Métodos Numéricos de

Runge-Kutta
Ecuaciones Diferenciales

Dra. Elizeth Ramírez Álvarez

FCFM-UNACH
Abril 2018
 Introducción

O Los métodos hasta ahora analizados nos permiten

obtener soluciones implícitas o explícitas
analíticamente de las ED de primer orden y orden
superior.
O Existen muchos casos en los que no podemos
obtener la solución por ninguno de estos métodos a
pesar de que la solución exista. Para ED de primer
orden en esos casos podemos utilizar un método
numérico:
O 1.- Método de Euler o RK de 1 orden, Euler mejorado
O 2.- Método de Runge-Kutta de 4 orden
O 3.- Método de Diferencias finitas

2
 Resolución de Ecuaciones
Diferenciales Ordinarias (EDO’s)

 EDO: problemas de valores

iniciales (P.V.I.)

 Sistema de EDO’s
3
 Sistema de EDOs
Condición inicial

dy1
 f(t,y 1, y 2 ,.., y n ) y1 (t0 )  y1,0
dt

dy 2 y 2 (t 0 )  y 2,0
 f(t,y 1 , y 2 ,.., y n )
dt

dy n
 f(t,y 1 , y 2 ,.., y n ) y n (t0 )  y n,0
dt 4
5
Resolución sistema de EDOs
Solución Analítica  exacta

Solución Numérica  aproximada

6
 Métodos Runge Kutta (RK)
Los métodos de Runge Kutta de cualquier orden se deducen
a partir del desarrollo de la serie de Taylor de la función f(x,y):

y( x 0) 2 y ( x 0) 3
y(x) = y(x 0) + y( x 0)h + h + h +....
2 6

donde h = x-x0

7
Método de Euler o RK 1er Orden
y ( x 0 ) 2 y ( x 0 ) 3
y(x) = y(x 0) + y ( x 0)h + h + h + ....
2 6

dy
 f (x, y) C.I.: y(x 0)  y 0
dx

y dy
  f (x, y)
x dx
y  f (x, y)x
y(x  x)  y(x)  y  f (x, y)x
 y(x  x)  y(x)  f (x, y)x

8
Método de Euler o RK 1er Orden

y1 verdadero

 y ( x  x)  y ( x )  f (x, y)x

iteración 1: y1  y0  f (x, y)x

Importante: x Error  tiempo de cálculo

Los métodos de orden 2, 3 y 4 requieren el cálculo de f(x,y)
en 2, 3 y 4 puntos respectivamente
Método de Euler o RK 2do Orden
Si ahora para calcular la integral, aproximamos el resultado
de la integral mediante la Regla del Trapecio:
yn+1 = yn + h/2[f (yn, tn) + f (y ∗n+1, tn+1)] + O(h3
y ∗ = y + hf (y , t)

10
 Método de RK 4to Orden
RK de 4to orden conjuga bien la precisión con el esfuerzo de
computación.

Uno de los algoritmos más utilizados es: y´ = f(x,y)

y(x0) = y0
k1  h f(xn ,y n )
h k
k 2  h f(x n  ,y n  1 )
2 2
h k
k 3  h f(x n  , y n  2 )
2 2
k 4  h f(xn  h,y n  k 3 )
1
y n1  y n  (k 1  2k 2  2k 3  k 4 )
6
12