Conceptos y Principios Básicos

Los métodos de Runge-Kutta son una serie de métodos numéricos usados para
encontrar aproximaciones de las soluciones de ecuaciones diferenciales y sistemas
de ecuaciones diferenciales, lineales y no lineales.

Veremos los métodos de Runge-Kutta en detalle y sus principales variantes en las

siguientes secciones.

Métodos lineales a un paso

Son métodos numéricos que para avanzar un paso, sólo dependen del paso anterior,
es decir el paso n+1 solo depende del paso n o, con más precisión, son métodos de
la forma

xn+1 = xn + F(xn, tn, h)

x0 = x(0)

donde xn es un Rn , tn es la variable independiente, h el tamaño del paso, y F es

una función vectorial (posiblemente no lineal) xn, tn, h, ie

F : Rn+2 → Rn

Nótese que lo que tenemos es en realidad un sistema de n ecuaciones.

Existen otros métodos llamados multipaso, en los que para avanzar un paso se
requiere una función de dos o más pasos anteriores, así como existen métodos no
lineales, no trataremos de ellos aquí.

Teoría en extensión

Los métodos de Runge-Kutta son una especialización de los métodos numéricos a

un paso. Fundamentalmente, lo que caracteriza a los métodos de Runge-Kutta es
que el error en cada paso i es de la forma

Ei = Chk

Siendo C una constante real positiva, al número k se le llama orden del método y h ya
sabemos que es el tamaño del paso en cada nodo. En los métodos de Runge-Kutta se
llama etapas a las sucesivas evaluaciones de la función f en cada paso. El número de
etapas de un método de Runge-Kutta es el número de veces que la función es
evaluada en cada paso i, Este concepto es importante porque evaluar la función
requiere un coste computacional (a veces alto) por tanto se prefieren métodos con el
menor número posible de etapas.
El método de Euler (Runge-Kutta de orden 1)

xn+1 = xn + h f(xn, tn)

En dicho método el error es de la forma e ≤ Ch y por tanto el método de Euler es

de orden 1
Observación: La función se evalúa 1 vez en cada paso, número de etapas: 1.

El método del punto medio (Runge-Kutta de orden 2)

xn+1 = xn + h f ( xn + h/2 f (xn, tn), tn + h/2)

En dicho método el error es de la forma e ≤ Ch2 y por tanto el método del punto
medio es de orden 2

Observación: El número de veces que se evalúa la función en cada paso del

método es 2, número de etapas: 2.

Runge-kutta estándar de orden 4 (Runge-Kutta de orden 4)

xn+1 = xn + h/6 (k1 +2 k2 +2 k3 + k4)

donde

k1 = f(xn, tn)
k2 = f(xn + hk1/2, tn + h/2)
k3 = f(xn + hk2/2, tn + h/2)
k4 = f(xn + hk3, tn + h)

Ahora el error es de la forma e ≤ Ch4 y por tanto el método es de orden 4

Observación: El número de veces que se evalúa la función en cada paso del

método es 4, número de etapas: 4.

Gráficas del error para estos métodos

 Gráfica en escala Logarítmica error frente al tamaño de paso de los 3
métodos que veremos aquí:
- En rojo el método de Euler
- En verde el método del Punto medio de orden 2
- En negro el R/k Clásico de orden 4
Obsérvese la diferencia de pendiente, que aumenta en función del orden del
método.

Podemos adoptar la siguiente definición como métodos Runge-Kutta:

Un método Runge-Kutta de s etapas y de orden p es un método numérico
de la forma:
xn+1 = xn + h(∑si=1 biki) Con
ki = f( xn + ∑sj=1aijkk, tn + hci)
Y el error cumple la condición
Max | X( tt) - xi| ≤ Ch tp

Es decir para dar un método de Runge-Kutta, tenemos que dar los números

bi, ci,aij,

Es decir s2 + 2s números

Una particularidad interesante de los métodos Runge-Kutta es que no necesitan

calcular derivadas de la función f para avanzar. El precio a pagar por ello es el de
evaluar más veces la propia función f con el consiguiente coste de operaciones.

Teorema de Convergencia de los métodos de Runge-Kutta

Si F es Lipschitz en x
Entonces
 Max | x(ti) - xi | ≤ K (eLb - 1) / L
Donde L es la constante de Lipschitz de F y k es el error de Truncación local del
método.
Un método será más eficiente en la medida que podamos reducir el número de
etapas, manteniendo el orden, por ejemplo entre un método de 3-Etapas con orden
3 y otro de 4-etapas con orden 3, es mucho más interesante el primero que el
segundo ya que si tomamos un paso h, el número de cálculos a realizar será
menor para el primero de los métodos.

Tableros de Butcher

Dado un método de Runge-kutta, construimos un tablero de la forma

O bien, se puede escribir el tablero de Butcher como

Donde A ∈ Msxs, b ∈ Rs, C ∈ Rs

Por ejemplo, el tablero de Butcher para el método de Euler es

Para la regla del punto medio de orden 2

Y para el Runge-Kutta standar de orden 4

Un método de Runge-Kutta se dice que es consistente si el error de truncación

global tiende a cero cuando el tamaño del paso tiende a cero.
Se puede demostrar que una condición necesaria y suficiente para la consistencia
de un método de Runge-Kutta es que la suma de los bi's sea igual a 1, es decir si
se cumple

1 = ∑si=1 bi

Además el método será de orden 2 si cumple que 1 = 2 ∑sj=1∑si=1 ai bj

Se pueden dar condiciones análogas para métodos con orden 3, 4, ...

Métodos de Runge-Kutta explícitos

En un método de Runge-Kutta explícito, los ki dados en la definición no aparecen

como función de ellos mismos, aparecen despejados. De modo más un poco más
preciso, en un método de Runge-Kutta explícito, la matriz A del tablero de Butcher
es "casi 'triangular inferior'", con lo que queremos decir que es triangular inferior y
además su diagonal también está formada por ceros, o sea, es de la forma

Teorema
Un método de Runge-Kutta explícito de s etapas no puede tener un orden mayor
que s.
Se sabe que no que hay métodos de Runge-Kutta explícitos de s etapas con orden
s, para s mayor o igual que 5.
Además se sabe que no hay métodos de Runge-Kutta explícitos de s etapas con
orden s-1, para s mayor o igual que 7.

Con más generalidad se tiene la siguiente tabla

¿Qué tamaño de paso es necesario? La respuesta a esta pregunta es que

depende del problema concreto y del grado de precisión deseado.

Un detalle a tener en cuenta en los métodos de Runge-Kutta es que pierden

bastante precisión cuando la derivada de la función a analizar es muy grande o
cambia muchas veces de signo, En tales casos es necesario un tamaño de paso
bien pequeño para obtener un grado de precisión aceptable.

En la Siguiente sección pares encajados, que son métodos en los cuales el

tamaño de paso va variando automáticamente en función (entre otras cosas) de
los cambios en la derivada de la función

y' = f(x, y)
y(x0)=y0

Cuya solución exacta es, obviamente y(x)=ex