Instituto Tecnolgico de

Campeche

Ingeniera Mecanica
TAREA.
INVESTIGACION DE LA UNIDAD 6. ECUACIONES DIFERENCIALES
ORDINARIAS. METODOS NUMERICOS
Alumno: Tuz Caamal Vctor Oswaldo

Profesor: Ing. Snchez Parrao Roger Manuel.

Materia: Mtodos Numricos.

Grupo: VC4.

San Francisco de Campeche, Campeche; 08 de junio del 2017.

1
 INDICE

INTRODUCCIN ----------------------------------------------------------------------------------- 3

UNIDAD 6 ECUACIONES DIFERENCIALES ORDINARIAS METOS NUMERICOS- 4

CONCLUSIN --------------------------------------------------------------------------------------- 20

BIBLIOGRAFIA ------------------------------------------------------------------------------------- 21

2
 INTRODUCCION

Recursos de la fsica, la ingeniera, la economa, la meteorologa y en

aplicaciones como las de modelado en ciencias, se las estudia en diversas reas
(como geometra, mecnica y astronoma) y perspectivas.

Matemticamente es de crucial inters el conjunto de funciones que verifican la

ecuacin y establecen sus soluciones. Slo las ecuaciones diferenciales ms
sencillas admiten soluciones dadas por frmulas explcitas (como las lineales
asociadas a una teora desarrollada prcticamente por completo). No obstante,
pueden determinarse algunas propiedades de las soluciones de una ecuacin
diferencial sin requerirse su formulacin exacta, clave para resolver la mayora
de las ecuaciones diferenciales no lineales de sumo inters en numeroso casos.
Casos carentes de una frmula auto-contenida para su solucin que se suple con
la aproximada numricamente con el auxilio crucial de las computadoras.

La matemtica pura centra el foco formal en la solucin, su existencia y si es o

no nica. La aplicada controla la validez de los mtodos para la solucin
numricamente aproximada y el rigor de las justificaciones con que se los
sustenta.

La teora de los sistemas dinmicos prioriza el anlisis cualitativo de sistemas

descritos por ecuaciones diferenciales mientras se han venido sumando
numerosos mtodos numricos para determinar soluciones con un grado dado
de precisin.

En ingeniera, ciencias naturales y sociales hay muchos problemas de inters

que, cuando se plantean, exigen la determinacin de una funcin la cual debe
verificar una ecuacin que involucra derivadas de la funcin desconocida.
3
 UNIDAD 6: ECUACIONES DIFERENCIALES ORDINARIAS
MTODOS NUMRICOS

6.1 Fundamentos de ecuaciones diferenciales.

El objeto de este subtema es hacer una breve introduccin al estudio de

ecuaciones diferenciales, que constituye una de las ramas ms importantes para
el Clculo, por sus innumerables aplicaciones en todas las ciencias.

Definicin 1 Se llama ecuacin diferencial a aquella ecuacin que contiene

derivadas.

Si la ecuacin slo tiene una sola variable independiente recibe el nombre de

ecuaciones diferenciales ordinarias (EDO).Si la ecuacin contiene ms de una
variable independiente, apareciendo as sus derivadas parciales, recibe el
nombre de ecuaciones diferenciales en derivadas parciales.

Definicin 2 Se llama orden de una ecuacin diferencial al orden de la mayor

derivada que aparezca en ella.

Definicin 3 Se llama grado de una ecuacin diferencial al grado de la

derivada de mayor orden que aparezca en ella.

Definicin 4 Se llama solucin general de una ecuacin diferencial a toda

relacin entre las variables, libres de derivadas, que satisface dicha ecuacin
diferencial.

4
Por lo comn, la solucin general de una ecuacin diferencial de orden n tiene
n constantes. Integrar o resolver una ecuacin diferencial es hallar su solucin
general.

Definicin 5 Se llama solucin particular de una ecuacin diferencial a aquella

solucin que se obtiene a partir de la solucin general, dando valores a las
constantes.

6.2 Mtodos de un paso: Mtodo de Euler, Mtodo de Euler mejorado y

Mtodo de Runge-Kutta.

Mtodo de Euler

Este mtodo se aplica para encontrar la solucin a ecuaciones diferenciales

ordinarias (EDO), esto es, cuando la funcin involucra solo una variable
independiente.

El mtodo se basa de forma general en la pendiente estimada de la funcin para

extrapolar desde un valor anterior a un nuevo valor:

Nuevo valor = valor anterior + pendiente x tamao de paso.

O bien,

5
De esta manera, la formula (1), se aplica paso a paso para encontrar un valor
en el futuro y as trazar la trayectoria de la solucin. La figura 1, muestra el
procedimiento aplicado con la ecuacin (1).

Prediccin de un nuevo valor en la

solucin

El mtodo de Euler utiliza la pendiente al inicio del intervalo como una

aproximacin de la pendiente promedio sobre todo el intervalo. La primera
derivada proporciona una estimacin directa de la pendiente en x i.

6
f(xi,yi), es la ecuacin diferencial evaluada en xi y yi. Sustituyendo esta
estimacin de la pendiente en la ecuacin (1), se tiene:

La ecuacin (2), se le conoce como el mtodo de Euler. En esta formula se

predice un nuevo valor de y por medio de la pendiente que es igual a la primera
derivada en el valor original de x, este nuevo valor habr de extrapolarse en
forma lineal sobre el tamao de paso h.

Mtodo de Euler mejorado

Este mtodo se basa en la misma idea del mtodo anterior, pero hace un
refinamiento en la aproximacin, tomando un promedio entre ciertas
pendientes.

La frmula es la siguiente:

donde,

7
Para entender esta frmula, analicemos el primer paso de la aproximacin, con
base en la siguiente grfica:

En la grfica, vemos que la pendiente promedio corresponde a la

pendiente de la recta bisectriz de la recta tangente a la curva en el punto de la
condicin inicial y la recta tangente a la curva en el punto (x1, y1), donde y1
es la aproximacin obtenida con la primera frmula de Euler. Finalmente, esta
recta bisectriz se traslada paralelamente hasta el punto de la condicin inicial,
y se considera el valor de esta recta en el punto x = x1 como la aproximacin
de Euler mejorada.

Mtodo de Runge-Kutta

8
En la seccin anterior se estableci que el mtodo de Euler para resolver la
ecuacin diferencial de primer orden

Y' = f(X, Y) (7)

con la condicin inicial

Y(X0) = Y0 (8)

consiste en aplicar repetidamente la frmula de recurrencia

Yn+1 = Yn + h f(Xn, Yn) donde n = 1, 2, 3, ... (9)

para determinar la solucin de la ecuacin diferencial en

X = X1, X2, X3,...

Sustituyendo la funcin f(X, Y) dada en (7), en (9), se tiene que

Yn+1 = Yn + h Y'n (10)

expresin que indica que el mtodo de Euler consiste grficamente, en ir de un

valor Yn conocido de la solucin de la ecuacin diferencial (7) en un punto, al
siguiente por medio de la tangente T1 a la curva integral Y = Y(X) en el mismo
punto de la solucin conocida, como se muestra en la siguiente figura.

9
De este planteamiento grfico puede verse que una mejor aproximacin a la
solucin de la ecuacin diferencial se obtendra 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 coordenados (Xn, Yn), (Xn+1, Yn+1) en donde Xn+1 y Yn+1 pueden
estimarse con el procedimiento normal de Euler, como se muestra en la
siguiente grfica:

10
Con lo anterior se obtendra un mtodo mejorado de Euler 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)

Observando las expresiones para resolver la ecuacin diferencial, puede

decirse que ambas consisten en aplicar la frmula de recurrencia

(12)

en donde

(13)

en el mtodo de Euler y

11
 (14)

en lo que

Y' = f(X, Y)

en el mtodo de Euler Mejorado.

Como se ve, estos mtodos 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 Runge-Kutta. La diferencia entre ellos consiste en la forma como se
define la funcin

que aparece en la expresin (12).

La ventaja de los mtodos de Runge-Kutta con respecto al uso de la serie de

Taylor, que es tambin un mtodo de un paso, est expresado en el punto (2)
anterior; es decir, los mtodos de Runge-Kutta requieren slo de la funcin f(X,
Y) y de ninguna derivada, mientras que la serie de Taylor s requiere de la

12
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.

Un mtodo de Runge-Kutta para resolver ecuaciones diferenciales ordinarias

de primer orden con error del orden de h 5, de uso tan frecuente que en la
literatura sobre mtodos numricos se le llama simplemente el Mtodo de
Runge-Kutta, se dar a conocer sin demostrar y consiste en aplicar la ecuacin

de recurrencia (12) en donde la funcin est dada por la expresin:

(16)

en el cual

(17)

13
La ecuacin (16) se obtiene haciendo un promedio de las cuatro pendientes,
k1, k2, k3 y k4 a la curva integral, en forma semejante a como se procedi con
las pendientes de las tangentes T1 y T2 que dieron lugar a (11).

6.3 Mtodos de pasos mltiples

Los mtodos de un paso descritos en las secciones anteriores utilizan

informacin en un solo punto xi para predecir un valor de la variable
dependiente yi+1 en un punto futuro xi+1. Procedimientos alternativos, llamados
mtodos multipaso, se basan en el conocimiento de que una vez empezado el
clculo, se tiene informacin valiosa de los puntos anteriores y esta a nuestra
disposicin.

La curvatura de las lneas que conectan esos valores previos proporciona

informacin con respecto a la trayectoria de la solucin. Los mtodos
multipaso que exploraremos aprovechan esta informacin para resolver las
EDO.

Antes de describir las versiones de orden superior, presentaremos un mtodo

simple de segundo orden que sirve para demostrar las caractersticas generales
de los procedimientos multipaso.

14
6.4 Aplicaciones a la ingeniera.

Mtodo de Euler

Ejercicio 1. Use el mtodo de Euler para integrar numricamente la siguiente

ecuacin diferencial:

Desde x = 0 hasta x = 4, con un tamao de paso h = 0.5. Con la condicin

inicial de que cuando x = 0 entonces y = 1. Obtenga la solucin exacta

15
integrando analticamente y compare los resultados con los obtenidos por el
mtodo de Euler. Tabular los resultados de Euler, la solucin real y el
error relativo porcentual.

Ejemplo:

Aplicando la ecuacin (2), para encontrar la primera aproximacin:

x1= 0

y1= 1

y2 = y1 + f (x1, y1 )h

La pendiente es:

f(0,1)= -2(0)3 +12(0)2 -20(0)+8.5 = 8.5

Sustituyendo en la formula de Euler

y2 = 1 + 8.5(0.5) = 5.25

Mtodo de Euler mejorado

Aplicar el mtodo de Euler mejorado, para aproximar y(0.5) si:

y' = 2xy

y(0) = 1

16
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos
h = 0.1 y encontraremos la aproximacin despus de cinco iteraciones. A
diferencia del mtodo de Euler 1, en cada iteracin requerimos de dos clculos
en vez de uno solo: el de yn* primero y posteriormente el de yn.

Para aclarar el mtodo veamos con detalle las primeras dos iteraciones.
Primero que nada, aclaramos que tenemos los siguientes datos iniciales:

En nuestra primera iteracin tenemos:

Ntese que el valor de y1* coincide con el y1 (Euler 1), y es el nico valor que
va a coincidir, pues para calcular y2* se usar y1 y no y1*.

Esto lo veremos claramente en la siguiente iteracin:

17
Ntese que ya no coinciden los valores de y2 (Euler 1) y el de y2*. El proceso
debe seguirse hasta la quinta iteracin. Resumimos los resultados en la
siguiente tabla:

n xn yn
0 0 1
1 0.1 1.01
2 0.2 1.040704
3 0.3 1.093988
4 0.4 1.173192
5 0.5 1.28336

Conclumos entonces que la aproximacin obtenida con el mtodo de Euler

mejorado es:

y(0.5) = 1.28336

Con fines de comparacin, calculamos el error relativo verdadero:

18
Vemos que efectivamente se ha obtenido una mejor aproximacin con este
mtodo, reduciendo el error relativo verdadero de un 5.4% hasta un 0.05%. En
nuestro tercer mtodo veremos cmo se reduce an ms este error
prcticamente a un 0%!

19
 CONCLUSION
Finalmente y para concluir se determino que, la resolucin de problemas de
ingeniera est asociada, por lo general, a resultados numricos puesto que se
requieren respuestas prcticas.

La mayor parte de las leyes cientficas de expresan en trminos de rapidez de

variacin de una variable con respecto otra.

Adems proporcionan una herramienta esencial para modelar muchos

problemas en Ingeniera, Fsica, Economa y Biologa, puesto que estos, por lo
general, requieren la determinacin de una funcin que satisface a una ecuacin
diferencial.

El Mtodo de Runge Kutta es mejor que el mtodo de Euler, pero an as es

posible aumentar la precisin achicando los pasos entre los puntos o
implementando el mtodo de orden superior.

Es el mtodo ms utilizado para resolver numricamente problemas de

ecuaciones diferenciales ordinarias con condiciones iniciales es el mtodo de
Runge-Kutte, el cual proporciona un pequeo margen de error con respecto a la
solucin real del problema y es fcilmente programable en un software para
realizar iteraciones necesarias.

El dominio de los mtodos numricos, en combinacin con las capacidades y

potencialidades de la programacin de computadoras resuelve problemas de
ingeniera de manera ms fcil y eficientemente.

20
 BIBLIOGRAFIA
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r73203.PDF

Steven C. Chapra, Mtodos Numricos para Ingenieros, 6 ed., Mc Graw Hill.

Antonio Nieves Hurtado, Federico C. Domnguez Snchez, Mtodos Numricos, 3 ed., CESA

21