1

Universidad de colima
Tcnicas computacionales en la
ingeniera

Tercera parcial

Mtodos numricos:
Derivadas e integrales numricas
Solucin de ecuaciones diferenciales ordinarias
Alumno: Ernesto Torres Moreno
Profesor: Luis Eduardo Lpez Moran

ndice
1. Derivacin e integracin numrica:
1.1.

Regla de Romberg4-8.

1.2.

Mtodo de Simpson . .9-13.

1.3.

Mtodo de Simpson . 14-18.

1.4.

Mtodo de cuadratura de Gauss..19-21.

1
3

3
8

2. Solucin de ecuaciones diferenciales ordinarias:

2.1.

Mtodo de Euler y Euler mejorado23-31

2.2.

Mtodo para Runge-kutta para cuarto orden..32-35

2.3.

Mtodo de Milne. 36-39

2.4.

Mtodo de Adams-Moulton. 40-44

1. Derivacin e integracin
numrica:

1.1 Regla de Romberg

Sea

el valor de la integral que aproxima a

subintervalos de longitud

donde

, mediante una particin de

y usando la regla del trapecio. Entonces,

es el error de truncamiento que se comete al aplicar la regla.

El mtodo de extrapolacin de Richardson combina dos aproximaciones de integracin

numrica, para obtener un tercer valor ms exacto.
El algoritmo ms eficiente dentro de ste mtodo, se llama Integracin de Romberg, la
cual
es
una
frmula
recursiva.
Supongamos que tenemos dos aproximaciones :

Se puede demostrar que el error que se comete con la regla del trapecio para n subintervalos
est dado por las siguientes frmulas:

donde
es un promedio de la doble derivada entre ciertos valores que pertenecen a cada
uno de los subintervalos.
Ahora bien, si suponemos que el valor de

es constante, entonces :

Sustituyendo esto ltimo en nuestra primera igualdad, tenemos que:

De aqu podemos despejar

En el caso especial cuando

(que es el algoritmo de Romberg), tenemos :

Esta frmula es solo una parte del algoritmo de Romberg. Para entender el mtodo, es
conveniente pensar que se trabaja en niveles de aproximacin. En un primer nivel, es cuando
aplicamos la regla del Trapecio, y para poder usar la frmula anterior, debemos de duplicar
cada vez el nmero de subintervalos: as, podemos comenzar con un subintervalo, luego con
dos, cuatro, ocho, etc, hasta donde se desee.
Posteriormente, pasamos al segundo nivel de aproximacin, que es donde se usa la frmula
anterior, tomando las parejas contiguas de aproximacin del nivel anterior, y que corresponden
cuando

Despus pasamos al nivel tres de aproximacin, pero aqu cambia la frmula de Romberg, y as
sucesivamente hasta el ltimo nivel, que se alcanza cuando solo contamos con una pareja del
nivel anterior.
Desde luego, el nmero de niveles de aproximacin que se alcanzan, depende de las
aproximaciones que se hicieron en el nivel 1. En general, si en el primer nivel, iniciamos
con n aproximaciones, entonces alcanzaremos a llegar hasta el nivel de aproximacin n.
Hacemos un diagrama para explicar un poco ms lo anterior.

y con estos niveles podemos concluir una ecuacin para determinar cada espacio.

Ejemplo 1:

Ejemplo 2 :

1.2 Mtodo de Simpson (1/3)

10

11

12

Ejemplo 1: obtenga

13

Ejemplo 2:

14

1.3 Mtodo de Simpson (3/8)

15

16

17

Ejemplo 1:

18

Ejemplo 2:

19

1.4 Mtodo de cuadratura de Gauss

20

21

22

2. Solucin de ecuaciones
diferenciales ordinarias:

23

2.1 Mtodo de Euler y Euler mejorado

MTODO DE EULER
La idea del mtodo de Euler es muy sencilla y est basada en el significado geomtrico de la derivada de una
funcin en un punto dado.
Supongamos que tuviramos la curva solucin de la ecuacin diferencial y trazamos la recta tangente a la curva en
el punto dado por la condicin inicial.

Debido a que la recta tangente aproxima a la curva en valores cercanos al punto de tangencia, podemos tomar el
valor de la recta tangente en el punto

como una aproximacin al valor deseado

As, calculemos la ecuacin de la recta tangente a la curva solucin de la ecuacin diferencial dada en el
punto

. De los cursos de Geometra Analtica, sabemos que la ecuacin de la recta es:

donde m es la pendiente. En este caso, sabemos que la pendiente de la recta tangente se calcula con la derivada:

24

Por lo tanto, la ecuacin de la recta tangente es :

Ahora bien, suponemos que

es un punto cercano a
esta forma, tenemos la siguiente aproximacin:

, y por lo tanto estar dado como

. De

De aqu, tenemos nuestra frmula de aproximacin:

Esta aproximacin puede ser suficientemente buena, si el valor de h es realmente pequeo, digamos de una
dcima menos. Pero si el valor de h es ms grande, entonces podemos cometer mucho error al aplicar dicha
frmula. Una forma de reducir el error y obtener de hecho un mtodo iterativo, es dividir la
distancia
en n partes iguales (procurando que estas partes sean de longitud suficientemente
pequea) y obtener entonces la aproximacin en n pasos, aplicando la frmula anterior n veces de un paso a

otro, con la nueva h igual a

En una grfica, tenemos lo siguiente:

Ahora bien, sabemos que:

Para obtener
nicamente hay que pensar que ahora el papel de
tanto, si sustitumos los datos adecuadamente, obtendremos que:

De aqu se ve claramente que la frmula recursiva general, est dada por:

lo toma el punto

, y por lo

25

Esta es la conocida frmula de Euler que se usa para aproximar el valor de

desde

hasta

aplicndola sucesivamente

en pasos de longitud h.

Ejemplo 1
Dada la siguiente ecuacin diferencial con la condicin inicial:

Aproximar

NOTA
Primero observamos que esta ecuacin s puede resolverse por mtodos tradicionales de ecuaciones diferenciales.
Por ejemplo, podemos aplicar el mtodo de separacin de variables. Veamos las dos soluciones.
Solucin Analtica.

Sustituyendo la condicin inicial:

Por lo tanto, tenemos que la curva solucin real est dada:

26

Y por lo tanto, el valor real que se pide es:

Solucin Numrica
Aplicamos el mtodo de Euler y para ello, observamos que la distancia entre

suficientemente pequea. Si didimos esta distancia entre cinco obtenemos un valor de

obtendremos la aproximacin deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:

Sustituyendo estos datos en la formula de Euler, tenemos, en un primer paso:

Aplicando nuevamente la formula de Euler, tenemos, en un segundo paso:

Y as sucesivamente hasta obtener

. Resumimos los resultados en la siguiente tabla:

n
0
1
2
3
4
5

0
0.1
0.2
0.3
0.4
0.5

1
1
1.02
1.0608
1.12445
1.2144

no es lo
y por lo tanto,

27
Conclumos que el valor aproximado, usando el mtodo de Euler es:

Puesto que en este caso, conocemos el valor verdadero, podemos usarlo para calcular el error relativo porcentual
que se cometi al aplicar la formula de Euler. Tenemos que:

Ejemplo 2
Aplicar el mtodo de Euler para aproximar

, dada la ecuacin diferencial.

Solucin
Nuevamente vemos que nos conviene dividir en pasos la aproximacin. As, elegimos nuevamente
para
obtener el resultado final en tres pasos. Por lo tanto, aplicamos el mtodo de Euler con los siguientes datos:

En un primer paso, tenemos que:

Resumimos los resultados en la siguiente tabla:

n
0
1
2
3

1
1.1
1.2
1.3

De lo cual, conclumos que la aproximacin buscada es:

2
2.3
2.6855
3.1901

28

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

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

donde
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

como la aproximacin de Euler mejorada.

Ejemplo 1
Aplicar el mtodo de Euler mejorado, para aproximar

si:

29
Solucin
Vemos que este es el mismo ejemplo 1 del mtodo anterior. As que definimos
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

primero y posteriormente el de

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

calcular

se usar

coincide con el
y no

(Euler 1), y es el nico valor que va a coincidir, pues para

Esto lo veremos claramente en la siguiente iteracin:

30

Ntese que ya no coinciden los valores de

(Euler 1) y el de
iteracin. Resumimos los resultados en la siguiente tabla:

. El proceso debe seguirse hasta la quinta

n
0
1
2
3
4
5

0
0.1
0.2
0.3
0.4
0.5

1
1.01
1.040704
1.093988
1.173192
1.28336

Conclumos entonces que la aproximacin obtenida con el mtodo de Euler mejorado es:

Con fines de comparacin, calculamos el error relativo verdadero:

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%!
Veamos un segundo ejemplo.
Ejemplo 2
Aplicar el mtodo de Euler mejorado para aproximar y(1.3) si tenemos :

Solucin
Tenemos los siguientes datos:

31

En una primera iteracin, tenemos lo siguiente:

Resumimos los resultados en la siguiente tabla:

n
0
1
2
3

1
1.1
1.2
1.3

2
2.385
2.742925
3.07635

Conclumos entonces que la aproximacin buscada es:

Finalmente, veamos el tercero y ltimo mtodo que estudiaremos en este curso. Por simplicidad del curso, no
veremos la justificacin formal de estas ltimas frmulas.

32

2.2 Mtodo de Runge-Kutta

Si ahora m = 4, se obtiene, con un desarrollo del tipo del anterior, la siguiente frmula, para i desde 0 hasta N-1:

(16)

Si bien con facilidad se pueden deducir otras frmulas, el algoritmo expresado en (16) se denomina mtodo de
Runge-Kutta de cuarto orden, o mtodo clsico de Runge-Kutta, abreviado como RK4. Este algoritmo es de uso
extendido, y reconocido como una valiosa herramienta de clculo, por la buena aproximacin que produce.
5

Esta frmula tiene un error de truncamiento local de O(h ), y un error global de O(h ). De nuevo, el precio que se
debe pagar por la mejora en el error, es una mayor cantidad de evaluaciones de la funcin, resultando en un
mayor tiempo de clculo si la funcin es complicada. Tiene la ventaja, sobre el mtodo de Taylor de orden 4 (cuyo
4
error global es tambin O(h ), que no requiere el clculo de las derivadas de f.
Implementacin del mtodo RK4
Se presenta a continuacin el pseudocdigo del mtodo RK4, para ser implementado en cualquier lenguaje de
programacin, o software simblico.

33

Ejemplo 1:
Con el mtodo RK4, obtener una aproximacin del valor de y(1,5) para el siguiente problema de
valor inicial, tomando un paso h = 0,1.

El primer paso para resolver este problema es determinar la malla de puntos en donde se va a
obtener la solucin.
Como en este caso h est dado, se tiene que N = (1,5 - 1)/0,1 = 5.
Por lo tanto, los puntos en donde se va a determinar la solucin, dados por la frmula ti = 1 +
0,1 i, para i =1,2,3,4,5, son:
t1 = 1,1
t2 = 1,2
t3 = 1,3
t4 = 1,4
t5 = 1,5
Una vez establecida la malla del problema, tenemos, para i = 0:

Resulta entonces,

34

y aplicando sucesivamente la frmula de RK4, para i desde 1 hasta 4, se obtienen los datos que
se muestran en la siguiente tabla, donde adems se muestra el valor de la solucin exacta para
cada punto de la malla.

Al analizar la tabla anterior y comparar los resultados obtenidos con el mtodo RK4 con los
valores reales, se ve por qu es tan difundido este mtodo. En la prxima tabla se comparan los
mtodos de Euler y Runge Kutta de orden 4 para el mismo problema.

35

Ejemplo 2:

36

2.3 Mtodo de Milne

Este mtodo es mltipaso y adems predictor corrector, esta dado por:

este mtodo es de O(H ).

Se requieren 4 puntos para aplicarlo. Como uno de ellos es la condicin inicial solo hacen falta 3.
Estos valores se calculan por otro mtodo.
Este mtodo tambin puede expresarse como un mtodo implcito. En ese caso tenemos para la
ecuacin del corrector:

El clculo es anlogo al del mtodo de Euler Mejorado implcito.

Existe una tercera versin de este mtodo. En esta se utiliza la idea de extrapolacin, que se emple para la
integracin de Romberg. Esta consiste en tomar en cuenta el error de truncamiento tanto de la frmula del
predictor como del corrector, es decir

si despreciamos el error de redondeo al sumar el error de truncamiento tenemos el valor real de y i+1.
Se conoce la expresin para ambos errores de truncamiento. Si suponemos que son iguales es
posible despejarlo de las 2 ecuaciones con lo cual; tenemos una expresin para el error. Esta puede
sumarse para obtener un valor ms aproximado a yi+1. Omitiendo los detalles el resultado es:

Podemos decir que el mtodo es extrapolado. Dependiendo del texto que utilices, ser como encuentres la versin
del mtodo. En algunos viene como predictor corrector. En otros como implcito, y en los dems como
extrapolado.

37

Ejemplo 1:

38

39

Ejemplo 2:

40

2.4 Mtodo de Adams-Moulton

Se calculan los valores iniciales w0 = a0, w1 = a1, w2 = a2 (con el mtodo de Runge-Kutta), y se
aplica la frmula:

(29)

Se deja como ejercicio verificar los coeficientes de la frmula (29), resolviendo el sistema de
ecuaciones dado en (26).

Puede demostrarse que el error local de truncamiento |wi y(ti)| en el mtodo de AdamsMoulton de tres pasos est dado por la expresin:

(30)

para algn i[ti-2, ti+1]. Es decir, este mtodo tambin es del orden de h4. Por ello se comparan
siempre los resultados de aplicar el mtodo de Adams-Bashford de n + 1 pasos, contra el
mtodo de Adams-Moulton de n pasos.

Se muestra a continuacin el pseudocdigo del algoritmo de este mtodo.

41

Este mtodo requiere menos puntos y tiene la misma precisin que el anterior, pero tiene la
dificultad de tener que resolver en cada paso una ecuacin, que puede ser no lineal, en cuyo
caso se deber aplicar un mtodo de aproximacin de soluciones de ecuaciones no lineales.

42

Ejemplo 1:
Consideremos el siguiente problema de valor inicial:

y' = y - t2 + 1, 0 t 2, y(0) = 0,5

(31)

Se aplicarn los mtodos de Adams-Bashforth de cuatro pasos (A-B) y el de Adams-Moulton de

tres pasos (A-M), ambos con tamao de paso h = 0,2 para la malla en el dominio [0, 2]. Con este
tamao de paso, la malla de puntos resulta:

ti = 0,2.i, para i = 0, ..., 10.

(32)

El mtodo de A-B aplicado a este problema, siendo f(t,y) = y - t2 + 1 y tomando ti = 0,2 i, tiene
por ecuacin de diferencias:

(33
)
Anlogamente, El mtodo de A-M aplicado a este problema, con la misma expresin para f(t,y)
y los mismos valores para los ti, tiene por ecuacin de diferencias:

(34
)
Se ve claramente aqu que el mtodo de A-M tiene por ecuacin de diferencias una expresin
implcita para wi+1. Se puede despejar en este caso la incgnita wi+1, para obtener la ecuacin:

(35
)
Los resultados que se obtuvieron aplicando estas ecuaciones, se muestran en la siguiente tabla.
Los valores exactos provienen de la solucin exacta del PVI, y(t) = (t+1)2 - 0,5 et. No tiene
sentido mostrar la comparacin de estos valores en forma grfica, por la gran precisin de los
resultados obtenidos, que hace que los errores sean del orden de 10 -3.

43

Tabla 1
En el ejemplo, el mtodo implcito de Adams-Moulton dio mejores resultados que el mtodo
explcito de Adams-Bashforth del mismo orden. Generalmente ocurre esto, pero los mtodos
implcitos tienen la debilidad intrnseca de que primero deben convertir algebraicamente el
mtodo en una representacin explcita de wi+1. Este procedimiento no siempre es posible,
como ocurre por ejemplo en el siguiente problema elemental de valor inicial:

(36)
Dado que f(t)= ey, el mtodo de Adams-Moulton de tres pasos tiene como ecuacin de
diferencia la siguiente:

(37)
y de esta ecuacin no se puede despejar wi+1. Para resolver la ecuacin (37), se deber aplicar
algn mtodo numrico.

44

Ejemplo 2:

45

Fin