Met Num Euler RK U7

INSTITUTO TECNOLOGICO DE VERACRUZ
CTRICA

N
N 10
E12020279

METODOS NUMERICOS
4Y6-A
BETANCOURT ZALDIVAR MANUEL FERNANDO

UNIDAD VII
ECUACIONES DIFERENCIALES ORDINARIAS
METODO DE EULER
METODO DE RUNGE-KUTTA

INVESTIGACIN

27 MAYO 14

Guerrero Rincn Ernesto Martin

2
INTRODUCCION
En esta ultima unidad de mtodos numricos tratara sobre como solucionar ecuaciones
diferenciales ordinarias de la forma

un mtodo numrico de forma general se puede describir por
Nuevo valor = valor anterior + pendiente tamao de paso
O en trminos matemticos
y
i+1
= y
i
+ h
con esta ecuacin, la pendiente estimada se usa para extrapolar desde un valor
anterior y
i
a un nuevo valor y
i+1
en una distancia h. Esta frmula se aplica paso a paso para
calcular un valor posterior y, por lo tanto, para trazar la trayectoria de la solucin.

Todos los mtodos de un paso que se expresen de esta forma general, tan slo van a
diferir en la manera en la que se estima la pendiente. El procedimiento ms simple consiste
en usar la ecuacin diferencial, para estimar la pendiente, en la forma de la primera
derivada en x
i
. En otras palabras, se toma la pendiente al inicio del intervalo como una
aproximacin de la pendiente promedio sobre todo el intervalo.
La serie de pasos anteriores lo conoceremos como el mtodo de Euler.
Y despus se revisan otros mtodos de un paso que emplean otras formas de estimar la
pendiente que dan como resultado predicciones ms exactas.
Todas las tcnicas en general se conocen como mtodos de Runge-Kutta.


3
METODO 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.
La primera derivada ofrece una estimacin directa de la pendiente en x
i
; f = (x
i
, y
i
)

donde (x
i
, y
i
) es la ecuacin diferencial evaluada en x
i
y y
i
. La estimacin se sustituye en
la ecuacin

Esta frmula se conoce como mtodo de Euler tambin como de Euler-Cauchy o de
punto pendiente. Se predice un nuevo valor de y usando la pendiente (igual a la primera
derivada en el valor original de x) para extrapolar linealmente sobre el tamao de paso.
Ahora veremos su justificacin:
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.


4
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 . La ecuacin de la recta es:

donde m es la pendiente. La pendiente de la recta tangente se calcula con la derivada:

La ecuacin de la recta tangente es :

Ahora bien, suponemos que es un punto cercano a , y por lo tanto estar dado
como . De esta forma, tenemos la siguiente aproximacin:

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.


5
Pero si el valor de h es ms grande, entonces podemos cometer mucho error al aplicar
dicha frmula. Como lo podemos apreciar a continuacin:
Comparacin de la solucin verdadera con una
solucin numrica usando el mtodo de Euler, para
la integral de y = 2x
3
+ 12x
2
20x + 8.5 desde x = 0
hasta x = 4 con un tamao de paso de 0.5.
La condicin inicial en x = 0 es y = 1.

(ejercicio completo al final)

Comparacin de dos soluciones numricas con el
mtodo de Euler usando tamaos de paso 0.5 y
0.25.


6
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 lo toma el
punto , y por lo tanto, si sustitumos los datos adecuadamente, obtendremos que:

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

Esta es la conocida frmula de Euler que se usa para aproximar el valor
de aplicndola sucesivamente desde hasta en pasos de longitud h.


7
EJEMPLOS METODO DE EULER
EJEMPLO 1)
Dada la siguiente ecuacin diferencial con la condicin inicial:
; Aproximar .
Aplicaremos una solucin analtica y una solucin numrica a esta ecuacin diferencial ya
que es sencilla y podemos apreciar las diferencias.
Solucin Analtica.

Sustituyendo la condicin inicial:

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

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 y no es lo suficientemente pequea. Si divimos esta distancia entre
cinco obtenemos un valor de y por lo tanto, obtendremos la aproximacin
deseada en cinco pasos.
De esta forma, tenemos los siguientes datos:


8
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 0 1
1 0.1 1
2 0.2 1.02
3 0.3 1.0608
4 0.4 1.12445
5 0.5 1.2144
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:


9
EJEMPLO 2)
Aplicar el mtodo de Euler para aproximar , dada la ecuacin diferencial.

Solucin
Elegimos 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
1 1.1 2.3
2 1.2 2.6855
3 1.3 3.1901
De lo cual, conclumos que la aproximacin buscada es:


10
EJEMPLO 3)
Con el mtodo de Euler integre numricamente la ecuacin

desde x = 0 hasta x = 4 con un tamao de paso 0.5. La condicin inicial en x = 0 es y = 1.
y = 0.5x
4
+ 4x
3
10x
2
+ 8.5x + 1
Solucin
y(0.5) = y(0) + (0, 1)0.5
donde y(0) = 1 y la pendiente estimada en x = 0 es: (0, 1) = 2(0)
3
+ 12(0)
2
20(0) + 8.5 =
8.5
Por lo tanto, y(0.5) = 1.0 + 8.5(0.5) = 5.25
La solucin verdadera en x = 0.5 es: y = 0.5(0.5)
4
+ 4(0.5)
3
10(0.5)
2
+ 8.5(0.5) + 1 =
3.21875
As, el error es: E
t
= valor verdadero valor aproximado = 3.21875 5.25 = 2.03125
o, expresada como error relativo porcentual, e
t
= 63.1%. En el segundo paso,
y(1) = y(0.5) + (0.5, 5.25)0.5 = 5.25 + [2(0.5)
3
+ 12(0.5)
2
20(0.5) + 8.5]0.5 = 5.875
La solucin verdadera en x = 1.0 es 3.0 y, entonces, el error relativo porcentual es 95.8%. El
clculo se repite y los resultados se dan en la tabla


11

La solucin numrica de las EDO implica dos tipos de error
1. Errores de truncamiento, o de discretizacin, originados por la naturaleza de las
tcnicas empleadas para aproximar los valores de y.
2. Errores de redondeo, causados por el nmero limitado de cifras significativas que
una computadora puede retener.
Para disminuir los errores se mejoro el medo de Euler y a continuacin lo enunciare mas no
pondr ejemplos del mismo ya que no es el tema pero es bueno conocerlo.
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.

12

Metodo de Runge-Kutta
Los metodos desarrollados por Runge (1885), Kutta (1901), Heun (1900) y otros para la
solucion de problemas con valor en la frontera. Este consiste en obtener un resultado que
se obtendria al utilizar un numero finito de terminos de una serie de Taylor de la forma:

Este metodo es superior al metodo de punto medio (Runge-Kutta de segundo orden) ya
que contiene los primeros cinco terminos de la serie de Taylor, lo cual significa gran
exactitud sin el calculo de las derivadas,
Los mtodos de Runge-Kutta (RK) logran la exactitud del procedimiento de una serie de
Taylor sin requerir el calculo de derivadas superiores. Existen muchas variaciones, pero
todas se pueden denotar en la forma generalizada de la ecuacin :
y
i+1
= y
i
+ f(x
i
, y
i
, h)h
Donde (xi,yi,h) es conocida como funcin incremento, al cual puede interpretarse como
una pendiente representativa sobre el intervalo. La funcin incremento se escribe por lo
general como :
= a
1
k
1
+ a
2
k
2
+ + a
n
k
n

donde a son constantes y las k son :
k
1
= (x
i
, y
i
)
k
2
= (x
i
+ p
1
h, y
i
+ q
11
k
1
h)
k
3
= (x
i
+ p
2
h, y
i
+ q
21
k
1
h + q
22
k
2
h)
.
.
.
k
n
= (x
i
+ p
n1
h, y
i
+ q
n1,1
k
1
h + q
n1,2
k
2
h ++ q
n1,n1
k
n1
h)

donde las p y las q son constantes.


13
. Observe que las k son relaciones de recurrencia. Es decir, k
1
aparece en la ecuacin k
2
,
la cual aparece en la ecuacin k
3
, etctera. Como cada k es una evaluacin funcional,
esta recurrencia vuelve eficientes a los mtodos RK para clculos en computadora.
Es posible tener varios tipos de mtodos de Runge-Kutta empleando diferentes nmeros de
trminos en la funcin incremento especificada por n.El mtodo de Runge-Kutta (RK) de
primer orden con n = 1 es el mtodo de Euler.
Una vez que se elige n, se evalan las a, p y q
y
i+1
= y
i
+ f(x
i
, y
i
, h)h
igualando la ecuacin a los trminos en la expansin de la serie de
Taylor
As, al menos para las versiones de orden inferior, el nmero de trminos, n, por lo comn
representa el orden de la aproximacin.
Mtodos de Runge-Kutta de segundo orden
La versin de segundo orden es
y
i+1
= y
i
+ (a
1
k
1
+ a
2
k
2
)h
donde:
k
1
= (x
i
, y
i
)
k
2
= (x
i
+ p
1
h, y
i
+ q
11
k
1
h)
los valores de a
1
, a
2
, p
1
y q
11
se evalan al igualar la ecuacin con la expansin de la
serie de Taylor hasta el trmino de segundo orden. Al hacerlo, desarrollamos tres
ecuaciones para evaluar las cuatro constantes desconocidas. Las tres ecuaciones son:
a
1
+ a
2
= 1 a
2
p
1

a
2
q
11

Como tenemos tres ecuaciones con cuatro incgnitas, debemos dar el valor de una de
estas incgnitas para determinar las otras tres. Suponga que damos un valor para a
2
.
Entonces se resuelven de manera simultnea las ecuaciones:
a
1
= 1 a
2
(25.34) p
1
q
11
2a
2

Debido a que podemos elegir un nmero infinito de valores para a
2
, hay un nmero
infinito de mtodos RK de segundo orden. Cada versin dara exactamente los mismos
resultados si la solucin de la EDO fuera cuadrtica, lineal o una constante. Sin embargo,
se obtienen diferentes resultados cuando la solucin es ms complicada. A continuacin

14
las tres de las versiones de este mtodo:
Mtodo de Heun con un solo corrector (a
2
= 1/2).
Si suponemos que a
2
es 1/2 puede obtenerse a
1
= 1/2 y p
1
= q
11
= 1. Por lo tanto

donde
k
1
= (x
i
, y
i
) k
2
= (x
i
+ h, y
i
+ k
1
h)
k
1
es la pendiente al inicio del intervalo y que k
2
es la pendiente al final del intervalo. En
consecuencia, este mtodo de Runge-Kutta de segundo orden es, de hecho, la tcnica
de Heun sin iteracin.
El mtodo del punto medio (a
2
= 1).
Si suponemos que a
2
es 1, entonces a
1
= 0, p
1
= q
11
= 1/2, y la ecuacin se convierte en:

donde
k
1
= (x
i
, y
i
)
ste es el mtodo del punto medio.
Mtodo de Ralston (a
2
= 2/3).
Ralston (1962) y Rabinowitz (1978) determinaron que al seleccionar a
2
= 2/3 se obtiene un
mnimo en el error de truncamiento para los algoritmos RK de segundo orden. Con esta
versin, a
1
= 1/3 y p
1
= q
11
= 3/4 y da:

donde
k
1
= (x
i
, y
i
)

15
EJEMPLO - Comparacin de varios esquemas RK de segundo orden
(x, y) = 2x
3
+ 12x
2
20x + 8.5
desde x = 0 hasta x = 4, usando un tamao de paso de 0.5. La condicin inicial es x = 0, y =
1.
Comparacin de los valores verdadero y aproximado de la integral de
y = 2x
3
+ 12x
2
20x + 8.5, con la condicin inicial de que y = 1 en x = 0. Los valores
aproximados se calcularon por medio de tres versiones de los mtodos RK de segundo
orden, con un tamao de paso de 0.5.
Se omitirn las operaciones ya que es un ejemplo de comportamiento de cada uno y cual
es mas preciso.


16
Mtodos de Runge-Kutta de tercer orden
Para n = 3, es posible efectuar un desarrollo similar al del mtodo de segundo orden. El
resultado de tal desarrollo genera seis ecuaciones con ocho incgnitas. Por lo tanto, se
deben dar a priori los valores de dos de las incgnitas con la finalidad de establecer los
parmetros restantes. Una versin comn que se obtiene es

Donde
k
1
= (x
i
, y
i
)

k
3
= (x
i
+ h, y
i
k
1
h + 2k
2
h)
si la EDO est en funcin slo de x, este mtodo de tercer orden se reduce a la regla de
Simpson 1/3.
Mtodos de Runge-Kutta de cuarto orden
El ms popular de los mtodos RK es el de cuarto orden. Como en el caso de los
procedimientos de segundo orden, hay un nmero infinito de versiones. La siguiente, es la
forma comnmente usada y, por lo tanto, le llamamos mtodo clsico RK de cuarto
orden:

donde

las EDO que estn en funcin slo de x, el mtodo RK clsico de cuarto orden es similar a
la regla de Simpson 1/3. Como se muestra en la figura cada una de las k representa una
pendiente. La ecuacin entonces representa un promedio ponderado de stas para
establecer la mejor pendiente.

17

Mtodos de Runge-Kutta de orden superior
Cuando se requieren resultados ms exactos, se recomienda el mtodo RK de quinto
orden de Butcher:

donde
k
1
= (x
i
, y
i
)

Existen las frmulas RK de orden superior, como el mtodo de Butcher, pero en general, la
ganancia en exactitud con mtodos mayores al cuarto orden se ve afectada por mayor
trabajo computacional y mayor complejidad.
Ejemplo de comparacin de todos los mtodos RK
Con los mtodos RK desde primero hasta quinto orden resuelva
(x, y) = 4e
0.8x
0.5y
con y(0) = 2 desde x = 0 hasta x = 4 con diferentes tamaos de
paso. Comparando la exactitud de los diferentes mtodos para la
estimacin en x = 4, basndose en la respuesta exacta,
y(4) = 75.33896.


18
EJEMPLOS RUNGE-KUTTA

Ejemplo 1:

Usar el metodo de Runge-Kutta para aproximar

dada la siguiente ecuacion diferencial:

Primero, identificamos el mismo ejemplo 1 de los dos metodos anteriores. Segundo,
se procede con los mismos datos:

Para poder calcular el valor de , debemos calcular primeros los valores de

Se tiene entonces que:

con el fin de un mayor entendimiento de las frmulas, vea la siguiente iteracin:


19
El proceso debe repetirse hasta obtener:
En la siguiente tabla, se resumen los resultados de las iteraciones:

Se concluye que el valor obtenido con el metodo de Runge-Kutta es:

Finalmente se calcula el error relativo verdadero:

Con lo cual se ve que efectivamente se ha reducido mucho el error relativo. De
hecho se observa que tenemos 6 cifras significativas en la aproximacion!
EJEMPLO 2:
Usar el metodo de Runge-Kutta para aproximar dada la ecuacion
diferencial:

Igual que siempre, si se toma: se llega a la aproximacion en dos pasos.
Con esta aclaracion, se tienen los siguientes datos:

Primera Iteracion:


20

Segunda iteracion:

entonces que el valor buscado es:

EJEMPLO 3:
Resolver
aplicando el mtodo de Runge-Kutta.
SOLUCIN
De la condicin inicial del problema se tiene que X = 0, y Y = 1; adems, h = 0.1.
Sustituyendo estos valores se obtiene:

21

Llevando estos valores a y el resultante a ) se obtiene que para X = 0.1 la solucin del
problema es

Los valores de las ki para este punto obtenido de la solucin, son:

luego

Continuando de la misma forma se obtiene la solucin que se muestra en la siguiente
tabla:

X Y k1 k2 k3 k4
0.0 1.0000 0.5000 0.5516 0.5544 0.6127
0.1 1.0554 0.6126 0.6782 0.6823 0.7575
0.2 1.1236 0.7575 0.8431 0.8494 0.9494
0.3 1.2085 0.9492 1.0647 1.0745 1.2121
0.4 1.3158 1.2119 1.3735 1.3896 1.5872
0.5 1.4545 1.5868 1.8234 1.8517 2.1509

Met Num Euler RK U7

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Met Num Euler RK U7

Загружено:

Авторское право:

Доступные форматы

INSTITUTO TECNOLOGICO DE VERACRUZ

Вам также может понравиться