UNIVERSIDAD DE CUENCA

FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

MÉTODOS NUMÉRICOS
Método de Euler
Método de Euler mejorado
Método de Runge-Kutta

Curso: EC-04-01
Materia: Economía Matemática
Profesor: Eco. Pablo Sarmiento

AUTORES:
Erica Allauca, Marlon Minga, Omar Romero, Diego Oña ;Natali
Idrovo
 Introducción

• Los elementos del cálculo numérico, son una herramienta indispensable en

la nueva visión de un estudiante de economía, ya que le permitirá abordar
directamente el análisis y la investigación de problemas que antes eran
inabordables e insolubles o con soluciones demasiado aproximadas y que
ahora pueden ser estudiadas; así como resueltas con un mejor acercamiento
a la realidad del fenómeno matemático analizado.
• En el presente trabajo estudiaremos y explicaremos 3 métodos numéricos
para resolver problemas de valor inicial en ecuaciones diferenciales
ordinarias (EDO´s) cuya solución analítica sea indeterminada. Los métodos
que analizaremos son: Euler, Euler mejorado y Runge-Kutta.
 ¿Qué son Métodos Numéricos?

• Los Métodos Numéricos son procedimientos por los cuales se obtienen de

manera aproximada, resoluciones a ciertos problemas matemáticos utilizando
cálculos aritméticos y lógicos.

• El procedimiento consiste de una lista finita de instrucciones precisas que

especifican una secuencia de operaciones algebraicas, que dan una
aproximación de la solución del problema.
 ¿Qué son Métodos Numéricos?

• Nos permiten la solución de muchos problemas que hasta hace poco tiempo
se consideraban inabordables, irresolubles o con soluciones poco factibles,
debido al tiempo que en éstas se debía emplear y que ahora pueden ser
abordadas, estudiadas y resueltas.

• Los métodos numéricos se desarrollaron con más fuerza desde la aparición

del computador.

• Ejemplos de métodos numéricos: Método de Newton-Raphson; Método de

Heun.
 ¿Son precisos los Métodos Numéricos?

• Para responder esta pregunta hemos elegido un ejercicio que sí tiene solución
analítica. Nuestra finalidad es resolverlo por métodos numéricos y al final
comparar los resultados para ver la precisión de cada método numérico con la
solución original.

𝒙 𝒍𝒏 𝟐𝒕 + 𝟏
𝟐
𝒙ሶ = 𝒙 𝒕 = +𝟐
𝟐𝒕 + 𝟏 𝟒
ECUACIÓN DIFERENCIAL ORDINARIA DE PRIMER ORDEN NO
LINEAL, NO AUTONOMA Y HOMOGENEA.

𝑥
𝑥ሶ = Condición inicial 𝑥 0 = 4
2𝑡 + 1
Método de solución: Separables

𝑥ሶ = 𝑔 𝑥, 𝑡
𝑑𝑥
= 𝑓 𝑥 ℎ(𝑡)
𝑑𝑡
1
𝑑𝑥 = ℎ 𝑡 𝑑𝑡
𝑓 𝑥
1
න 𝑑𝑥 = න ℎ 𝑡 𝑑𝑡
𝑓 𝑥
 𝟏
𝒙ሶ = 𝒙 ∗
𝟐𝒕 + 𝟏
𝒇 𝒙 = 𝒙
𝟏
𝒉 𝒕 =
𝟐𝒕 + 𝟏
𝟏 𝟏
න 𝒅𝒙 = න 𝒅𝒕
𝒙 𝟐𝒕 + 𝟏

Solución Analítica:
𝟐
𝒍𝒏 𝟐𝒕 + 𝟏
𝒙 𝒕 = +𝟐
𝟒
 Gráfica de la función original.

Obviamos el comportamiento de la gráfica cuando el tiempo es negativo, ya

que no tendría una interpretación económica.
 Método de Euler

• También conocido como el método de las tangentes, constituye el primer y más sencillo
ejemplo de método para la resolución de un problema de valor inicial.

𝑥ሶ = 𝑓 𝑡, 𝑥 𝑥(𝑡0 ) = 𝑥0

• Siendo 𝑥ሶ = 𝑓 𝑡, 𝑥 como la derivada de una función x(𝑡) en el plano (𝑡, 𝑥)

• Y la condición inicial 𝑥 𝑡0 = 𝑥0 como un punto 𝑥0, 𝑦0 de dicho plano.
Solución
• Podemos aproximar la solución x 𝑡 por medio de la recta tangente a la
misma que pasa por ese punto.
• Reconoce que la pendiente de dicha tangente es: 𝑚 = 𝑥ሶ 𝑡0 , en consecuencia
𝑚 = 𝑓 𝑡0 , 𝑥0 , es decir:

𝑑𝑥 𝑥1 − 𝑥0
=𝑚=
𝑑𝑡 𝑡1 − 𝑡0
𝑥1 − 𝑥0 − 𝑚(𝑡1 − 𝑡0 )
𝑥1 = 𝑥0 + 𝑚(𝑡1 − 𝑡0 )
• Por lo que el calculo de forma aproximada del valor de la solución 𝑦 en el
punto de la abscisa 𝑥1 será como se presenta a continuación:

𝑥 𝑡1 ⋍ 𝑥1 = 𝑥0 + 𝑓 𝑡0 , 𝑥0 (𝑡1 − 𝑡0 )

• Seguimos simplificando y obtendremos que:

ℎ = 𝑡1 − 𝑡0

𝑡1 = ℎ + 𝑡0
• Reemplazando

𝑥 𝑡1 ⋍ 𝑥1 = 𝑥0 + ℎ𝑓 𝑡0 , 𝑥0
• Con el punto (aproximado) calculado anteriormente 𝑥0 , 𝑦0 , se repite el
método para obtener o pronosticar otro punto aproximado 𝑥2 , 𝑦2 de la
forma:
x 𝑡2 ⋍ 𝑥2 = 𝑥1 + ℎ𝑓 𝑡1 , 𝑥1

• Y así sucesivamente, por lo que podemos deducir como fórmula general a la

siguiente expresión:

𝑥𝑛+1 ⋍ 𝑥𝑛+1 = 𝑥𝑛 + ℎ𝑓 𝑡𝑛 , 𝑥𝑛
• Ejercicio: Mediante el método de Euler resuelva la siguiente ecuación con un
h=1, h=0.5, h=0.25 y compare . Condición inicial: 𝑥 0 = 4

𝒙𝒊+𝟏 = 𝒙𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒙𝒊 )
𝒙
𝒙ሶ =
𝟐𝒕 + 𝟏 𝒕𝒊+𝟏 = 𝒕𝒊 + 𝒉
 • Resolviendo en Excel.

h=1 h=0.5 h=0.25

TIEMPO Xt Xaproximada Error Xaproximada Error Xaproximada Error

0 4 4 0 4 0 4 0
0.25 4.41574023 4.5 0.08425977
0.5 4.72317549 5 0.27682451 4.853553391 0.1303779
0.75 4.96876503 5.128938161 0.16017313
1 5.1740466 6 0.8259534 5.559016994 0.3849704 5.355409752 0.18136315
1.25 5.35085141 5.548257738 0.19740633
1.5 5.50640761 5.951976456 0.44556884 5.71650588 0.21009827
1.75 5.64546795 5.865938477 0.22047053
2 5.77133106 6.816496581 1.04516552 6.256934867 0.4856038 6.000492364 0.2291613

Concluimos que entre menor sea el tamaño de paso mejor será la aproximación por medio del método de
Euler. Aunque se requerirán de más cálculos.
 Método de Euler mejorado
• Se basa en la idea del método anterior, pero hace un refinamiento (solución
más exacta) en la aproximación, tomando un promedio entre ciertas
pendientes.
• La idea fundamental del método modificado es usar el promedio de dos rectas
tangentes, lo equivalente a la recta bisectriz, como una aproximación mas
cercana al valor original que se planea alcanzar
La pendiente promedio 𝑚 ഥ corresponde a la pendiente de la recta bisectriz
de la recta tangente a la curva en el punto de la condición inicial y la “recta
tangente” a la curva en el punto 𝑥1 , 𝑦1 , donde 𝑦1 es la aproximación
obtenida con la primera fórmula de Euler. Finalmente, esta recta bisectriz se
traslada paralelamente hasta el punto de la condición inicial, y se considera
el valor de esta recta en el punto 𝑥 = 𝑥1 como la aproximación de Euler
mejorada.
• Por lo tanto tendremos :
ℎ
𝑥𝑛+1 = 𝑥𝑛 + (𝑓 𝑡𝑛+1 , 𝑥𝑛+1 + 𝑓 𝑡𝑛 , 𝑥𝑛 )
2

• En el método de Euler no es un
método simétrico, es decir la
predicción del valor de y tiene un
margen de error.
• El miembro derecho se obtiene a partir de la ecuación diferencial dada) y el
siguiente proceso de iteración.
• En el primer paso se calcula:
x1 = 𝑥0 + ℎ𝑓 (𝑡0 , 𝑥0 )

• Que se aproxima a x 𝑡1 = 𝑥 𝑡0 + ℎ .
• En el segundo paso se calcula:
𝑥2 = 𝑥1 + ℎ𝑓 (𝑡1 , 𝑥1 )

• Que se aproxima a 𝑥(𝑡2) = 𝑥 (𝑡0 + 2ℎ). Así sucesivamente, se calcula:

𝑥𝑛 = 𝑥𝑛+1 + ℎ𝑓 (𝑡𝑛+1 , 𝑥𝑛+1 )

• La fórmula general es la siguiente:

∗
𝑓 𝑡𝑛+1 , 𝑥𝑛+1 + 𝑓 𝑡𝑛 , 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 + ℎ ·
2

• Donde:

∗
𝑥𝑛+1 = 𝑥𝑛 + ℎ · 𝑓 𝑡𝑛 , 𝑥𝑛
• Ejercicio: Mediante el método de Euler MEJORADO resuelva la siguiente
ecuación con un h=1, h=0.5, h=0.25 y compare . Condición inicial: 𝑥 0 = 4

ෝ𝒊+𝟏 = 𝒙𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒙𝒊 )
𝒙 𝒕𝒊+𝟏 = 𝒕𝒊 + 𝒉
𝒙
𝒙ሶ =
𝟐𝒕 + 𝟏 ෝ𝒊+𝟏 )
𝒇(𝒕𝒊 ; 𝒙𝒊 ) + 𝒇(𝒕𝒊 , 𝒙
𝒙𝒊+𝟏 = 𝒙𝒊 + 𝒉
𝟐
 • Resolviendo en Excel.
Euler Mejorado

TIEMPO Xt h=1 h=0.5 h=0.25

0 4 4 4 4
0.25 4.4157402 4.4267767
0.5 4.7231755 4.7795085 4.8144691
0.75 4.9687650 5.1044816
1 5.1740466 5.4082483 5.4759882 5.3385979
Podemos ver que el punto 1 en EM 1.25 5.3508514 5.5359578
de h=0.5 es mayor en un inicio, esto 1.5 5.5064076 5.9079759 5.7070981
se va corrigiendo después en los 1.75 5.6454679 5.8584991
siguientes cálculos. 2 5.7713311 6.6693325 6.2295250 5.9944552
2.25 5.8863835 6.1179699
2.5 5.9924096 6.4882916 6.2312324
2.75 6.0907799 6.3358901
3 6.1825705 7.2710806 6.7059405 6.4332162
3.25 6.2686427 6.5242159
3.5 6.3496964 6.8943435 6.6096974
3.75 6.4263089 6.6903210
4 6.4989618 7.6865819 7.0607777 6.7666331
 • ¿Qué método aproxima mejor?

EULER EULER EULER

TIEMPO Xt EULER MEJORADO Error EULER MEJORADO Error EULER MEJORADO Error
0 4 4 4 4 4 4 4
0.25 4.41574023 4.5 4.4267767
0.5 4.723175494 5 4.7795085 4.85355339 4.81446908
0.75 4.968765026 5.12893816 5.10448157
1 5.174046599 6 5.40824829 0.59175171 5.55901699 5.47598823 0.08302877 5.35540975 5.33859795 0.0168118
1.25 5.350851409 5.54825774 5.53595782
1.5 5.506407615 5.95197646 5.90797593 5.71650588 5.70709811
1.75 5.645467948 5.86593848 5.85849912
2 5.771331062 6.81649658 6.669332503 0.14716408 6.25693487 6.22952499 0.02740988 6.00049236 5.99445518 0.00603719

Concluimos que mediante el método de Euler Mejorado se disminuye el error y por lo

tanto se aproxima más a x(t) original.
• Comparación de los puntos en Euler y Euler mejorado.

Podemos ver que los puntos se encuentran más dispersos en la gráfica de Euler, mientras
que en Euler mejorado todos los puntos se acercan a la gráfica original.
 Método 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 :

𝑥ሶ = 𝑓 𝑡, 𝑥
• Sujeta a una condición inicial:
𝑥(𝑡0 ) = 𝑥0

• Emplea una fórmula de la forma:

𝑥𝑖+1 = 𝑥𝑖 + ℎ𝜑(𝑡𝑖 , 𝑥𝑖 , ℎ)
Donde, 𝜑 es la función Incremento, la cual es una adecuad
aproximación a 𝑓 𝑡, 𝑥 con 𝑥𝑖 ≤ 𝑥 ≤ 𝑥𝑖+1
 Método de Runge-Kutta
• 𝜑 Está dada por :

𝜑 𝑡𝑖 , 𝑥𝑖 , ℎ = 𝑎1 𝐾1 + 𝑎2 𝐾2 + ⋯ + 𝑎𝑛 𝐾𝑛

• Con:
𝐾1 = 𝑓(𝑡𝑖 , 𝑥𝑖 )
𝐾2 = 𝑓(𝑡𝑖 + 𝑝1 ℎ, 𝑥𝑖 +𝑞11 ℎ 𝐾1 )
𝐾3 = 𝑓(𝑡𝑖 + 𝑝2 ℎ, 𝑥𝑖 +𝑞21 ℎ 𝐾1 + 𝑞22 ℎ 𝐾2 )
. . . . .
. . . . .
. . . . .

𝐾𝑛 = 𝑓(𝑡𝑖 + 𝑝𝑛−1 ℎ, 𝑥𝑖 +𝑞𝑛−1,1 ℎ 𝐾1 + ⋯ + 𝑞𝑛−1,𝑛−1 ℎ 𝐾𝑛−1 )

 Las variables a,p,q deben adoptar valores tales que la ecuación
𝑥𝑖+1 = 𝑥𝑖 + ℎ𝜑(𝑡𝑖 , 𝑥𝑖 , ℎ)
suministre con precisión los valores de 𝑥𝑖+1 que aproximen a los valores reales de
𝑥(𝑡)

• Sea la fórmula de Runge-Kutta de Segundo Orden:

𝑥𝑖+1 = 𝑥𝑖 + ℎ(𝑎1 𝐾1 + 𝑎2 𝐾2 )

Donde:
𝐾1 = 𝑓(𝑡𝑖 , 𝑥𝑖 )

𝐾2 = 𝑓(𝑡𝑖 + 𝑝1 ℎ, 𝑥𝑖 +𝑞11 ℎ𝑓(𝑡𝑖 , 𝑥𝑖 ))

 Deducción del Método de Runge-Kutta

• La versión de Segundo Orden de la ecuación 𝑥𝑖+1 = 𝑥𝑖 + ℎ𝜑 𝑡𝑖 , 𝑥𝑖 , ℎ (1.R) es:

𝑥𝑖+1 = 𝑥𝑖 + ℎ(𝑎1 𝐾1 + 𝑎2 𝐾2 )
Donde:
𝐾1 = 𝑓(𝑡𝑖 , 𝑥𝑖 )
𝐾2 = 𝑓(𝑡𝑖 + 𝑝1 ℎ, 𝑥𝑖 +𝑞11 ℎ𝑓(𝑡𝑖 , 𝑥𝑖 ))
Los valores de 𝑎1 , 𝑎2 , 𝑝1 , 𝑞11 se evalúan al igualar la ecuación (1.R) 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
𝑎2 𝑝1 = 1/2
𝑎2 𝑞11 = 1/2
 Conclusión
Las tres ecuaciones simultáneas anteriores contienen las cuatro constantes
desconocidas. Como hay una incógnita más que el número de ecuaciones, no
existe un conjunto único de constantes que satisfaga las ecuaciones. Sin
embargo, considerando un valor para una de las constantes, es posible
determinar el valor de las otras tres. En consecuencia, existe una familia de
métodos de segundo orden y no una sola versión.
Los más conocidos son:
Método de Heun con un solo corrector (a2 = 1/2).
El método del punto medio (a2 = 1).
Método de Ralston (a2 = 2/3).
 Observaciones de los métodos de Runge-Kutta

• Los métodos de Runge-Kutta que se usa más a menudo es el de cuarto orden

y está dado por la siguiente ecuación:
𝒉
𝒙𝒊+𝟏 = 𝒙𝒊 + 𝑲𝟏 + 𝟐𝑲𝟐 + 𝟐𝑲𝟑 + 𝑲𝟒 + 𝑶(𝒉𝟒 )
𝟔
• Donde:
𝑲𝟏 = 𝒇(𝒕𝒊 , 𝒙𝒊 )
𝒉 𝒉
𝑲𝟐 = 𝒇(𝒕𝒊 + ; 𝒙𝒊 + 𝑲𝟏 )
𝟐 𝟐
𝒉 𝒉
𝑲𝟑 = 𝒇(𝒕𝒊 + ; 𝒙𝒊 + 𝑲𝟐 )
𝟐 𝟐
𝑲𝟒 = 𝒇(𝒕𝒊 + 𝒉; 𝒙𝒊 + 𝒉𝑲𝟑 )
La suma:
(𝑲𝟏 + 𝟐𝑲𝟐 + 𝟐𝑲𝟑 + 𝑲𝟒 )
6
Puede interpretarse como una pendiente promedio o un promedio ponderado de
valores de 𝑓(𝑥, 𝑦)
 Error de truncamiento

• Se puede calcular el error de truncamiento local de la siguiente manera:

𝐸𝑟𝑟𝑜𝑟 = 𝑦𝑖 − 𝑦 𝑥𝑖

• El error de truncamiento local de cada subintervalo puede ser calculado, sin

depender de la solución analítica, utilizando la siguiente expresión:
𝐾3 − 𝐾2
𝐸𝑟𝑟𝑜𝑟 =
𝐾2 − 𝐾1
• Ejercicio: Mediante el método de RUNGE-KUTTA resuelva la siguiente
ecuación con un h=1, h=0.5, h=0.25 y compare . Condición inicial: 𝑥 0 = 4

𝒙 𝒉
𝒙ሶ = 𝒙𝒊+𝟏 = 𝒙𝒊 + 𝑲𝟏 + 𝟐𝑲𝟐 + 𝟐𝑲𝟑 + 𝑲𝟒 + 𝑶(𝒉𝟒 )
𝟐𝒕 + 𝟏 𝟔

𝑲𝟏 = 𝒇(𝒕𝒊 , 𝒙𝒊 )

𝒉 𝒉
𝑲𝟐 = 𝒇(𝒕𝒊 + ; 𝒙𝒊 + 𝑲𝟏 )
𝟐 𝟐

𝒉 𝒉
𝑲𝟑 = 𝒇(𝒕𝒊 + ; 𝒙𝒊 + 𝑲𝟐 )
𝟐 𝟐

𝑲𝟒 = 𝒇(𝒕𝒊 + 𝒉; 𝒙𝒊 + 𝒉𝑲𝟑 )
• Resolviendo en Excel.
h=1

Xt TIEMPO X Estimado k1 k2 k3 k4 O(H*4)

4 0 4 2 1.11803399 1.06759274 0.75037714 0.05719183
4.41574023 0.25
4.72317549 0.5
4.96876503 0.75
5.1740466 1 5.24413027 0.76333554 0.59296912 0.58846277 0.48301524 0.02645095
h=0.5

X Estimado k1 k2 k3 k4 O(H*4)
4 2 1.41421356 1.39101137 1.08345578 0.03960863

4.76410076 1.09134101 0.89772477 0.89340087 0.76090598 0.02233233

5.23930794 0.76298449 0.66578504 0.66429365 0.59009823 0.01534358

h=0.25

X Estimado k1 k2
4 2 1.64924225
4.416073953 1.40096379 1.22440415
4.740225662 1.08860297 0.9814377
4.998845263 0.8943239 0.82206237
k3 k4 O(H*4)
1.64071307 1.4000283 0.00024316
1.22145774 1.08644355 0.01668791
0.98008872 0.89310674 0.01258783
0.82133558 0.76042234 0.01005777
• Comparación de los 3 métodos.
h=1
TIEMPO Xt EULER EULER MEJORADO RUNGE KUTTA
0 4 4 4 4
0.25 4.41574023
0.5 4.72317549
0.75 4.96876503
1 5.1740466 6 5.40824829 5.244130266
h=0.5
TIEMPO Xt EULER EULER MEJORADO RUNGE KUTTA
0 4 4 4 4
0.25 4.41574023
0.5 4.72317549 5 4.779508497 4.764100764
0.75 4.96876503
1 5.1740466 5.55901699 5.475988228 5.239307945

h=0.25
TIEMPO Xt EULER EULER MEJORADO RUNGE KUTTA
0 4 4 4 4
0.25 4.41574023 4.5 4.426776695 4.440147229
0.5 4.72317549 4.85355339 4.81446908 4.765077273
0.75 4.96876503 5.12893816 5.104481571 5.02430039
1 5.1740466 5.35540975 5.338597949 5.2407488
 Comparación h=0.25
5.9

5.7

5.5

5.3

5.1

4.9

4.7

4.5

4.3

4.1

3.9
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
Xt EULER EULER MEJORADO RUNGE KUTTA