UNIDAD 5 Y 6

MTODOS NUMERICOS
M.C. BRENDA EDITH MORALES FERNANDEZ

IBARRA AYALA LUIS GUSTAVO

HERNANDEZ ALVARADO MIGUEL ANGEL

ING. ELECTRICA INSTITUTO TECNOLOGICO DE VERACRUZ

Derivacin numrica.

Consideremos una funcin f(x) de la cual se conoce un conjunto discreto

de valores (x0, f0), (x1, f1),...,(xn, fn). El problema que vamos a abordar es el
de calcular la derivada de la funcin en un punto x que en principio no
tiene por qu coincidir con alguno de los que guran en los datos de que
disponemos. La forma ms sencilla de resolver el problema de la
diferenciacin numrica consiste en estimar la derivada utilizando
frmulas obtenidas mediante la aproximacin de Taylor, que se
denominan frmulas de diferencias nitas. Es importante tener en cuenta
que el proceso de diferenciacin numrica es inestable. Los errores que
tengan los datos, por ejemplo los cometidos en la adquisicin de los
mismos o los debidos al redondeo aumentan en el proceso de
diferenciacin como veremos a lo largo de ste captulo.

Frmulas de diferencias de dos puntos

Este proceso de paso al lmite presenta distintos problemas para ser

realizado en situaciones prcticas donde no se conozca la forma explcita
de f(x). En primer lugar un lmite no puede calcularse de modo
aproximado en un computador donde los nmeros que se manejan son
nitos. A pesar de todo es de esperar que si la funcin f(x) no se comporta
mal y h0 es un nmero nito pero pequeo se cumpla:

Es ms, la misma definicin de la derivada implica que si f(x) existe,

entonces hay algn h0 a partir del cual nuestra aproximacin dista menos
de una cantidad del valor real para la derivada. El problema es que esto

101
slo es cierto con precisin innita ya que h0 puede ser tan pequeo que
no pueda representarse en el ordenador o que la diferencia f(x + h0)
f(x) est seriamente afectada por el error de redondeo.

La ecuacin (2.1) es la forma ms sencilla de aproximar una derivada

conocidas f(x) y f(x+h0). El siguiente teorema nos proporciona
informacin sobre la precisin de esta aproximacin.

Teorema. Sea f(x) C1 (a, b) y existe f(x) en (a, b), entonces se cumple
que:

Demostracin. Escribamos la aproximacin de Taylor para la funcin en

un punto x+h:

Reordenando la expresin anterior queda demostrado el teorema.

El teorema anterior nos indica que el error cometido al aproximar la

derivada primera por su frmula de diferencia adelantada es una funcin
lineal de h. Cuanto menor sea h (o sea al tomar valores de f(x) ms
cercanos) la derivada numrica ser ms precisa. Este error se denomina
error de truncacin o discretizacin y puede acotarse fcilmente,

obtenindose que: E mx(x,x+h) |f(z)|. En realidad, para datos

obtenidos a partir de una tabla esta acotacin no es de gran utilidad
directa ya que si no se conoce la derivada primera menos an se conocer
la segunda pero al menos nos permite conocer el orden de aproximacin
de la frmula.

102
Geomtricamente el error O(h) procede del hecho de aproximar la
derivada por la pendiente de la cuerda que une los puntos f(x) y f(x + h),
Por otro lado, si existe la derivada deben existir las derivadas laterales y
entonces

Un problema que presenta esta frmula es que la precisin de la misma es

baja y por lo tanto en situaciones donde slo dispongamos de un
muestreo de baja precisin de f(x), como ocurre en ensayos, datos
experimentales, etc., ser conveniente utilizar otras frmulas de
derivacin ms precisas.

Frmulas de orden superior

El error de truncacin de la frmula de diferencia adelantada de dos

puntos vara linealmente con h, de manera que es necesario usar valores
de h muy pequeos para reducir suficientemente los errores de
truncacin. Es posible deducir frmulas para las derivadas con errores de
truncacin ms pequeos. Por ejemplo, tomemos

donde z1 (x, x + h) y z2 (x h, x). Restando (2.1a) y (2.1a) obtenemos

que nos proporciona una siguiente aproximacin para la derivada con un

trmino de error de truncacin que depende cuadrticamente de h.

103
Usando el teorema del valor intermedio f(z) = (f(z1) + f(z2))/2, y
entonces, si f es suficientemente derivable.

Usando los desarrollos de Taylor de f(x+h) y f(x+2h) se encuentra la

llamada frmula de diferencia adelantada de tres puntos que es:

Reemplazando h por h en (2.3) obtenemos una frmula de diferencias

retrasadas de tres puntos

De todas estas, la frmula de diferencia centrada es la que tiene, en

principio, menor error de truncacin y la que requiere menos
evaluaciones de la funcin, siendo por lo tanto ms eciente desde el
punto de vista computacional.

Utilizando el valor de la funcin en ms puntos se construyen frmulas

ms precisas para las derivadas. Alguna de ellas se muestra en la tabla
siguiente junto con las que hemos deducido ya.

104
Derivadas de orden superior

El mismo procedimiento que se ha seguido al

deducir frmulas para calcular numrica- mente las
derivadas primeras puede usarse para construir derivadas de
orden superior partiendo del desarrollo de Taylor y eliminando las
derivadas primeras. Consideremos por ejemplo las expresiones:

Sumando las ecuaciones anteriores y despejando se encuentra que:

Procediendo de la misma forma es posible encontrar aproximaciones que

usen diferentes puntos y aproximaciones para derivadas de orden
superior. La tabla siguiente presenta algunas de
las frmulas ms comunes para calcular derivadas de orden superior.

105
Integracin numrica: Mtodo del trapecio, Mtodos de Simpson 1/3 y
3/8.

En los cursos de Clculo Integral, nos ensean como calcular una integral
definida de una funcin continua mediante una aplicacin del Teorema
Fundamental del Clculo:

Teorema Fundamental del Clculo

Sea f(x) una funcin continua en el intervalo [a,b] y sea F(x) una anti
derivada def(x). Entonces:

106
El problema en la prctica, se presenta cuando nos vemos imposibilitados
de encontrar la antiderivada requerida, an para integrales
aparentemente sencillas como:

la cual simplemente es imposible de resolver con el Teorema

Fundamental del Clculo.

REGLA DEL TRAPECIO

Corresponde al caso donde n=1 , es decir :

donde f1(x) es un polinomio de interpolacin (obviamente de grado 1)

para los datos:

x a b
y f(a) f(b)
sabemos que este polinomio de interpolacin es:

Integrando este polinomio, tenemos que:

107
Que es la conocida Regla del Trapecio. Este nombre se debe a la
interpretacin geomtrica que le podemos dar a la frmula. El polinomio
de interpolacin para una tabla que contiene dos datos, es una lnea recta.
La integral, corresponde al rea bajo la lnea recta en el intervalo [a,b],
que es precisamente el rea del trapecio que se forma.

REGLA DE SIMPSON DE UN TERCIO

Suponemos que tenemos los datos:

a Xm B
f(a) F(Xm) F(b)

donde xm es el punto medio entre a y b.

En este caso se tiene que:

Donde f2(x) es el polinomio de interpolacin para los datos en la tabla

anterior. Usaremos el polinomio de LaGrange. As, tenemos que:

Si denotamos h= (b-a)/2 = xm-a = b-xm, entonces:

108
Simplificando trminos:

Vemos que cada uno de los trminos anteriores, es esencialmente de la

misma forma, es decir, una constante por (x-)(x-).

As, calculamos la siguiente integral por partes:

Obteniendo, por lo tanto,

Usamos esta frmula para calcular la integral de cada uno de los tres
trminos de f2(x) y obteniendo como resultado final

Debido al factor h/3 se le conoce como la regla de Simpson de un tercio.

En la prctica, sustituimos el valor de h = (b-a)/ 2 para obtener nuestra

frmula final

REGLA DE SIMPSON DE TRES OCTAVOS

109
Este caso corresponde a n=3 , es decir,

donde f3(x) es un polinomio de interpolacin para los siguientes datos:

X0 X1 X2 X3
f(X0) f(X1) fX2) F(X3)
Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes
iguales al intervalo [a,b].

Igual que en el caso anterior, se usa el polinomio de interpolacin de

Lagrange, y usando el mtodo de integracin por partes se llega a la
siguiente frmula:

donde h = (b-a) / 3 . Debido al factor 3h / 8 es que se le dio el

nombre deRegla de Simpson de 3/8. En la prctica, se sustituye el valor
de h para obtener:

Integracin con intervalos desiguales.

Cuando la longitud de los subintervalos no es igual, se usa una

combinacin de la regla Trapezoidal y las reglas de Simpson, procurando
seguir el siguiente orden jerrquico:

1 .- Simpson 3/8

Esta se aplica, si contamos con 4 puntos igualmente espaciados.

110
2 .- Simpson 1/3

Esta se aplica si falla (1) y contamos con 3 puntos igualmente

espaciados.

3 .- Regla Trapezoidal

Solo se aplica si no se cumple (1) y (2)

Ejemplo

Evaluar

usando la siguiente tabla:

x 0 0.1 0.3 0.5 0.7 0.95 1.2

f(x) 0 6.84 4 4.2 5.51 5.77 1

Solucin.

Vemos que en el intervalo [0,0.01] podemos aplicar la regla del trapecio,

en el intervalo [0.1,0.7] la regla de Simpson de 3/8 y en el intervalo
[0.7,1.2] la regla de Simpson de 1/3. As, tenemos las siguientes
integrales:

Finalmente, la integral buscada es la suma de las tres integrales

anteriores:

111
5.4 Aplicaciones.

Mtodo del trapecio

Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:

Solucin.
Usamos la frmula directamente con los siguientes datos:

Por lo tanto tenemos que:

Mtodo de Simpson 1/3

Ejemplo 1.
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:

Solucin.
Aplicamos la frmula directamente, con los siguientes datos:

112
Por lo tanto, tenemos que:

Mtodo de Simpson 3/8

Ejemplo 1.
Aproximar la siguiente integral:

aplicando la regla de Simpson de 3/8, y subdiviendo en 3 intervalos.

Solucin

Identificamos n=3 y la particin correspondiente:

Al considerar los puntos que dividen en tres partes iguales a cada

subintervalo, tenemos los siguientes datos:

Sustituyendo todos los datos en la frmula, obtenemos:

113
De acuerdo a los ejemplos vistos, resulta evidente que la regla de Simpson
de 3/8, es ms exacta que la de 1/3 y a su vez, sta es ms exacta que la
regla del trapecio. En realidad, pueden establecerse cotas para los errores
que se cometen en cada uno de estos mtodos

UNIDAD VI. Ecuaciones Diferenciales Ordinarias

6.1 Fundamentos Matemticos

Las ecuaciones diferenciales tienen importancia fundamental en las

ingenieras, debido a que muchas leyes y relaciones fsicas se expresan
matemticamente mediante estas relaciones.

Las siguientes ecuaciones son ejemplos de ecuaciones diferenciales:

d2y dy z z
4y 0 2 xy x2 2 3xy 4 z sec y 0
dx 2 dx x y
Las dos primeras ecuaciones contienen derivadas ordinarias y por la
forma en que estn escritas vemos que y = f(x); la tercera contiene
derivadas parciales y podemos ver que z = f(x, y). El orden de una
ecuacin diferencial es el mximo orden de las derivadas que contiene

En esta unidad desarrollaremos mtodos numricos para encontrar la

solucin de ecuaciones diferenciales ordinarias a partir de valores
iniciales.
Un problema de valor inicial consiste en una ecuacin diferencial, y en
una condicin que debe satisfacer la solucin (o varias condiciones que se
refieren al mismo valor de x, si la ecuacin es de orden superior.)

114
 f x, y , y0 = y(x0)
dy
dx

6.2 Mtodos de un Solo Paso

Su aplicacin parte de y0 = y(x0) y se avanza por pasos. En el primer paso

se calcula un valor aproximado de y1 de la solucin y en x = x0 + h, en el
segundo paso se calcula un valor aproximado de y2 en x = x0 + 2h, y as
sucesivamente.
En cada paso, los clculos e llevan a cabo mediante la misma frmula, y en
ellas h es un valor fijo.

6.2.1 Forma General para Mtodos de un Solo Paso

Deduccin a partir de la serie de Taylor

f xi 1 f xi f xi h f xi h 2 f xi h3 ...
1 1
2! 3!
donde h = xi+1 - xi.

f(xi+1) = f(xi) + f (xi) h + (0) h2

Si truncamos la serie de Taylor a partir del trmino 1

f xi h 2
2!

f(xi+1) = f(xi) + f (xi) h + (o) h2

Valor Actual = Valor Anterior + Pendiente Tamao del Paso + Error

Si hacemos = f (xi)
yi+1 = yi+ h

f(x)

yi+1 = yi + h

115
yi+1
pendiente =
 tamao de
paso h= xi+1 - xi

Figura 6.1 Mtodo de un solo paso

6.2.1.1 Mtodo de Euler

La primera derivada proporciona una aproximacin directa a la

pendiente en xi

= f (xi, yi)

donde f(xi, yi) es la ecuacin diferencial evaluada en (xi, yi)

yi+1 = yi+ f (xi, yi) h

A esta frmula se le conoce como mtodo de Euler, o mtodo de Euler-

Cauchy o de pendiente puntual.

Ejemplo 6.1

Hallar el valor de f(x) en x =2, s y(0) = 1

dy
yx 2 y
dx

Analticamente

dy
dx

yx 2 y y x 2 1 dy
y

x 2 1 dx
dy

y x2 1
d ln y x 2 1
dx

116
 x3 x3
ln y xC x
3 ye 3

x3
x
y Ae 3
Entonces y(2) = 1.947734
Dado que y(0) = 1, A = 1

Numricamente

Por el mtodo de Euler, usando h = 0.5, y(0) = 1.

Ecuacin del mtodo

yi+1 = yi+ f (xi, yi) h

xi = 0 xi = 1
yi = 1 yi = 0.3125
f (xi, yi) = yi (xi2 - 1) f (xi, yi) = f (1, 0.3125)
f (0, 1) = 1 (02 - 1) = -1 = 0.3125 [(1)2 1] = 0

yi+1 = 1+ (-1) (0.5) = 0.5 yi+1 = 0.3125 + (0) (0.5) = 0.3125

xi+1 = xi+ h = 0 + 0.5 = 0.5 xi+1 = xi+ h = 1 + 0.5 = 1.5

xi = 0.5 xi = 1.5
yi = 0.5 yi = 0.3125
f (xi, yi) = f (0.5, 0.5) = 0.5 [(0.5)2 f (xi, yi) = f (1.5, 0.3125)
1] = 0.3125 [(1.5)2 1] = 0.390625
= -0.375
yi+1 = 0.3125 + 0.390625 (0.5)
yi+1 = 0.5 + (-0.375) (0.5) = 0.3125 = 0.5078125
xi+1 = xi+ h = 0.5 + 0.5 = 1 xi+1 = xi+ h = 1.5 + 0.5 = 2

Aplicando el mismo procedimiento para h = 0.25 y h = 0.125 se obtiene

117
 Tabla 6.1 Valores de y para distintos valores de h con
Euler
h = 0.5 h = 0.25 h = 0.125
x y x y x y
0.0 1.0000 0.00 1.0000 0.000 1.000
0
0.125
0.875
0
0.25 0.7500 0.250 0.767
3
0.375 0.677
4
0.5 0.5000 0.50 0.5742 0.500 0.604
6
0.625
0.548
0
0.75 0.4666 0.750 0.506
2
0.875 0.478
5
1.0 0.3125 1.00 0.4155 1.000 0.464
5
1.125 0.464
5
1.25 0.4155 1.250 0.479
9
1.375 0.513
7
1.5 0.3125 1.50 0.4740 1.500 0.570
9
1.625 0.660
1
1.75 0.6221 1.750 0.795
4

118
 1.875 1.000
5
2.0 0.507 2.00 0.942 2.000 1.315
8 8 1

6.2.1.2 Mtodo de Heun (Euler-Gauss)

Un mtodo para mejorar la aproximacin a la pendiente implica el clculo

de dos derivadas del intervalo, una en el punto inicial y la otra en el punto
final. Enseguida se promedian las dos derivadas y se obtiene una
aproximacin mejorada de la pendiente en el intervalo completo.

En el mtodo el Euler, la pendiente al principio del intervalo es

yi = f (xi, yi)
se usa para extrapolar linealmente a yi+1 en xi+1

yi+1 = yi+ f (xi, yi) (Ecuacin predictora)h

Pero al final del intervalo se puede calcular una pendiente aproximada

yi+1 = f (xi+1, yi+1)

Por la tanto se pueden combinar las dos pendientes y obtener una
pendiente promedio en el intervalo:

yi yi 1 f xi , yi f xi 1 , yi 1
y
2 2
por lo que
f xi , yi f xi 1 , yi 1 (Ecuacin correctora)
yi 1 yi h
2
Por ello, el mtodo de Heun es un esquema predictor-corrector.
Ntese que la ecuacin correctora tiene el trmino yi+1 a ambos lados de la
igualdad, y puede aplicarse para corregir en un esquema iterativo hasta
que se obtenga una yi+1 mejorada para una tolerancia preestablecida.

119
Ejemplo 6.2
Resolver el ejemplo anterior utilizando el mtodo de Heun, y valores de h
de 0.5, 0.25 y 0.125.
f (xi, yi) = yi (xi2 - 1)

h = 0.5

xi = 0, yi = 1 1 0.375
1 0.5 0.65625
2

Predictor Corrector primera iteracin

1 0.4923
f (xi, yi) = 1 [02 - 1] = -1 yi 1 1 0.5 0.62695
2
yi+1 = yi+ f (xi, yi) h = 1+ (-1) (0.5) =
0.5 Corrector segunda iteracin
yi 1 1
- 1 - 47021
0.5 0.63245
Corrector 2
xi+1 = 0.5
Corrector tercera iteracin
yi+1 = f (xi+1, yi+1) = f (0.5, 0.5) yi 1 1
- 1 - 0.4743
0.5 0.63142
2
= 0.5 [(0.5)2 1] = -0.375

f xi , y i f xi 1 , y i 1
Corrector cuarta iteracin
y i 1 yi h
2
yi 1 1
- 1 - 0.4736
0.5 0.63161
2

Aplicando el mismo procedimiento para h = 0.25 y h = 0.125 se obtiene

Tabla 6.2 Valores de y para distintos valores de h con
Heun
h = 0.5 h = 0.25 h = 0.125
x y x y x y
0.0 1.0000 0.00 1.0000 0.00 1.0000
0
0.12 0.8832
5

120
 0.25 0.7832 0.25 0.7830
0
0.37 0.6995
5
0.5 0.6316 0.50 0.6322 0.50 0.6323
0
0.62 0.5806
5
0.75 0.5432 0.75 0.5436
0
0.87 0.5211
5
1.0 0.5132 1.00 0.5135 1.00 0.5134
0
1.12 0.5221
5
1.25 0.5523 1.25 0.5501
0
1.37 0.6030
5
1.5 0.7464 1.50 0.7006 1.50 0.6905
0
1.62 0.8296
5
1.75 1.0915 1.75 1.0499
0
1.87 1.4064
5
2.0 3.9174 2.00 2.1965 2.00 2.0031
0

6.2.1.3 Mtodos de Runge-Kutta

En los mtodos de Euler y Heun se aplica la frmula de recurrencia: yi+i =

yi + (xi, yi) h
Donde

121
 (xi, yi) = f (xi, yi) mtodo de Euler
(xi, yi) = 2 [ f (xi, yi) + f (xi+1, yi+1)]
1 mtodo de Heun

Estos dos mtodos tienen los siguientes puntos comunes:

1. Son mtodos de un paso, para determinar yi+1 se necesita conocer
nicamente los valores de xi y yi del punto anterior.
2. No requiere evaluar ninguna derivada, sino nicamente los valores
de la funcin que representa a la ecuacin diferencial.
Estas caractersticas dan origen a una gran variedad de mtodos
conocidos como de Runge Kutta. La diferencia entre ellos consiste en la
forma como se define la funcin (xi, yi):

Segundo Orden. (Mtodo de Ralston)

yi+1 = yi + ( 1 3 k1 + 2 3 k2) h
donde k1 = f (xi, yi); k2 = f (xi+ 3 4 h, yi+ 3 4
h k 1)

Tercer Orden.
yi+1 = yi + [ 1 6 (k1 + 4k2 + k3)] h

donde k1 = f (xi, yi); k2 = f (xi+ 1 2 h, yi+ 1 2 h k1); k3 = f (xi+h,

yi - hk1 +2hk2)

Cuarto Orden.
yi+1 = yi + [ 1 6 (k1 + 2k2 + 2k3 + k4)] h

donde k1 = f (xi, yi); k3 = f (xi + 1 2 h,

yi + 1 2 hk2);
k2 = f (xi+ 1 2 h, yi + 1 2 h k1); k4 = f (xi + h, yi + h k3);
Ejemplo 6.3
Resuelva la ecuacin diferencial de los ejemplos anteriores por los
mtodos de Runge-Kutta de segundo, tercer y cuarto orden; s y(0) = 1,
utilizando h = 0.5
dy
dx

y x2 1
Segundo Orden
yi+1 = yi + ( 1 3 k1 + 2 3 k2) h

122
y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) =-1
k2 = f (xi+ h, yi+ h k1)
xi+ h = 0+ (0.5) = 0.375
yi+ h k1 = 1 + (0.5)(-1) = 0.625
k2 = f (0.375, 0.625) =
0.625(0.3752 - 1)
= -0.5371
y i+1 = y (0.5)
= 1 + ( (-1) + (-0.5371))
(0.5)
= 0.6543
y i = y (0.5) = 0.6543
k1 = f (0.5, 0.6543) = -0.4907
xi+ h = 0.875
yi+ h k1 = 0.4703
k2 = f (0.875, 0.4703) = -0.1102
y i+1 = y (1) = 0.5358
Tercer Orden
yi+1 = yi + [ (k1 + 4k2 + k3)] h
y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) = -
1 = 1 + (-1 + 4(-0.7031) +
k2 = f (xi+ h, yi+ h k1)
xi+ h = 0+ (0.5) = 0.25
yi+ h k1 = 1 + (0.5)(-1) =
0.75
k2 = f (0.25, 0.75) = 0.625(0.3752 -
1)
= -0.7031
k3 = f (xi+h, yi - hk1 +2hk2)
xi+h = 0 + 0.5 = 0.5
yi - hk1 +2hk2
= 10.5(-1)+2(0.5)(-0.7031)
= 0.7969
y i = y (1) = 0.5358
k1 = f (1, 0.5358) = 0
xi+ h = 1.375
yi+ h k1 = 0.5358
k2 = f (1.375, 0.5358) = 0.4772
y i+1 = y (1.5) = 0.6948
y i = y (1.5) = 0.6948
k1 = f (1.5, 0.6948) = 0.8685
xi+ h = 1.875
yi+ h k1 = 1.0205
k2 = f (1.875, 1.0205) = 2.5673
y i+1 = y (2) = 1.6953
k3 = f (0.5, 0.7969) = -0.5977
y i+1 = y (0.5)
0.7969) (0.5)
= 0.6325
y i = y (0.5) = 0.6325
k1 = f (0.5, 0.6325) = -0.4744
xi+ h = 0.75
yi+ h k1 = 0.5139
k2 = f (0.875, 0.4703) = -0.2248
xi+h = 1
yi - hk1 +2hk2 = 0.6448
k3 = f (1, 0.6448) = 0
y i+1 = y (1) = 0.5180
123

y i = y (1) = 0.5180
k1 = f (1, 0.5180) = 0
xi+ h = 1.25
yi+ h k1 = 0.5180
k2 = f (0.875, 0.4703) = -0.2914
xi+h = 1.5
yi - hk1 +2hk2 = 0.8094
k3 = f (1, 0.6448) = 1.0117
y i+1 = y (1) = 0.6995
y i = y (1) = 0.6995
k1 = f (1, 0.6995) = 0.8743
xi+ h = 1.75
yi+ h k1 = 0.9180
k2 = f (1.75, 0.9180) = 1.8934
xi+h = 2
yi - hk1 +2hk2 = 2.1557
k3 = f (2, 2.1557) = 6.4672
y i+1 = y (1) = 1.9424

Cuarto Orden
yi+1 = yi + [ (k1 + 2k2 + 2k3 + k4)] h

y i = y(0) = 1
k1 = f (xi, yi) = f (0, 1) = 1(02-1) = - y i = y(0.5) = 0.6323
1 k1 = f (0.5, 0.6323) = -0.4743
k2 = f (xi+ h, yi+ h k1) xi+ h = 0.75
xi+ h = 0+ (0.5) = 0.25 yi+ h k1 = 0.5138
yi+ h k1 = 1 + (0.5)(-1) = k2 = f (0.75, 0.5138) = -0.2248
0.75 xi+ h = 0.75
k2 = f (0.25, 0.75) = 0.625(0.3752 - yi+ h k2 = 0.5761
1) k3 = f (0.75, -0.5761) = -0.2521
= -0.7031 xi+ h = 1
k3 = f (xi + h, yi + hk2) yi+ h k3 = 0.5063
xi+ h = 0+ (0.5) = 0.25 k4 = f (1, 0.5063) = 0
yi+ h k2 = 1 + (0.5)(-0.7031) y i+1 = y (1) = 0.5133
= 0.8242
k3 = f (0.25, -0.7031) = -0.7727
k4 = f (xi + h, yi + h k3)
xi+ h = 0+ (0.5) = 0.5
yi+ h k3 = 1 + (0.5)(-0.7727)
= 0.6136
k4 = f (0.5, 0.6136) = -0.4602
y i+1 = y (0.5)
= 1 + [-1 + 2(-0.7031)
+ 2(-0.7727) + 4(-0.4602)]
(0.5)
= 0.6323

124
y i = y(1) = 0.5133 y i = y(1.5) = 0.6870
k1 = f (1, 0.5133) = 0 k1 = f (1.5, 0.6870) = 0.8587
xi+ h = 1.25 xi+ h = 1.75
yi+ h k1 = 0.5133 yi+ h k1 = 0.9017
k2 = f (0.75, 0.5138) = -0.2889 k2 = f (1.75, 0.9017) = 1.8597
xi+ h = 1.25 xi+ h = 1.75
yi+ h k2 = 0.5855 yi+ h k2 = 1.1519
k3 = f (0.75, -0.5761) = 0.3294 k3 = f (1.75, 1.1519) = 2.3758
xi+ h = 1.5 xi+ h = 2
yi+ h k3 = 0.6780 yi+ h k3 = 1.8749
k4 = f (1, 0.5063) = 0.8475 k4 = f (2, 1.8749) = 5.6248
y i+1 = y (1.5) = 0.6870 y i+1 = y (2) = 1.933

6.3 Mtodos de Pasos Mltiples

Una tcnica alterna para resolver Ecuaciones Diferenciales Ordinarias se

puede desarrollar conociendo informacin de la funcin en varios puntos,
tomando estos como base para predecir el valor de la funcin en los
puntos subsiguientes.
f x, y
dy
dx

separando variables e integrando entre los lmites i e i+1

f x, y dx
xi 1
y i 1 y i
xi

resolviendo la integral se pueden encontrar los valores de yi+1 conociendo

yi.

Mtodo de Milne
Este es un mtodo predictor-corrector que utiliza informacin en los
primeros cuatro Esta informacin se puede obtener aplicando alguno de
los mtodos vistos anteriormente.
Para resolver la integral se usa las formulas de integracin numrica
vistas en la unidad anterior

125
Predictor
y i 1 y i 3
4h
2 f ( xi , y i ) f ( xi 1 , y i 1 ) 2 f ( xi 2 , y i 2 )
3
Corrector
y i 1 y i 1
h
2 f ( xi 1 , y i 1 ) 4 f ( xi , y i ) 2 f ( xi 1 , y i 1 )
3

Un tipo de frmulas que tienen la forma general descrita anteriormente

son las frmulas de Adams

Frmula abierta de n-simo orden (Adams-Bashforth)

n 1
yi 1 yi h k fi k o h n 1
k 0

Frmula abierta de n-simo orden (Adams-Moulton)

n 1
y i 1 y i h k f i 1 k o h n 1
k 0

donde k son coeficientes reportados en la bibliografa.

Combinando estas dos frmulas en un esquema de predictor corrector se

puede desarrollar un mtodo para encontrar la solucin de las ecuaciones
diferenciales ordinarias.
La informacin de los puntos necesarios para iniciar el procedimiento se
obtiene generalmente a partir de un mtodo de un solo paso, con un
orden suficiente para que esta informacin sea confiable.

Ejemplo 6.4
Resolver por el mtodo de Adams de cuarto orden la ecuacin.

dy
dx
y x2 1

Predictor yi+1 = yi + h (0 fi-0 + 1 fi-1 + 2 fi-2 + 3 fi-3)

55 59 37 9
y i 1 y i h fi f i 1 f i 2 f i 3
24 24 24 24

Corrector yi+1 = yi + h (0 fi+1-0 + 1 fi+1-1 + 2 fi+1-2 + 3 fi+1-3)

126
 9 19 5 1
y i 1 y i h f i 1 fi f i 1 f i 2
24 24 24 24

Clculo de los puntos iniciales por el mtodo de Runge-Kutta de cuarto

orden

Primer Paso Segundo Paso

xi = 0, yi = 1 xi = 0.5, yi = 0.6379742
xi - 1 = -0.5, yi - 1 = 1.581052 xi - 1 = 0, yi - 1 = 1
xi - 2 = -1, yi - 2 = 1.947028 xi - 2 = -0.5, yi - 2 = 1.581052
xi - 3 = -1.5, yi - 3 = 1.453834 xi - 3 = -1, yi - 3 = 1.947028

Predictor Predictor
y (0.5) = 0.9709569 y (1) = 0.735548
Corrector Corrector
y (0.5) = 0.5911456 y (1) = 0.5319068
y (0.5) = 0.6445565
y (0.5) = 0.6370456
y (0.5) = 0.6381018
y (0.5) = 0.6379533
y (0.5) = 0.6379742

6.4 Sistemas de Ecuaciones Diferenciales Ordinarias.

Todo sistema de ecuaciones diferenciales puede representarse

generalmente como

f1 x, y1 , y2 ,... yn
dy1
dx
f 2 x, y1 , y2 ,... yn
dy2
dx

f n x, y1 , y2 ,... yn
dyn
dx
La solucin de este sistema requiere de n condiciones iniciales conocidas
para un valor inicial de x.

127
Una ecuacin diferencial de orden superior puede escribirse como un
sistema de ecuaciones diferenciales de primer orden.

Escsriba la ecuacin diferencial ordinaria y(n) = f (x, y, y, y, ..., y(n - 1)) como
un sistema de ecuaciones de primer orden haciendo las sustituciones

y1 = y, y2 = y, ..., yn = y(n - 1)

Entonces:
y1 = y2
y2 = y3

yn = f (x, y1, y2, y3, ..., yn )

es un sistema de n ecuaciones diferenciales ordinarias.

Por ejemplo, considere el problema de valor inicial.

y -3y yy = 0 y (0) = 0 y (0) = 1 y (0) = -1

Despeje en la ecuacin diferencial, para su derivada de mayor orden

escribiendo y en trminos de x y de sus derivadas de orden menor y
= 3y + yy. Si hacemos las sustituciones

y1 = y y2 = y y3 = y

entonces
y1 = y2
y2 = y3
y3 = 3y3 + y2 y1

con las condiciones iniciales

y1 (0) = 0
y2 (0) = 1
y3 (0) = -1

128
Ejemplo 6.5
Resolver el problema de valores en la frontera definido por la ecuacin:

d2y
y0
dx 2

si y(0) = 1, y(0) = 2; y calcular el valor de y(1).

Analticamente

Teorema.
Si la ecuacin auxiliar m2 + bm +c = 0 tiene las races complejas s ti,
entonces la solucin general de y + by + cy = 0 es y = esx (c1 cos tx + c2
sen tx)

En el ejemplo, para la ecuacin auxiliar b = 0 y c = 1 m2 + 1 = 0

m =i
Por ello, s = 0 y t = 1, y la solucin general queda:

y = e(0)x (c1 cos (1)x + c2 sen (1)x)

y = c1 cos x + c2 sen x
y = c2 cos x c1 sen x

Sustituyendo las condiciones en la frontera

y(0) = c1 cos (0) + c2 sen (0) = 1 c1 = 1

y (0) = c2 cos (0) c1 sen (0) = 2 c2 = 2

y = cos x + 2sen x
y(1) = cos (1) + 2sen (1) = 2.223244

Utilizando el paquete Polymath, para x =1, y = 2.2232

129
Numricamente

Usando el mtodo de Runge-Kutta de segundo orden (mtodo de Ralston)

con h = 0.5, y(0) = 1, y(0) = 2;

d2y
y0
dx 2
d dy1
y1 0
dx dx
dy1
y2
dx
dy 2 dy 2
y1 0 y1
dx dx

Ecuaciones del mtodo:-

yj, i+1 = yj, i + ( k1, j + k2, j) h

k1, j = fj (xi, y1, i, y2, i,..., yn, i);

k2, j = fj (xi+ h, y1, i+ h k1, 1, y2, i+ h k1, 2,..., yn, i+ h k1, n,)

xi = 0; y1, i = 1; y2, i = 2
k1, 1 =f1 (0, 1, 2) = 2 y1 (0.5) = 1 + ( (2) + (1.625)
k1, 2 =f2 (0, 1, 2) = -1 (0.5)
= 1.875
xi+ h = 0 + (0.5) = 0.375 y2 (0.5) = 2 + ( (-1) + (-1.75)
y1, i + h k1, 1 = 1 + (0.5)(2) = (0.5)
1.75 = 1.25
y2, i + h k1, 2 = 2 + (0.5)(-1) =
1.625

k2, 1 = f1 (0.375, 1.75, 1.625) =

1.625
k2, 2 = f2 (0.375, 1.75, 1.625) = -
1.75

130
xi = 0.5; y1, i = 1.875; y2, i = 1.25 = 0.546875
k1, 1 =f1 (0.5, 1.875, 1.25) = 1.25 k2, 2 = f2 (0.875, 2.34375,
k1, 2 =f2 (0.5, 1.875, 1.25) = -1.875 0.546875)
= -2.34375
xi+ h = 0.5 + (0.5) = 0.875
y1, i + h k1, 1 = 1.875 + y1 (1) =
(0.5)(1.25) 1.875 + [( (1.25) +
= 2.34375 (0.546875)](0.5)
y2, i + h k1, 2 = 1.25 + (0.5)(- = 2.265625
1.875) y2 (1) =
= 0.546875 1.25 + [ (-1.875) + (-
2.34375)](0.5)
k2, 1 = f1 (0.875, 2.34375, = 0.15625
0.546875)

131
6.5 Aplicaciones

Ejemplo 6.6
Usando el mtodo de Runge-Kutta de cuarto orden con h = 0.5, y las
mismas condiciones iniciales
Ecuaciones del mtodo:

yj, i+1 = yj, i + (k1, j + 2 k2, j+ 2 k3, j, + k4, j) h

k1, j = fj (xi, y1, i, y2, i,..., yn, i);

k2, j = fj (xi+ h, y1, i+ h k1, 1, y2, i+ h k1,2,... , yn, i+ h k1, n)

k3, j = fj (xi+ h, y1, i+ h k2, 1, y2, i+ h k2, 2j,... , yn, i+ h k2, n)

k4, j = fj (xi+ h, y1, i+ h k3, 1, y2, i+h k3, 2,... , yn, i+ h k3, n)

xi = 0; y1, i = 1; y2, i = 2 k3, 2 = f2 (0.25, 1.4375, 1.625) = -

k1, 1 =f1 (0, 1, 2) = 2 1.4375
k1, 2 =f2 (0, 1, 2) = -1
xi + h = 0.5
xi + h = 0 + (0.5) = 0.25 y1, i + h k3, 1 = 1 + (0.5)(1.625) =
y1, i + h k1, 1 = 1 + (0.5)(2) = 1.8125
1.5 y2, i +h k3, 2 = 2 + (0.5)(-1.4375) =
y2, i + h k1, 2 = 2 + (0.5)(-1) = 1.28125
1.75 k4, 1 = f1 (0.5, 1.8125, 1.28125 =
k2, 1 = f1 (0.25, 1.5, 1.75) = 1.75 1.28125
k2, 2 = f2 (0.25, 1.5, 1.75) = -1.5 k4, 2 = f2 (0.5, 1.8125, 1.28125) = -
1.8125
xi + h = 0.25
y1, i + h k2, 1 = 1 + y1 (0.5)
(0.5)(1.75) = 1.4375 =1+
y2, i + h k2, 2 = 2 + (0.5)(-1.5) [2+2(1.75)+2(1.625)+1.28125](0
= 1.625 .5)
k3, 1 = f1 (0.25, 1.4375, 1.625) = = 1.835938
1.625 y2 (0.5)

132
=2+ [-1+2(-1.5)+2(-1.4375)-
1.8125](0.5) xi + h = 1
= 1.276042 y1, i + h k3, 1 = 1.835938 +
(0.5)(0.737305)
= 2.204590
xi = 0.5; y1, i = 1.835938; y2, i = y2, i +h k3, 2 = 1.276042 + (0.5)(-
1.276042 2.040202)
k1,1 = f1 (0.5, 1.835938, 1.276042) = 0.255941
= 1.276042 k4, 1 = f1 (1, 2.204590, 0.255941)
k1,2 = f2 (0.5, 1.835938, 1.276042) = 0.255941
= -1.835938 k4, 2 = f2 (1, 2.204590, 0.255941)
= -2.204590
xi + h = 0.5 + (0.5) = 0.75
y1,i + hk1,1 =1.835938 + y1 (1)
(0.5)(1.276042) = 1.835938 + [1.276042 +
= 2.154948 2(0.817057)
y2,i + hk1,2 + 2(0.737305) +
=1.276042+(0.5)(-1.835938) 0.255941](0.5)
= 0.817057 = 2.222663
k2, 1 = f1 (0.75, 2.154948, y2 (1)
0.817057) =1.276042 + [-1.835938 + 2(-
= 0.817057 2.154948)
k2, 2 = f2 (0.75, 2.154948, + 2(-2.040202) -
0.817057) 2.204590](0.5)
= -2.154948 = 0.240139

xi + h = 0.75
y1,i + hk2,1 =1.835938+
(0.5)(0.817057)
= 2.040202
y2,i + hk2,2
=1.276042+(0.5)(-2.154948)
= 0.737305
k3,1 = f1 (0.75, 2.040202,
0.737305)
= 0.737305
k3, 2 = f2 (0.75, 2.040202,
0.737305)
= -2.040202

133
6.5 Aplicaciones

134