Integrantes:

GARCIA TALLEDO RAL

HUGO ANDRES SERRANO
Universidad Tcnica de
Manab
Una ecuacin diferencial es una ecuacin en la que
intervienen derivadas de una o ms funciones. Dependiendo del nmero
de variables independientes respecto de las que se deriva, las ecuaciones
diferenciales se dividen en: Ecuaciones diferenciales ordinarias, aqullas
que contienen derivadas respecto a una sola variable independiente. Y
Ecuaciones en derivadas parciales, aqullas que contienen derivadas
respecto a dos o ms variables. Las ecuaciones diferenciales son muy
utilizadas en todas las ramas de la ingeniera para el modelado de
fenmenos fsicos. Su uso es comn tanto en ciencias aplicadas, como en
ciencias fundamentales como son la fsica, qumica, biologa
o matemticas.
La resolucin de ecuaciones diferenciales es un tipo de problema
matemtico que consiste en buscar una funcin que cumpla una
determinada ecuacin diferencial. Se puede llevar a cabo mediante un
mtodo especfico para la ecuacin diferencial en cuestin o mediante
una transformada.

Como se dijo anteriormente, las ecuaciones diferenciales
juegan un papel importante en varias ramas del estudio
prctico y experimental, teniendo como problema que
algunas ecuaciones no se pueden resolver exactamente,
con lo cual hay que acudir a mtodos de aproximacin
para tener una idea general de la solucin al problema.
Entre los mtodos creados para la resolucin de
ecuaciones diferenciales por aproximacin est el Mtodo
de Runge Kutta el cual se va a estudiar en el presente
trabajo, mostrando su fundamentacin, aplicaciones y
ejemplos de su estructura.

OBJETIVOS.

3.1 OBJETIVO ESPECFICO.

Aprender a resolver Ecuaciones Diferenciales lineales de
primer orden a travs del mtodo de Runge-Kutta.

3.2 OBJETIVO GENERAL.

Conocer ventajas y desventajas del mtodo.
Comparar el mtodo de Runge-Kutta con la solucin de
la ecuacin resuelta por mtodos de integracin.
Identificar la exactitud del mtodo.

Mtodo de Runge-Kutta
El mtodo de Runge Kutta es un mtodo
numrico de resolucin de ecuaciones
diferenciales que surge como una mejora del
mtodo de Euler, el cual se puede considerar
como un mtodo de Runge Kutta de primer
orden

Los Runge-Kutta no es slo un mtodo sino una
importante familia de mtodos iterativos tanto
implcitos como explcitos para aproximar las
soluciones de ecuaciones diferenciales ordinarias

estas tcnicas fueron desarrolladas alrededor de
1900 por los matematicos alemanes Carl David
Tolm Runge y Martin Wilhelm Kutta.

La versin de segundo orden de la ecuacin es

Donde

Los valores de a1, a2, p1 y p11 son evaluados al igualar el
trmino de segundo orden de la ecuacin dada con la
expansin de la serie de Taylor. Se desarrollan tres
ecuaciones para evaluar cuatro constantes desconocidas. Las
tres ecuaciones son:

Versin en Segundo orden del mtodo Runge kutta
Aplicacin de Mtodo del punto medio (Runge-Kutta de Segundo orden):
Donde
Algoritmo para Matlab
function w=RK_punto_medio(funcion, alfa,a,b,n)
%RK_Punto_Medio('funtion',alfa,a,b,n)
% funcion : Nombre de la funcin f(t,y) de la derivada
% a,b : Extremos del intervalo. [a,b]
% n : Numero de iteraciones. (para la particin)
% alfa : Condicin inicial en el instante t0=a
w(1)=0.1;
h=(b-a)/n;
t(1)=0.2;
%h=0.3;
%n=7;
for i=1:n
t(i+1)=a+i*h;
ftiwi=feval(funcion,t(i),w(i));
tih=t(i)+h/2;
wih=w(i)+h/2*ftiwi;
hf=feval(funcion,tih,wih);
w(i+1)=w(i)+h*hf;
end
disp([' t_i', 'w_i'])
disp([t(1:n)',w(1:n)'])
plot(t,w,'r',t,w,'*')

Ejercicio de 2do Orden de Runge-Kutta
En el programa Matlab a travs de este
algoritmo se procedi a solucionar el
siguiente problema:
Resolver por medio del mtodo Runge Kutta
la siguiente ecuacin:
Z=v^3-2*v*u^2;
Para resolver este problema
matemticamente las variables sern
sustituidas donde:
w = v ; t = u

En el programa se obtuvo el siguiente resultado:
RK_Punto_Medio('fprima',0.1,0,2,7)
t_i w_i
0.2000 0.1000
0.2857 0.0936
0.5714 0.0842
0.8571 0.0621
1.1429 0.0341
1.4286 0.0139
1.7143 0.0057
ans =
Columns 1 through 7
0.1000 0.0936 0.0842 0.0621 0.0341 0.0139
0.0057
Column 8
0.0039

Para el resultado son seis ecuaciones con
ocho incgnitas, por lo tanto se deben
suponer dos valores con antelacin para
poder desarrollar el sistema de ecuaciones.
Una versin ampliamente usada es:

Versin en tercer orden del mtodo Runge Kutta:
Donde
Algoritmo para Matlab:
function w=RK_ORDEN3(funcion, alfa,a,b,n)
%RK_Punto_Medio('funtion',alfa,a,b,n)
% funcion : Nombre de la funcin f(t,y) de la derivada
% a,b : Extremos del intervalo. [a,b]
% n : Numero de iteraciones. (para la particin)
% alfa : Condicin inicial en el instante t0=a
w(1)=1;
h=(b-a)/n;
t(1)=2;
%h=0.3;
%n=7;
for i=1:n
t(i+1)=a+i*h;
k1=h*feval(funcion,t(i),w(i));
k2=h*feval(funcion,t(i)+h/2,w(i)+k1/2);
k3=h*feval(funcion,t(i)+h,w(i)+2*k2-k1);
w(i+1)=w(i)+1/6*(k1+4*k2-k1);
end
disp([' t_i', 'w_i'])
disp([t(1:n)',w(1:n)'])
plot(t,w,'r',t,w,'*')

Ejercicio de 3er orden Runge-Kutta
En el programa Matlab a travs de este
algoritmo se procedi a solucionar el
siguiente problema:
Resolver por medio del mtodo Runge Kutta
la siguiente ecuacin
Z= 2*v^2*u-u^3
Para resolver este problema
matemticamente las variables sern
sustituidas donde:
w = v ; t = u

En el programa se obtuvo el siguiente resultado:
t_i w_i
2.0000 1.0000
0.2857 -0.7243
0.5714 -0.6627
0.8571 -0.6283
1.1429 -0.6716
1.4286 -0.8100
1.7143 -0.9989
ans =
Columns 1 through 7
1.0000 -0.7243 -0.6627 -0.6283 -0.6716 -0.8100
-0.9989
Column 8
-1.1488


La primera derivada ofrece una estimacin directa de
la pendiente en xi:

Donde (xi, yi) es la ecuacin diferencial evaluada en
xi y yi. La estimacin se sustituye en la ecuacin:

Esta frmula se conoce como mtodo de Euler (o 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 h.


Mtodo de Euler
Planteamiento del problema. 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.
Recuerde que la solucin exacta est dada por la ecuacin:

y = 0.5x4 + 4x3 10x2 + 8.5x + 1

Solucin. Se utiliza la ecuacin (25.2) para implementar el mtodo de Euler:
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:
Et = valor verdadero valor aproximado = 3.21875 5.25 = 2.03125

O, expresada como error relativo porcentual, et = 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


Mtodo de Heun
Un mtodo para mejorar la estimacin de la
pendiente emplea la determinacin de dos
derivadas en el intervalo (una en el punto
inicial y otra en el final)
dos derivadas se promedian despus con la
finalidad de obtener una mejor estimacin de
la pendiente
Recuerde que en el mtodo de Euler, la
pendiente al inicio de un intervalo.
en todo el intervalo

Se utiliza para extrapolar linealmente a yi+1:


En el mtodo estndar de Euler debera parar aqu.
Sin embargo, en el mtodo de Heun la y0i+1
calculada en la ecuacin no es la respuesta final,
sino una prediccin intermedia.
Por consiguiente, la distinguimos con un
superndice 0. La ecuacin se llama ecuacin
predictora o simplemente predictor. Da una
estimacin de yi+1 que permite el clculo de una
estimacin de la pendiente al final del intervalo:

Mtodo del punto medio (o del polgono
mejorado)
La figura 25.12 ilustra otra modificacin
simple del mtodo de Euler. Conocida como
mtodo del punto medio (o del polgono
mejorado o el modificado de Euler), esta
tcnica usa el mtodo de Euler para predecir
un valor de y en el punto medio del intervalo.

Comparacin de la solucin verdadera con la
solucin numrica usando los mtodos de
Euler y de Heun para la integral de y = 2x3
+ 12x2 20x + 8.5.