas lineales
o no lineales.

42