Академический Документы
Профессиональный Документы
Культура Документы
ORDINARIAS
ANTECEDENTES MATEMÁTICOS
dy
=2 x 3 +12 x2 −20 x +8.5 (PT7.13)
dx
FIGURA PT7.3 Gráficas de a) y contra x, y b) dy/dx contra x para la función y = –0.5x4 + 4x3 – 10x2 +
8.5x +1.
n un +1
∫ u du= n+1 +C n≠1
dy
=f ( x , y)
dx
o, en términos matemáticos
y i+1 = y i+ ∅ h (25.1)
Todos los métodos de un paso que se expresen de esta forma general, tan sólo
van a diferir en la manera en la que se estima la pendiente. En otras palabras,
se toma la pendiente al inicio del intervalo como una aproximación de la
pendiente promedio sobre todo el intervalo. Tal procedimiento, llamado método
de Euler, se analizará más adelante. Después se revisan otros métodos de un
paso que emplean otras formas de estimar la pendiente que dan como
resultado predicciones más exactas. Todas estas técnicas en general se
conocen como métodos de Runge-Kutta.
∅=f (x i , y i )
y i+1 = y i+ f ( x i , y i ) h (25.2)
EJEMPLO 25.1
dy
=−2 x3 +12 x 2−20 x+8.5
dx
FIGURA 25.3
Comparación de la solución verdadera con una solución numérica usando el método de Euler, para la integral de y′=
–2x3 + 12x2 – 20x + 8.5 desde x = 0 hasta x = 4 con un tamaño de paso de 0.5. La condición inicial en x = 0 es y = 1.
y′ = ƒ (x, y) (25.3)
y 'i ' 2
' y ni n
y i+1 = y i+ y h+ h +…+ h + R n
i
(25.4)
2! n!
donde h=x i+1−x i y Rn = término remanente, definido como:
y ( n+1) ( ξ ) n +1
Rn = h (25.5)
( n+ 1 ) !
f ' ( xi , yi ) 2
Et = h + …+O(hn +1) (25.7)
2!
f ' (x i , y i ) 2
Ea = h (25.8)
2!
o
Ea = O(h2) (25.9)
EJEMPLO 25.2
Estimación de la serie de Taylor para el error del método de Euler
Planteamiento del problema. Con la ecuación (25.7) estime el error en el primer
paso del ejemplo 25.1. Úsela también para determinar el error debido a cada
uno de los términos de orden superior en la expansión de la serie de Taylor.
Solución. -
EJEMPLO 25.3
Efecto de un tamaño de paso reducido en el método de Euler
Planteamiento del problema. Repita el cálculo del ejemplo 25.1, pero ahora use
un tamaño de paso igual a 0.25. (h = 0.25)
FIGURA 25.4
a) Comparación de dos soluciones numéricas con el método de Euler usando tamaños de paso 0.5 y 0.25. b)
Comparación del error de truncamiento local verdadero y estimado donde el tamaño de paso es 0.5. Observe que el
error “estimado” se basa en la ecuación (E25.2.5).
Métodos para la serie de Taylor de orden
superior
Una manera de reducir el error con el método de Euler sería incluir términos de
orden superior en la expansión de la serie de Taylor para la solución. Por
ejemplo, al incluir el término de segundo orden en la ecuación (25.6) resulta:
f ' ( xi , y i) 2
y i+1 = y i+ f ( x i , y i ) h+ h (25.11)
2!
f ' '( x i , y i ) 3
Ea = h
6
∂ f ( x , y ) ∂ f (x , y ) dy
f ' ( xi , yi )= +
∂x ∂y dx
La segunda derivada es
∂f ∂f
f ' ' ( x i , y i )=
∂[ + ( )( dydx )] + ∂[ ∂∂ fx +( ∂∂ fy )( dydx )] dy
∂x ∂ y
∂x ∂y dx
Las derivadas de orden superior se van haciendo cada vez más complicadas.
Método de Heun
Un método para mejorar la estimación de la pendiente emplea la determinación
de dos derivadas en el intervalo (una en el punto inicial y otra en el final). Las
dos derivadas se promedian después con la finalidad de obtener una mejor
estimación de la pendiente en todo el intervalo. Este procedimiento, conocido
como método de Heun, se presenta en forma gráfica en la figura 25.9.
y 'i=f ( x i , y i ) (25.12)
y 0i+1 = y i+ f ( x i , y i ) h (25.13)
f ( xi , y i ) +f ( x i+ 1 , y 0i+1 )
y i+1 = y i+ h
2
f ( xi , y i ) +f ( x i+ 1 , y 0i+1 )
Corrector (figura 25.9b) y i+1 = y i+ h (25.16)
2
Observe que debido a que en la ecuación (25.16) aparece yi+1 a ambos lados
del signo igual, entonces se puede aplicar en una forma iterativa. Es decir, una
estimación anterior se utilizará de manera repetida para proporcionar una
estimación mejorada de yi+1. El proceso se ilustra en la figura 25.10. Deberá
entenderse que este proceso iterativo no necesariamente converge a la
respuesta verdadera, sino que lo hará a una estimación con un error de
truncamiento finito.
FIGURA 25.10 Representación gráfica de la forma iterativa del método corrector de Heun para obtener una
mejor estimación.
y ij+1− y i+1
j−1
|E t|=| j
y i+1 |
100 % (25.17)
j−1 j
donde y i+1 y y i+1 resultan de las iteraciones anterior y actual del corrector,
respectivamente.
f ( xi ) + f ( x i+1 )
y i+1 = y i+ h (25.18)
2
dy
=f ( x)
dx
∫ dy=∫ f ( x ) dx (25.19)
yi xi
O
x i+1
y i+1 = y i+ ∫ f ( x ) dx (25.21)
xi
Ahora, del capítulo 21 recuerde que la regla del trapecio [ecuación (21.3)] se
define como:
xi+ 1
f ( x i ) +f ( xi +1)
∫ f ( x ) dx= 2
h (25.22)
xi
f ( xi ) + f ( x i+1 )
y i+1 = y i+ h (25.23)
2
FIGURA 25.11
Comparación de la solución verdadera con la solución numérica usando los
métodos de Euler y de Heun para la integral de y′= –2x3 + 12x2 – 20x + 8.5.
Método del punto medio (o del polígono mejorado)
La figura 25.12 ilustra otra modificación simple del método de Euler. Conocida
como método del punto medio (o del polígono mejorado o el modificado de
Euler), esta técnica usa el método de Euler para predecir un valor de y en el
punto medio del intervalo (figura 25.12a):
h
y i+1 /2 = y i+ f (x i , y i ) (25.25)
2
FIGURA 25.12
Representación gráfica del método del punto medio. a) Ecuación (25.25) y b) ecuación (25.27).
Después, este valor predicho se utiliza para calcular una pendiente en el punto
medio:
y 'i+1 /2 =f (x 1 ,y 1 ) (25.26)
i+ i+
2 2
y i+1 = y i+ f x ,y
( i+
1
2
i+
1
2
)h (25.27)
Observe que como yi+1 no está en los dos lados, el corrector [ecuación (25.27)]
no puede aplicarse de manera iterativa para mejorar la solución.
∫ f ( x ) dx=( b−a ) f (x 1)
a
donde x1, es el punto medio del intervalo (a, b). Usando la nomenclatura del
caso actual, lo anterior se expresa como:
xi+ 1
∫ f ( x ) dx ≅ hf (x i+ 1 )
xi 2
El método del punto medio es mejor que el método de Euler debido a que
utiliza una estimación de la pendiente en el punto medio del intervalo de
predicción. Recuerde que, como vimos en la diferenciación numérica de la
sección 4.1.3, las diferencias divididas finitas centradas son mejores
aproximaciones de las derivadas, que las versiones hacia adelante o hacia
atrás. Una aproximación centrada, como la de la ecuación (25.26) tiene un
error de truncamiento local de O(h2) en comparación con la aproximación hacia
adelante del método de Euler, que tiene un error de O(h). En consecuencia, los
errores local y global del método del punto medio son O(h3) y O(h2),
respectivamente.
MÉTODOS DE RUNGE-KUTTA
Los métodos de Runge-Kutta (RK) logran la exactitud del procedimiento de la
serie de Taylor sin necesitar el cálculo de derivadas de orden superior. Existen
muchas variantes, pero todas tienen la forma generalizada de la ecuación
(25.1):
y i+1 = y i+ φ ( x i , y i ,h ) h (25.8)
k 1=f ( x i , y i ) (25.29a)
k 2=f ( x i + p1 h , y i +q 11 k 1 h ) (25.29b)
k 3=f ( x i + p2 h , y i +q 21 k 1 h+q 22 k 2 h ) (25.29c)
·
·
k n=f ( x i + pn−1 h , y i +q n−1 ,1 k 1 h+ qn −1,2 k 2 h+…+ qn−1 , n−1 k n−1 h ) (25.29d)
donde las p y las q son constantes. Observe que las k son relaciones de
recurrencia. Es decir, k1 aparece en la ecuación k2, la cual aparece en la
ecuación k3, etcétera. Como cada k es una evaluación funcional, esta
recurrencia vuelve eficientes a los métodos RK para cálculos en computadora.
k 1=f ( x i , y i ) (25.30a)
k 2=f ( x i + p1 h , y i +q 11 k 1 h ) (25.30b)
Como se describe en el cuadro 25.1, los valores de a1, a2, p1 y q11 se evalúan al
igualar la ecuación (25.30) con la expansión de la serie de Taylor hasta el
término de segundo orden. Al hacerlo, desarrollamos tres ecuaciones para
evaluar las cuatro constantes desconocidas. Las tres ecuaciones son:
a1 + a2 = 1 (25.31)
1
a 2 p1 = (25.32)
2
1
a 2 q 11= (25.33)
2
Como tenemos tres ecuaciones con cuatro incógnitas, debemos dar el valor de
una de estas incógnitas para determinar las otras tres. Suponga que damos un
valor para a2. Entonces se resuelven de manera simultánea las ecuaciones
(25.31) a (25.33) obteniendo:
a 1=1−a 2 (25.34)
1
p1=q 11= (25.35)
2 a2
Debido a que podemos elegir un número infinito de valores para a2, hay un
número infinito de métodos RK de segundo orden. Cada versión daría
exactamente los mismos resultados si la solución de la EDO fuera cuadrática,
lineal o una constante. Sin embargo, se obtienen diferentes resultados cuando
(como típicamente es el caso) la solución es más complicada. A continuación,
presentamos tres de las versiones más comúnmente usadas y preferidas:
y i+1 = y i+ ( 12 k + 12 k ) h
1 2 (25.36)
donde
k 1=f ( x i , y i ) (25.36a)
k 2=f ( x i +h , y i+ k 1 h ) (25.36b)
y i+1 = y i+ k 2 h (25.37)
donde
k 1=f ( x i , y i ) (25.37a)
1 1
(
k 2=f xi + h , y i + k 1 h
2 2 ) (25.37b)
1 2
y i+1 = y i+ ( 3 )
k 1+ k 2 h
3
(25.38)
donde
k 1=f ( x i , y i ) (25.38a)
3 3
(
k 2=f xi + h , y i + k 1 h
4 4 ) (25.38b)