You are on page 1of 37

6.

Métodos de Diferencias Finitas para la
Solución de Ecuaciones Diferenciales Ordinarias

6.1. Introducción
En muchos problemas de ciencia e ingeniería se plantean ecuaciones diferenciales
ordinarias (EDO). Por ejemplo, y   f  x, y  con la condición inicial y a   c . No
siempre es factible hallar una solución analítica de tales ecuaciones. En este capítulo se
revisan procedimientos numéricos de solución de EDO basados en la aproximación de
los operadores de derivación por diferencias finitas. Tales procedimientos son también
aplicables cuando se tienen sistemas de ecuaciones diferenciales de primer orden, como
por ejemplo:
y  f t , y  (6.1a)

con condiciones iniciales:
y t 0   c (6.1b)

e incluso ecuaciones de orden superior: y   f  x, y , y , y  , que con algunos cambios
de variables pueden siempre convertirse en un sistema de ecuaciones diferenciales de
primer orden. Así:

y   x 2  y   z 2 y 0   0 y 0  1
con condiciones iniciales y
z   x  z   y 3 z 0   1 z 0  0
es equivalente a:

u  x 2  u  z 2 y 0   0
v  x  v  y 3 z 0   1
con condiciones iniciales:
y  u u 0   1
z  v v0   0

Aunque la primera parte de este capítulo se refiere directamente al caso de las
ecuaciones diferenciales ordinarias de primer orden, la sección 6.3 trata de
procedimientos específicos para el importante caso de sistemas de ecuaciones
diferenciales de segundo orden. La sección 6.5 se refiere a problemas de valor frontera,
un tema que – con otros métodos – se trata también en capítulos siguientes.

6.2. Ecuaciones Diferenciales de Primer Orden

6.2.1 Método de Euler

Este es el método más simple para resolver EDO de primer orden y   f ( x, y ) con
y ( a )  c . El intervalo entre a y b se divide en subintervalos, habitualmente iguales, de
longitud h , de modo que x n  a  n h . Haciendo y 0  c se determinan sucesivamente
y1 y 2 y 3 y 4  que son aproximaciones a los valores exactos
y ( x1 ) y ( x 2 ) y ( x3 ) y ( x 4 )  Para ello y ( x i ) se aproxima por y i h   y i 1  y i  h , de

donde resulta la fórmula de recursión:
y i 1  y i  h f  xi , y i  (6.2)

H. Scaletti - Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-1

Este método es aplicable en situaciones en las que f podría ser una función bastante
complicada, o podría ser el resultado de operaciones y decisiones no expresables por
una simple fórmula, pero se presenta aquí un caso muy simple, con propósitos
didácticos.

Supóngase que: y   y con condición inicial y (0)  1 . La solución exacta es en este
caso conocida: y  e x . Empleando el método de Euler: y i 1  y i  h y i  1  h  y i .
Con dos distintos intervalos h  0.2 y h  0.1 se obtienen:

Solución exacta Solución con h  0.2 Solución con h  0.1

i xi y xi   e xi yi h fi Error yi h fi Error

0 0 1.000 1.000 0.200 0 1.000 0.100 0
1 0.1 1.105 1.100 0.110 -0.005
2 0.2 1.221 1.200 0.240 -0.021 1.210 0.121 -0.011
3 0.3 1.350 1.331 0.133 -0.019
4 0.4 1.492 1.440 0.288 -0.052 1.464 0.146 -0.023
5 0.5 1.649 1.610 0.161 -0.039
6 0.6 1.822 1.728 -0.094 1.771 -0.051

Se observa que el error es aproximadamente proporcional a h y que en este caso crece
con x .
2
El error de truncación local, es decir el error introducido en cada paso, es de O h . Sin  
embargo, como el número de pasos que se realizan para integrar la EDO en un intervalo
dado es inversamente proporcional a h , el error global o total es de O  h  . También
aquí podría emplearse la extrapolación de Richardson:

y ( x)  2 y ( x, h)  y ( x,2h)  O h 2  
Esta expresión sería correcta para una extrapolación pasiva, es decir la que se hace
para mejorar algunos resultados finales y típicamente no en cada paso. En cambio, una
extrapolación activa, sería aquella que se realiza en cada paso, utilizándose los valores
así mejorados en los sucesivos pasos del proceso. En ciertos casos la extrapolación
pasiva puede ser más conveniente, por ser numéricamente más estable. Para el
ejemplo anterior, con extrapolación pasiva se obtiene:

xi y xi   e xi y (x,0.2) y (x,0.1) 2 y ( x,0.1)  y ( x,0.2) Error

0.2 1.221 1.200 1.210 1.220 -0.001
0.4 1.492 1.440 1.464 1.488 -0.004
0.6 1.822 1.728 1.771 1.814 -0.008

La solución de la ecuación y   f ( x, y ) depende de la condición inicial y ( a )  c . Se
tiene así como solución una familia de curvas o trayectorias y ( x, c ) , que en el intervalo
de interés pueden ser convergentes o divergentes. Esta es una característica de la
ecuación diferencial, no del procedimiento numérico empleado en su solución. Los
errores de redondeo o de truncación producen un cambio de trayectoria (y pueden

H. Scaletti - Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-2

entonces verse como equivalentes a resolver un problema con condiciones iniciales algo
distintas). Las figuras bosquejan soluciones numéricas obtenidas para el caso en que
las trayectorias divergen, en el que los errores tienden a acumularse y para el caso
contrario, cuando las trayectorias son convergentes.

Para x  x n el error acumulado en la solución numérica está dado por:  n  y n  y ( x n )

  n 1   n  ( y n 1  y n )  ( y ( x n 1 )  y ( x n ))

Para el método de Euler: y n 1  y n  h f ( x n , y n )

Por otro lado, de la expansión en series de Taylor:

y ( x n 1 )  y ( x n )  h y ( x n )  12 h 2 y ( x n )  

Se tiene que:

y ( x n 1 )  y ( x n )  h f ( x n , y ( x n ))  O h 2 
Remplazando en la primera expresión:

 n 1   n  h  f ( x n , y n )  f ( x n , y ( x n ))  O h 2  
f
Pero: f ( x n , y n )  f ( x n , y ( x n ))  ( y n  y ( x n )) 
y x  xn
y  y ( xn )

Y por el teorema del valor medio:
f f
f ( x n , y n )  f ( x n , y ( x n ))  ( y n  y ( x n ))  n
y x  xn y x  xn
y  y 

De donde:
 
 f 
 n 1   n 1  h 
 y x  xn 
 y  

f
Si h es suficientemente pequeño y es negativa el método de Euler es adecuado.
y x  xn
y 

Si en cambio si f y  0 el error crece y el proceso sólo podría funcionar si el intervalo
fuera muy pequeño. Tal es el caso del ejemplo precedente, pero no el del ejemplo
Considérese la ecuación y   1000 ( x  y )  2 x con y (0)  0 .
2
siguiente. Es fácil
verificar que la solución exacta es y  x , pero con el método de Euler se obtienen:
2

H. Scaletti - Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-3

0025 -0.0073 4 0. 6. y n )   h f ( x n   h.   De las infinitas alternativas de selección para    tres son las más comunes: H.0672 0. y n ) x x x y x x  xn y x  xn y  yn y  yn Sustituyendo estas expresiones e identificando coeficientes se obtienen:    1    12 3 2   Con un error de truncación local de O h y global de O h . de paso simple.02 0. no siempre mejores.5905 Los resultados muestran oscilaciones típicas de una inestabilidad numérica. Reduciendo h no se elimina la inestabilidad. k xk y( xk ) yk k 0 0 0 0 0 1 0. Es decir. Scaletti .0001 2 0.0001 0 -0. y n )  y  f  y  f f f y      y ( x n )   f ( xn . ponderándose los resultados de modo de obtener un error de truncación del mayor orden posible. y n ) f y x  xn      O h3  y  yn y  yn  Por otro lado. como el método de Euler. y n ) y n 1  y n   h f ( x n . y ) en diversos puntos apropiadamente ubicados en el intervalo xn . y n )   h f x x  xn  ( yˆ  y n ) f y x  xn  O h2  y  yn y  yn Pero yˆ  y n   h f ( x n .0064 -0. y ) se calcula en dos puntos en el intervalo x n . Las fórmulas de Runge – Kutta requieren evaluar f ( x. Considérese el caso en que f ( x.03 0. por lo que se obtiene:   y n 1  y n  (   ) h f ( x n . Algunas alternativas.2 Métodos de Runge Kutta Estos métodos son. xn 1  xn  h .05 0.2.0004 0. y ( x n ))  f ( x n .0656 5 0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-4 . expandiendo y ( x n  h) en series de Taylor: y ( x n  h)  y ( x n )  h y ( x n )  12 h 2 y ( x n )  O h 3   Pero: y ( x n  h)  y n 1 y( xn )  y n y ( x n )  f ( x n . yˆ )  f ( x n .04 0.01 0.5880 -0.0012 0.0008 3 0. sólo se requiere conocer y n para determinar y n 1 . x n 1  : yˆ  y n   h f ( x n . y n ) .0016 0. yˆ ) Siendo f ( x n   h.0009 -0. y n )    h 2  f  x x  xn  f ( xn . se presentan en las secciones siguientes. se requiere más bien cambiar de método.

y n  k 2  f x n  12 h. y n  12 k1 h  k 3  f x n  12 h. y n  k 2  f x n  34 h. y n )  f ( x n  h. y n  k 1 h  2 k 2 h  y n 1  y n  16 h k1  4k 2  k 3  o bien: k1  f  x n . y n  34 k1 h  y n 1  y n  h  13 k1  23 k 2  4 Análogamente. yˆ ) 2 Puede anotarse que si f no fuera función de y este método equivale a evaluar la integral: xn 1 y n 1  y n   xn y ( x) dx por el método de los trapecios.La fórmula del punto medio: h yˆ  y n  f ( xn . El método de Ralston (1962) es. yˆ ) El método de Heun. y n  13 k1 h  k 3  f x n  23 h. y n  k 3 h  y n 1  y n  16 h k1  2k 2  2k 3  k 4  H.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-5 . entre los métodos de RK de segundo orden global. el que tiene el menor coeficiente en el término dominante del error de truncación: k1  f  x n . y n  12 k1 h  k 3  f  x n  h. y n  k 2  f x n  13 h. y n  23 k 2 h  y n 1  y n  14 h k1  3 k 3  Si f fuera independiente de y las expresiones precedentes equivalen al método de Simpson. pueden obtenerse fórmulas con un error de truncación local de O h y   global de O h  : 3 k1  f  x n . El método comúnmente denominado de Runge – Kutta es un proceso con error global de   O h4 : k1  f  x n . y n ) 2 y n 1  y n  h f ( x n  12 h. y n  12 k 2 h  k 4  f  x n  h. y n  k 2  f x n  12 h. y n ) y n 1  y n  h  f ( x n . también conocido como Euler modificado: yˆ  y n  h f ( x n . Scaletti .

827903 1.000000 1. Trabajando con h  0.50 18. y n  12 k 2 h   ((0. ¿Cuál de las múltiples variantes de Runge .442856 19.25  h  0 .445782 19.000000 2. y n  k 3 h   ((0.093853 3. mientras que el método de Euler requiere sólo una.000000 1. las operaciones en un paso serían: k1  f x n .833323 3.50 19. Runge-Kutta de segundo orden y Runge- Kutta de cuarto orden.4  0. con intervalos h / 4 .499971 3.947368 H.447021 19.Kutta es más conveniente? Al resolver una ecuación diferencial de la forma y '  f ( x. Similarmente.4)  (0.100000 3.438 934  0.944444 19.442857 18. y n  12 k1 h   ((0. xn y exacto y Euler r y Heun y punto medio y RK 4 h  0.2)  (0.09087 1 k 3  f x n  12 h.833333 1. Por tanto.119220 3.941062 17.941176 17.41  0.2)  (0.000000 1.41  0.944342 18.445945 20.00 17.096516 3.41 .666647  18.523189 2.50 1.50 3.443 292)) 2  1. Scaletti .663991 3.4  0. considérese la ecuación diferencial: 1 y   ( x  y) 2 con condición inicial y (0. debe producir con intervalo h resultados más precisos que el método de Euler con intervalo h / 4 . y n   ( x n  y n ) 2  (0.948397 19.Que también coincide con la regla de Simpson en el caso en que f no es función de y :  f ( xn )  4 f ( xn  12 h)  f ( xn  h) xn 1  h y n 1  y n  y ( x) dx  xn 6 Como ejemplo de aplicación de este método.941176 18.25  h  0.944271 18.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-6 .9 1 1 k 2  f x n  12 h.00 2.4  0. si el método de Runge- Kutta de cuarto orden es mejor.944444 18. h / 2 y h  0.445946 19.442749 18. En la tabla siguiente se muestran resultados obtenidos al resolver y '  1  ( x  y ) 2 con condición inicial y ( 2)  1 en el intervalo 2  x  20 .495438 2.940983 17.10823 1 k 4  f x n  h.442674 18.000000 1.00 19.848 934 Muchos otros métodos de Runge Kutta son posibles.00 1.4)  0.5  2.4  0.823490 1.41  0.947213 19.4 . Se compara la 1 solución exacta y  x  (1  x) con las soluciones obtenidas para la ecuación diferencial empleando los métodos de Euler. Véase por ejemplo Ralston y Rabinowitz (1978).5 .947276 19. y ) .18)) 2  1.942413 17.218174)) 2  1.491865 2.858460 1.125  h  0.00 18.666667 3.444036 18.099975 4.41  0.947368 19.445849 19. un método de Runge-Kutta de cuarto orden (global) requiere cuatro evaluaciones de la función f en cada paso.945569 18. debe producir resultados mejores que el método de Heun (o cualquier otro Runge-Kutta de segundo orden) con intervalo h / 2 .500000 2.682481 3.41) 2  0. respectivamente.661982 3.285805 1 y n 1  y n  16 h k1  2k 2  2k 3  k 4   0.00 3.

Si paralelamente se obtuviera 4 la solución con intervalo h . si el proceso tiene un error global de orden h p el intervalo puede ajustarse con la expresión: 1  tolerancia  p 1 h nuevo  0. Con tal fin. Si en cambio el error relativo es muy pequeño en comparación a t (por ejemplo.6. Para cada abscisa: 16 yh  y2 h y  y2 h ycorregido   yh  h 15 15 5 Los resultados así obtenidos tendrían un error de orden (h) y podría afirmarse que e  ( yh  y2h ) / 15 . ésta tendría un error de orden (h) . Scaletti . Nótese que si se hiciera una extrapolación activa habría que considerar el orden del error local. Lo primero es poder estimar el error en al integrar las ecuaciones en el paso n con un cierto intervalo h .8 es un coeficiente arbitrario para reducir el intervalo de modo conservador. podría repetirse el paso con intervalo h / 2 . del orden de t / 10 ) se acepta el paso y se intenta el paso siguiente con intervalo 2h . donde   0 es un valor constante que protege de la posibilidad de un yn excesivamente pequeño. t . El error de truncación local puede estimarse mejor comparando los resultados obtenidos con dos métodos de distinto orden.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-7 .  ) . La solución. se han propuesto métodos "adaptivos" en los que se aprovechan los cómputos parciales al usar un proceso de orden m para determinar también los resultados correspondientes a un método de orden m  1 . El error relativo puede definirse como en / máx ( yn . Una combinación simple podría ser la cualquiera de los métodos de RK de segundo orden con el método de Euler. A continuación se listan algunos de los procedimientos adaptivos más conocidos: Método de Bogacki y Shampine (1989) Este método.3 Estimación del Error y Control del Paso Al utilizar los procedimientos de paso simple descritos en las secciones precedentes. Mejor aún.2. en lo que sigue y h . el intervalo h puede ajustarse en forma automática. tendría un error de orden ( 2h) . y n  34 k 2 h  Se obtiene la aproximación de tercer orden global: H. Si el error relativo excede la tolerancia.8   h previo  error relativo  en la que 0. que en lo que 4 sigue se denomina y 2 h . Podría entonces eliminarse el término dominante del error haciendo una extrapolación (pasiva). Supóngase que se resuelve una ecuación diferencial con un procedimiento de Runge – Kutta de cuarto orden (global) empleando un intervalo 2h . y n  12 k1h  k 3  f xn  34 h. es un Runge . Con las expresiones: k1  f  xn . Esto es necesario al integrar ecuaciones cuya solución varía lentamente en algunas regiones y muy rápidamente en otras. pero hay alternativas más eficientes.Kutta de tercer orden global. y n  k 2  f xn  12 h. implementado en la función ode23 de Matlab.

yn1  y  yn  241 h 7k1  6k2  8k3  3k4  ~ ~ Donde y es una aproximación de segundo orden global (a pesar que se obtiene con cuatro evaluaciones de f ) que se puede comparar con y n1 para estimar conservadoramente el error de truncación: en1  y n1  ~ y  1 72 h  5k1  6k 2  8k 3  9k 4 Nótese además que el valor k 4 obtenido en un paso es igual al k1 del paso siguiente. implementado en la función ode45 de Matlab (y es el proceso por defecto en Simulink). requiriendo también seis evaluaciones de f en cada paso: H. Método de Dormand y Prince (1980) Este es también un método FSAL. Se usan las expresiones: k1  f xn . yn1  y  y  h  5179 k  ~ n 57600 1 7571 k 16695 3  640 393 k4  339200 92097 k5  2100 187 k6  401 k7  ~ ~ Donde y es una aproximación de cuarto orden global. que combina expresiones de cuarto y de quinto orden global. Método de Fehlberg (1969) Este método combina expresiones de cuarto y quinto orden global. por lo que realmente solo se requieren seis evaluaciones de f en cada paso. yn  h( 19372 k  25360 6561 1 2187 2 k  64448 k  729 6561 3 212 k4 )  k6  f xn  h. yn  h( 44 k  15 45 1 56 k2  329 k3 )  k5  f xn  89 h. yn  15 k1h  k3  f xn  103 h. yn  h( 403 k1  409 k2 )  k4  f xn  54 h. yn  k2  f xn  15 h. yn  h( 9017 k  355 3168 1 k  46732 33 2 5247 3 k  176 49 k4  18656 5103 k5 )  Con lo que se obtiene la aproximación de quinto orden global: yn1  yn  h 384 35 k1  1113 500 k3  192 125 k4  2187 k  84 6784 5 11 k6  Luego se evalúan: k7  f xn  h. por lo que realmente solo se requieren tres evaluaciones de f en cada paso. se observa que el valor k7 obtenido en un paso es igual al k1 del paso siguiente. En inglés se dice que es un proceso FSAL (First Same As Last).Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-8 . Scaletti . y n1  y n  19 h 2k1  3k 2  4k 3  Y luego se determinan: k4  f xn  h. La comparación de y con y n1 permite estimar conservadoramente el error de truncación: en1  yn1  ~ y h 71 k 57600 1  16695 71 k3  1920 71 k4  339200 17253 k5  525 22 k6  40 1 k7 Nuevamente.

yn  h( 323 k1  329 k2 )  k4  f xn  12 13 h. y ) por una diferencia central. yn  14 k1h  k3  f xn  83 h. Como alternativa a estos métodos de paso simple pueden plantearse métodos de paso múltiple en los que el cálculo de y n 1 requiere utilizar varios valores previos y n y n 1 y n  2  . y n  103 k1 h  109 k 2 h  65 k 3 h  k 5  f x n  h. y n  15 k1 h  k 3  f x n  103 h. y n  1631 55296 k1 h  175 k h  13824 512 2 575 k 3 h  110592 44275 k4h  253 4096 k5 h 6. k1  f xn . y n  3 40 k1 h  9 40 k 2 h k 4  f x n  53 h.2. yn  h( 1932 k  7200 2197 1 k  7296 2197 2 k ) 2197 3 k5  f xn  h. mientras que en el método de Dormand . yn  k2  f xn  14 h. con lo que se tiene: H. yn  h( 278 k1  2k2  3544 k  1859 2565 3 k  11 4104 4 k ) 40 5 Con lo que se obtienen las aproximaciones de cuarto orden global: y  yn  h  216 ~ 25 k1  1408 k  2197 2565 3 k  15 k5  4104 4 y de quinto orden global: yn1  yn  h 135 16 k1  12825 6656 k3  56430 28561 k4  509 k5  552 k6  y en tal caso: en1  yn1  ~ y h 1 k 360 1  4275 128 k3  75240 2197 k4  501 k5  552 k6 En este proceso los coeficientes están optimizados para reducir el error en la aproximación de cuarto orden. yn  h( 439 k  8k2  3680 216 1 k  4104 513 3 845 k4 )  k6  f xn  12 h. Método de Cash y Karp (1990) En este método se emplean las fórmulas de cuarto orden (global): ~ y  yn  h ( 378 37 k1  250 k  125 k  1771 512 k6 ) 621 3 594 4 Y de quinto orden (global): y n 1  y n  h ( 272825 k  18 648 1 575 48384 3 k  13525 55 296 k 4  14277 k  14 k 6 ) 336 5 Que requieren seis evaluaciones de la función f : k1  f  x n . Un método de este tipo resulta al aproximar y  en la ecuación y   f ( x.Prince están optimizados para reducir el error en la aproximación de quinto orden global. y n  11 k h  52 k 2 h  54 1 70 27 k3h  35 27 k 4 h k 6  f x n  78 h. y n  k 2  f x n  15 h. Scaletti .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6-9 .4 Métodos de Paso Múltiple Los métodos tratados anteriormente permiten determinar y n 1 conociendo únicamente el valor de la función en el punto inmediatamente precedente.

Así por ejemplo. y ) se tiene un mayor orden en el error de truncación. de orden igual o mayor que el método de paso múltiple a emplearse. Algunas ventajas y desventajas de los métodos de pasos múltiples con relación a los métodos de un solo paso pueden citarse:  Para el mismo número de evaluaciones de la función f ( x.  Se presentan dificultades para arrancar el proceso. y ) en cada paso. aún cuando ambos requieren una sola nueva evaluación de la función f ( x. pueden escribirse expansiones en series de Taylor. Así. y n ) .5.  La inestabilidad numérica es un problema más frecuente en los métodos de paso múltiple que en los métodos de paso simple. en cambio. no siendo suficiente conocer y 0 sino además uno o más valores adicionales y1 y 2  .10 . contra O h 2     en el método de Euler. y n 1  y n 1  2h f ( x n . Esto podría reducir la relativa eficiencia de los métodos de pasos múltiples. h (lo cual. Éste y otros temas relacionados se revisan en la sección 6. y n ) Este es el método explícito del punto medio (en inglés conocido como leapfrog).2. para la expresión explícita con k  1 : y n 1  y n  h (1 f n   2 f n 1 ) y ( x n  h)  y ( x n )  h (1 y ( x n )   2 y ( x n  h)) y ( x n  h)  y ( x n )  h 1 y ( x n )    h  2 y ( x n )  h y ( x n )  12 h 2 y ( x n )    H. el método explícito del punto medio tiene un error local de O h 3 . Entre los métodos de paso múltiple que se encuentran en la literatura están los métodos explícitos de Adams – Bashfort: y n 1  y n  h (1 f n   2 f n 1   3 f n  2     k 1 f n  k ) Y los correspondientes métodos implícitos de Adams – Moulton: y n 1  y n  h ( 0 f n 1  1 f n   2 f n 1   3 f n  2     k f n  k 1 ) En estas expresiones f n denota f ( x n .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . puesto que la expresión para obtener y n 1 requiere y n 1 e y n . un método de doble paso. Estos valores deben obtenerse con un procedimiento distinto. y ( x)) dx Y aproximando f ( x. y ) por un polinomio de interpolación escrito en términos de diferencias finitas hacia atrás: y n 1  y n  h ( f n  12 f n  125  2 f n  83  3 f n  ) (A-B) y n 1  y n  h ( f n 1  12 f n 1  121  2 f n 1  1 24  3 f n 1  ) (A-M) Por otro lado. Los coeficientes  pueden obtenerse considerando que: xn  h y xn  h y ( x n 1 )  y ( x n )   xn x dx   xn f ( x. no es ningún problema en los métodos de paso simple). obteniéndose las  por identificación de coeficientes.  Es en general difícil (aunque no imposible) cambiar el intervalo de integración. Scaletti .

11 . plantearse métodos Predictor – Corrector en los que las expresiones empleadas no sean las de H. Por ejemplo: y n( 0)1  y n  h f ( x n . Esta aproximación se refina utilizando repetidamente la correspondiente fórmula implícita (que en este contexto se denomina corrector). y n ) y n(i11)  y n  h f ( x n 1 . es decir: h y n 1  y n  ( 3 f n  f n 1 ) 2 Algunos resultados similares se listan a continuación. Con tal fin. y ) es lineal. El error de truncación local es de   O h k  2 y el global de O h k 1 :   Métodos de Adams – Bashfort (explícitos): k y n 1  y n  h (1 f n   2 f n 1   3 f n  2     k 1 f n  k ) 0 y n 1  y n  h f n Euler 1 y n 1  y n  12 h ( 3 f n  f n 1 ) 2 y n1  y n  121 h ( 23 f n  16 f n1  5 f n2 ) 3 y n 1  y n  1 24 h ( 55 f n  59 f n 1  37 f n  2  9 f n 3 ) Métodos de Adams – Moulton (implícitos): k y n 1  y n  h ( 0 f n 1  1 f n   2 f n 1   3 f n  2     k f n  k 1 ) 0 y n 1  y n  h f n 1 Euler inverso 1 y n 1  y n  12 h ( f n 1  f n ) Crank Nicholson (regla trapezoidal) 2 y n1  y n  121 h ( 5 f n1  8 f n  f n1 ) 3 y n 1  y n  1 24 h ( 9 f n 1  19 f n  5 f n 1  f n  2 ) 6. de donde: 1  3 2 y  2   12 .2.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . Scaletti . por supuesto. Pueden. la solución de la(s) ecuación(es) que definen el proceso implícito requiere iterar. y ( x n  h)  y ( x n )  h (1   2 ) y ( x n )  h 2 ( 2 ) y ( x n )  O h 3   Comparando con: y ( x n  h)  y ( x n )  h y ( x n )  12 h 2 y ( x n )  O h 3   Se tiene que: 1   2  1 y   2  12 . Excepto en el caso trivial en que la función f ( x. y n(i)1 ) El superíndice se refiere en este caso a la iteración. se utiliza como primera aproximación el resultado obtenido con la fórmula explícita (predictor).5 Procedimientos Predictor – Corrector El error de truncación de una fórmula implícita de este tipo es siempre menor que el error del correspondiente proceso explícito del mismo orden.

980198) 2  1. Evidentemente no es posible determinar estos errores. 6.2  (1. H. diferencias insignificantes implican que h es innecesariamente pequeño. se observan importantes (0) diferencias entre la aproximación inicial obtenida con el predictor.923 587 y 2(3)  1. y n 1 . En tal caso la convergencia es lenta.2)  1.980198 . y n 1 . donde y (0. Tal es el caso del método de Milne (un procedimiento débilmente estable.923 590 La solución exacta es y  2 (1  x ) . la ecuación: y    xy 2 con condición inicial y (0)  y 0  2 . y n ) teniéndose un error de orden h 2 . pero si pueden hacerse algunas estimaciones.980198  0. en el método de Euler.980198  0. que no se recomienda): Error local Predictor: y n( 0)1  y n 3  43 h ( 2 f n  f n 1  2 f n  2 ) O  h y ( )  14 45 5 v Corrector: y n(i11)  y n 1  13 h ( f n(i )1  4 f n  f n 1 ) O  h y ()  1 90 5 v Supóngase. la expresión: h2 y ( x  h)  y ( x)  h y ( x)  y ( x)   2 se remplaza por: y n 1  y n  h f ( x n .12 .05  3 x1 ( y1 ) 2  x0 ( y 0 ) 2     1. Por ejemplo.3  (1. h .923 590 y 2( 4)  1.6 Consistencia.1  (1.921380  y luego con el corrector (en este caso la regla trapezoidal.2.980198) 2  0  1.05  x 2 ( y 2( 0) ) 2  x1 ( y1 ) 2     1. Estabilidad y Convergencia Al emplear una ecuación de diferencias en lugar de la ecuación diferencial.05  0. por ejemplo.05  0.923 077 Si el intervalo de integración. Scaletti . y el valor (k ) corregido. Con el predictor y n( 0)1  y n  1 2 h ( 3 f n  f n 1 ) se tiene:  y 2( 0)  y1  0.1)  y1  1. Se ha obtenido (con algún otro método) y (0. también conocida como método de Crank Nicholson): y n 1  y n  12 h ( f n 1  f n ) se tiene:  y 2(1)  y1  0.923 675  Y en forma similar: y 2( 2)  1. A esto deben agregarse los errores debidos a la aritmética imperfecta del ordenador. es demasiado grande. se introducen errores de truncación en cada paso. de 2 El proceso es en este caso convergente.Adams – Bashfort – Moulton.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . e incluso podría no producirse. Por otro lado.921380) 2  0.

Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . Refiriéndose nuevamente al método de Euler. se espera que éste sea convergente. Se requiere además y1 . con condición inicial y (0)  1 .1 . Supóngase que se calcula y1  e  h  e 0. cada vez más pequeños. cuya solución exacta es y  e . Se requiere además que sea estable. Para que el procedimiento numérico sea convergente no es suficiente que sea consistente. supóngase que se emplea la “regla explícita del punto medio”: y n 1  y n 1  2 h f  x n . El método de Euler podría ser apropiado en este caso.2 y n Para iniciar el proceso no es suficiente conocer y 0  y (0)  1 .1  0.904 837 418 035 96 .13 . y n )  h se observa que: y ( x n  h)  y ( x n ) Lim  y ( x n ) h 0 h Si en cambio se escribiera. las soluciones deben aproximar cada vez más a la solución exacta. y n  con intervalo h  0.Al emplear un método numérico para resolver EDO. Consistencia significa que en el límite h  0 la ecuación de diferencias que define el método numérico resulta formalmente la ecuación diferencial. Trabajando con aritmética de doble precisión se obtienen: H. h . que puede escribirse: y n 1  y n f ( xn . podría decirse que un método es estable si. Un ejemplo de inestabilidad numérica Para una observación inicial sobre el tema de estabilidad. y n ) no habría consistencia. es decir: y n 1  y n 1  0. y n 1  2 y n  h f ( x n . al propagarse durante el proceso no crecen incontroladamente y son siempre pequeños en comparación con la solución exacta. considérese la ecuación x diferencial y    y . CONSISTENCIA + ESTABILIDAD  CONVERGENCIA Alternativamente. Para que el procedimiento numérico sea convergente debe ser consistente y estable. Un método es estable cuando los errores de truncación y de redondeo. se tiene convergencia. con 13 cifras significativas correctas. por ejemplo. Sin embargo. Scaletti . para condiciones iniciales típicas y siempre que los errores de truncación y de redondeo sean pequeños. lo que significa que al trabajar con intervalos.

741031 0. Sin embargo.0 1. con amplitud cada vez mayor (que podría llegar a rebasar el número máximo que puede almacenarse).000000 1 0.199455 98 9.740818 0.5 -2.7 0.0 1.819033 0.904837 0. Scaletti .618337 1.14 .8 0.618291 La solución exacta es exponencialmente decreciente. Definiendo    h .0 0 2 4 6 8 10 x 12 -0.1 0. el procedimiento produce los resultados que se presentan en línea más delgada.3 0.000061 -1. ¿A qué se debe esta inestabilidad? Considérese la ecuación diferencial: y   y para la cual el método explícito del punto medio resulta: y n 1  y n 1  2  h y n Esta es una ecuación de diferencias lineal de orden 2.0 Si se reduce h o se aumenta el número de cifras en los cómputos el problema puede posponerse.000000 0.000050 -1. 2.5 -1.0 -1.000045 1. Después de aproximadamente x  5 se obtienen valores con signos alternados.5 1.9 0.000000 1. i xi y xi  yi ei  y i  y  x i  0 0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .5 y(x) 0. la ecuación característica es: r2  1 2 r con las raíces: H.000302 3 0. como se indica en línea gruesa en la figura siguiente. Esto es una inestabilidad numérica.325385 99 9.2 0.000213 .464532 100 10 0..464482 -1. 97 9..0 0.000055 1. pero no evitarse.904837 0.199394 -1.000000 2 0.325440 1.818731 0.

Sin embargo.1 de donde. Scaletti . si sirve para el caso (poco práctico) en que  es positivo y la solución es exponencialmente creciente.15 . Efectivamente.1 . porque en ese caso el modo extraño  1n C 2 e x tiende a crecer. donde  es una variable compleja.1  r1  r 2  r1   7.1  1.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . pero no es así. se define la región de estabilidad absoluta de un método numérico como el lugar geométrico de los  h para los que la solución es finita cuando H. Por otro lado. los valores iniciales hacen que: y 0  C1  C 2  1 y1  C1 r1  C 2 r2  e 0.645 365 Nótese que este resultado es similar al error observado para x  10 . el primero de los cuales corresponde a la solución correcta.     1 r1    1   2 2  1    12  2  O  4 1 r2   r1 Al comparar la primera de estas expresiones con la expansión en series: e   1    12  2  16  3  O  4   se concluye que: r1  e   16  3  O  4   r1n  e n  e  n h  e xn r2n   1 r1 n   1 e  xn n n y en consecuencia: y n  C1 r1n  C 2 r2n  C1e xn   1 C 2 e  xn n La solución de la ecuación de diferencias tiene dos “modos componentes”. para el caso    h  0. mientras que la solución C1 e x es decreciente.469 947  10 5 y suponiendo que las operaciones siguientes se efectuaran con una aritmética infinitamente precisa: C 2 r2100  7. Con referencia a esta ecuación.469 947  10 5 e100 0. con condición inicial y (0)  1 . n El procedimiento no funciona para  negativo. aún cuando inicialmente se tuviera C 2  0 . de modo que y n  e . En teoría se debería tener C1  1 y C 2  0 . El factor  1 explica la alternancia de signos del error. ni siquiera al iniciarse el proceso. los errores numéricos introducirían la componente extraña. trabajando en doble precisión:  C 2  e 0. Región de estabilidad absoluta Puede obtenerse valiosa información con relación al comportamiento de un método numérico de solución de EDO al observarse cómo funciona con una ecuación de la forma y    y . mientras que el segundo no debería  xn existir.

en la que r  1 . el método de Euler: y n 1  y n  h f  x n . pero no para el caso en que la solución es oscilatoria y no amortiguada (  imaginaria pura). Al sustituir esta n solución en la ecuación de diferencias se obtiene la ecuación característica: r 1  h La región de estabilidad absoluta queda definida por: 1   h  1 .Método de Euler Puede concluirse que el método de Euler es apropiado para integrar ecuaciones cuya solución es exponencialmente decreciente (   0 ).0): Región de estabilidad absoluta . y n  que aplicado a la ecuación y    y resulta: y n 1  y n   h y n  1   h  y n La solución de esta ecuación de diferencias es de la forma y n  r . Sin embargo. Considérese. Esta es el área dentro de una circunferencia de radio 1 y con centro en (-1. Esto es equivalente a decir que las raíces de la ecuación característica satisfacen ri  1 .0). y n 1   y n   h y n 1 se obtiene: 1 r 1  h La región de estabilidad absoluta.16 . Este es el caso del método explícito del punto medio. H.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . Análogamente para el método de Euler inverso: y n 1  y n  h f x n 1 . Para h  0 se requiere que una de las raíces sea igual a 1 (esto es un requisito para que el método sea consistente). por ejemplo. Scaletti .n  . es en este caso la región externa al círculo de radio 1 y con centro en (1. del que se trató en el acápite anterior. si dos o más raíces tienen módulo igual a 1 el método es débilmente estable y con frecuencia tiene problemas numéricos.

No debería emplearse para integrar ecuaciones cuya solución es exponencialmente creciente. también llamado Euler modificado: yˆ  y n  h f x n .Kutta de segundo orden H. ya que por consideraciones de estabilidad requeriría un paso grande.Euler inverso El método de Euler inverso sería apropiado para el caso en que la solución es oscilatoria. y n   f x n1 . amortiguada o no. yˆ  2 que aplicado a la ecuación y    y resulta: yˆ  y n  h  y n  1   h  y n y n 1  y n  h 2   y n    y n  h  y n   1   h  1 2  h 2  y n y por lo tanto : r  1   h  1 2  h 2 . considérese un proceso de segundo orden. y n  y n 1  y n  h  f x n . La condición r  1 es satisfecha por todos los puntos dentro del elipsoide que se muestra en la figura siguiente: Región de estabilidad absoluta Runge .17 . Por ejemplo.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . método de Heun. Scaletti . Región de estabilidad absoluta . Todos los procesos de Runge Kutta del mismo orden tienen la misma región de estabilidad absoluta. lo que estaría en conflicto con los objetivos de precisión.

Por ejemplo. como el método del punto medio o el método de Ralston. y n  12 k 2  k 4  h f  x n  h. y n  12 k1  k 3  h f x n  12 h. y n  k 3  y n 1  y n  1 6 k1  2k 2  2k 3  k 4  se obtienen en este caso: k1   h y n k 2  h 1  12 h  y n  k 3  h 1  12 h  h   y1 4 2 n  h 1  h  h   h   y 1 2 1 3 k4 2 4 n  1  h  h   h   h 4  y n 1 2 1 3 1 y n 1 2 6 24 Y resulta: r  1  h  1 2 h 2  16 h 3  241 h 4 La expresión es la misma para cualquier otro método de Runge Kutta de cuarto orden (global): La región de estabilidad absoluta es aquella dentro del límite indicado en la figura siguiente: Región de estabilidad absoluta Runge . a la que se hizo referencia al inicio de esta sección: y n 1  y n 1  2 h f x n . y n   y n 1  2 h y n H. Scaletti . tienen exactamente la misma ecuación característica y por lo tanto la misma región de estabilidad absoluta. para la regla explícita del punto medio.Kutta 4° orden Las mismas ideas pueden también aplicarse a métodos de pasos múltiples. y n  k 2  h f x n  12 h.Otros métodos de Runge Kutta de segundo orden.18 .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . Para el “clásico” método de Runge Kutta: k1  h f  x n .

es decir Re h   0 .048808  H.5 .3.149375 -0. porque para h  0 se tiene r1  r2  1 .099821 -0.1 Runge Kutta Para resolver EDO de la forma y   f ( x. y ) .998750 -0. Scaletti .049725 -0.05 0.049105 -0.00 1. y (0)  1 e y (0)  0 : xn yn y n k1 k2 k3 k4 0. y n  12 h y n  18 h k1 . Un mejor método de pasos múltiples es la regla trapezoidal o método de Crank – Nicholson: y n 1  y n  12 h  f x n . por ejemplo. Debe observarse que este método es débilmente estable. es más eficiente emplear métodos más específicos.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .988773 -0. y n 1  que para el caso y    y resulta: y n 1  y n  12  h  y n  y n 1  de donde: 1  12  h r  1  12  h 1  12  h y por lo tanto se requiere que: r   1 . Métodos para EDO de Segundo Orden Las ecuaciones diferenciales de segundo orden siempre pueden rescribirse como un sistema de ecuaciones de primer orden.000000 -0. y n .995004 -0. y   12 k 2  k 4  h f xn  h.049978 -0.15 0. con condiciones iniciales y (a )  y 0 e y (a )  y 0 se encuentran en la literatura modificaciones de los métodos de Runge Kutta como.049355 0.049984 -0. en el rango entre  i y  i .049561 -0.10 0.049105 -0. y n  k 2  h f xn  12 h. 1  12  h 6.3. como los que se describen a continuación.049355 -0. y n  h y n  12 h k 3 .049849 -0. Sin embargo.19 . y n   f x n 1 . el proceso de cuarto orden global: k1  h f xn .050000 -0. 6.049725 0.049561 -0. y   k 3  y n 1  y n  16 k1  2k 2  2k 3  k 4    y n1  y n  h y n  16 k1  k 2  k 3   O(h 5 ) En la tabla siguiente se muestran resultados obtenidos con este método al resolver la ecuación diferencial: y    (1  y 2 ) y   y  0 con   0. se obtienen las raíces de la ecuación característica:   1 r   h  1   h  2 2 y para tener ri  1 se requiere que  h sea imaginaria pura. y n  12 h y n  18 h k1 .049984 -0.049934 -0.049934 0. y   12 k1  k 3  h f xn  12 h. y.049849 -0.000000 0.

000310 19.3.008035 -0.00 0.000282 -0.000301 -0.95 0. Así al resolver: mu  ku  f t  u n1  2 u n  u n1 n  se puede aproximar la segunda derivada con: u (t ) 2 (t ) 2 de donde resulta: u n1  2 u n  u n1  ( f (t )  k u n ) .0 0 5 10 15 20 -0.90 0.2 x -0.000310 -0.004692 -0.4 0.000273 19. y n  12 h y n  18 h k1  k 3  h f xn  h.000245 -0.005201 La solución obtenida se muestra en la figura: y 1.6 Para el caso y   f ( x.8 0. y ) puede usarse el proceso de tercer orden (global): k1  h f xn .000245 -0. Scaletti .008248 -0.003791 -0.000264 -0. m Cuando la ecuación es de la forma: mu  cu  ku  f t  conviene aproximar la primera derivada mediante una diferencia central: H.007312 -0.004110 -0.75 0.6 0.20 .2 Método de Diferencia Central Este procedimiento se basa en sustituir las derivadas por sus aproximaciones con diferencias centrales.000319 -0.000291 19.80 0.004410 -0.000236 20.008445 -0.000319 -0. y n  k 2  h f xn  12 h. y n  h y n  12 h k 2  y n 1  y n  16 k1  4k 2  k 3    y n1  y n  h y n  16 k1  2 k 2   O(h 4 ) 6.2 0.000254 19.004956 -0.000327 -0.000282 -0.000254 -0.007566 -0.85 0. xn yn y n k1 k2 k3 k4 19.007807 -0.2 1.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .000264 -0.4 -0.000291 -0.0 0.000301 -0.000273 -0.

Sin embargo. Al remplazar las aproximaciones anteriores en: m un 1  c u n1  k u n 1  f n 1 se obtiene: kˆ u n1  fˆ n1 donde: kˆ  k  a0 m  a1c fˆ n1  f n1  m (a 0 u n  a2 u n  a3un )  c (a1u n  a4 u n  a5un ) Y conocido u n 1 se pueden determinar los nuevos valores de u y u mediante: un1  a0 (u n1  u n )  a2 u n  a3 un u n1  u n  t (1   ) un   un1  Donde los coeficientes a 0  a 7 son: 1  1 a0  a1  a2   (t ) 2  t  t H. que a primera vista podría parecer una mejor elección. Con la aproximación antes mencionada se obtiene:  m c   2m   m c     u n1  f t n    k   un      (t ) 2 2 t   (t ) 2   (t ) 2 2 t  u n1      Para el caso en que c  0 conviene escribir el proceso en la forma sumada: mun  f n  k u n u n 1  u n 1  un t 2 2 u n1  u n  u n 1 t 2 cuya interpretación física es simple. En el paso inicial: u 1  u 0  12 un t 2 6. Scaletti . también por consideraciones de estabilidad.3. El método de diferencia central equivale a considerar   1 2 y   0 .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . que se trata más adelante. Esta consideración se relaciona con el tema de estabilidad. a las que se hace referencia más adelante.3 Método de Newmark La familia de métodos de Newmark se basa en aproximaciones de la forma: u n1  u n  t (1   ) un   un 1  u n 1  u n  t u n  t  2 ( 1 2   ) un   un1  El caso con   1 2 y  1 6 corresponde a suponer que u (la aceleración) varía linealmente en el intervalo.21 . esta última elección es más apropiada. u n1  u n1 u n  2 t Y no con una diferencia hacia atrás. Aparentemente esa elección sería mejor que   1 2 y   1 4 (lo que físicamente se interpretaría como suponer una aceleración constante promedio).

pudiendo demostrarse que:  n 1  A  n y por lo tanto. El análisis que sigue supone una forma simplificada de la ecuación diferencial. para que el método sea estable) se requiere que:  ( A)  máx i  1 En esta expresión los i son los valores característicos de A y  (A ) es denominado radio espectral. Hughes y Taylor Se trata de una modificación del método de Newmark.4 Método de Hilber. En tal caso: 1   a 2 1 1    2  1 2 A   1  a 2 1  (1   ) (   ) a 1    (1   ) ( 2    ) a  2 1 d    a 2  (1   ) a 2  (1   ) ( 12   ) a 2  donde: H. Scaletti . Se usan las expresiones: m un1  c u n1  (1   ) k u n1   k u n  f n1 u n1  u n  t  (1   ) un   un1  u n1  u n  t u n  t  2  12   un   un1  La notación aquí usada es la de la publicación original de Hilber et al (1977).Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . en algunas publicaciones  está cambiada de signo.5 Estabilidad y Precisión Todos los métodos para resolver EDO de segundo orden pueden ser escritos en la forma: u n 1  A u n  b n donde u n  (u n t u n (t ) un ) representa ahora el conjunto de resultados que 2 describen la respuesta en el paso n .3. cuyo propósito es (al resolver grandes sistemas de ecuaciones diferenciales) introducir disipación adicional en las componentes de alta frecuencia. con c  0 (sin disipación). Los errores se comportan en forma análoga. se observa que en el método de Hilber. 1  t    a3  1 a4  1 a5    2  2  2   6.3. Comparando estas expresiones con las que definen la familia de métodos de Newmark.22 . para que los errores se reduzcan (es decir. Hughes y Taylor se ha introducido disipación viscosa adicional:  u  un    k t  n1   cadicional u  t  6.

Scaletti .50   0.23 . El límite corresponde a algo más que tres puntos por período.   1 / 2 y se obtiene:  1 1 1   2  A  1  12 a 2 1  12 a 2 1  1 2 a  2 4   1 2   a  a2 2a  2 y por lo tanto: A1  2  a 2 A2  1 A3  0 Los valores característicos resultan 1  0 y 2.3  (1  12 a )  (1  12 a )  1 2 2 2 Para cumplir la condición  ( A)  1 se requiere que a   t  2 . donde: A1  traza de A  a 22 a23  a a13  a a12  A2  det    det  1   det  11  a a33  a a33  a a 22   32  31  21 A3  det ( A) son las invariantes de la matriz A . Con   1 2 el método es no disipativo (el radio espectral es igual a 1 para cualquier t ).6 se H. el método de diferencia central es condicionalmente estable: 2 T t     Si t excede ese límite se produce una inestabilidad numérica.25 (0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . es decir estable para cualquier selección de t .5   ) 2 Con una apropiada selección de los parámetros (lo habitual es   1 2 y  1 4 . lo que a veces se denomina la regla trapezoidal) se tiene un procedimiento incondicionalmente estable. Si en cambio se toma   0.   k /m a   t d  1  (1   )  a 2 El polinomio característico de A resulta: 3  A1 2  A2   A3  0 .   0 . lo que sin embargo resulta insuficiente para tener buena precisión. mientras que con t  T / 20 los errores son del orden de 1%. es decir. Para la familia de métodos de Newmark (   0 ) pueden también obtenerse las condiciones de estabilidad:   0. La precisión es similar a la que se tiene con el método de diferencia central. Con t  T / 10 se introducen errores del orden de 3% en cada paso. Para el caso particular del método de diferencia central:   0 .

como función de t / T . Scaletti . Al resolver una sola ecuación diferencial (en lugar de un sistema de ecuaciones diferenciales acopladas) es el requisito de precisión el que controla el intervalo. si se integra u   u  0 con 2 producen una elongación del período.6% en cada ciclo. H. Por otro lado. (1977) se muestra el radio espectral para distintos métodos. mayor cuanto más fuerte sea la desigualdad  ( A)  1 .1  /  . mientras que con Hilber et al. todos los métodos Por ejemplo. el método de diferencia central y el de Newmark de aceleración constante (con   0.5 ) alargan el período en aproximadamente 0.3 . Ambos métodos son también (para una selección apropiada de sus parámetros) incondicionalmente estables. aún cuando el proceso sea incondicionalmente estable hay un límite para t .3025 para que el procedimiento sea incondicionalmente estable y el proceso introduce disipación. t  0. o el método de diferencia central.25. que es función de t / T . pero el rango adecuado es  1 3    0 .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . se tiene 4% si   0.24 .   0.requiere   0. Es decir. adaptada de Hilber et al.1 y 5% si   0. y por tanto no son convenientes. En la figura siguiente. Dos procesos a los que también se hace referencia en la literatura son los métodos de Houbolt y de Wilson. pero acumulan mucho más errores que el de Newmark de aceleración constante. Radio espectral como función de t/T Excepto cuando   0 y   1 2 (diferencia central y el método de Newmark de aceleración constante) los diversos métodos introducen una disipación ficticia. El método de Hilber.05 T  0. Hughes y Taylor tiene las mismas condiciones de estabilidad que el de Newmark y adicionalmente  1 2    0 .

Puede anotarse que en el caso de ecuaciones no lineales no requiere obtenerse K explícitamente. y n  12 k 2 h  k 4  f xn  h.6. Así. Otra posibilidad para resolver ecuaciones de la forma M u  n 1  C u n 1  K u n 1  f n1 sería el método de Newmark. y n  k 2  f xn  12 h. excepto que todas las operaciones son realizadas con matrices.3.25 . Las expresiones son prácticamente las mismas usadas para el caso de una sola ecuación diferencial. y n  12 k 1h  k 3  f xn  12 h.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . en el que u n 1 se obtiene de: ˆu ˆ K n 1  f n 1 K ˆ  K  a M  a C  LU 0 1 ˆf  f  M (a u  a u  a u 3 n )  C (a1u n  a 4 u n  a5 u n ) n 1 n 1 0 n 2 n    y luego:  t t  a0 (u t t  u t )  a2 u t  a3 u u  t u t t  u t  a6 u  t  a7 u  t t Los coeficientes a0  a7 son los mismos de la sección 6. H.1 Integración Directa Cuando las EDO son no lineales. cabe la posibilidad de integrar directamente las ecuaciones en su forma original. Sistemas de Ecuaciones Diferenciales Ordinarias 6. y n  k 3 h  y n1  y n  16 h k 1  2k 2  2k 3  k 4  (como es habitual. las minúsculas en letras negritas denotan matrices columna). Scaletti .4.4.3. sino más bien el producto K u (lo que puede ser notoriamente más fácil). para resolver el sistema de EDO de primer orden: y   f ( x. y en consecuencia no es factible la descomposición modal a la que se hace referencia en la sección siguiente. Análogamente. por ejemplo. y ) Podría emplearse el método de Runge Kutta de cuarto orden: k 1  f  xn . para resolver el sistema de ecuaciones diferenciales de segundo orden:   K u  f t  Mu podría emplearse el método de diferencia central:  n  f t n   K u n Mu u n 1  u n 1  u  n t 2 2 u n1  u n  u n 1 t 2 El método de diferencia central es particularmente eficiente para el caso de EDO no lineales si la matriz M es diagonal (una aproximación frecuente en ingeniería).

j son iguales. Por lo tanto: x (t )   a (t )  j j Al sustituir las expresiones anteriores en el sistema de ecuaciones diferenciales se tiene:  a j B j  a j A  j  f (t ) Conviene ahora recordar las condiciones de ortogonalidad: *s B  r   rs *s A  r  r  rs Para simplificar la presentación. puesto que la solución no los es. independientes para cada componente a j (t ) : a i  i ai  Τι f (t ) Por otro lado. Τ Al pre multiplicar las ecuaciones por  ι :  a j Τι B  j  a j Τι A  j  Τι f (t ) Se observa que la mayor parte de los productos que se tienen en cada suma son cero. Para mostrar en qué consiste la descomposición modal. se ha supuesto que los vectores característicos están normalizados respecto a la matriz B . Sólo son distintos de cero aquellos en los que los dos índices i. En consecuencia se obtienen ecuaciones “desacopladas”.2 Descomposición Modal Cuando el sistema de ecuaciones diferenciales es lineal. Si la no linealidad no es muy severa. si las condiciones iniciales son x(0)  x 0 . en la forma antes descrita. el procedimiento más eficiente se basa en la descomposición modal.Al resolver EDO no lineales el método de Newmark. las componentes no pueden en general ser constantes.26 . La descomposición modal emplea los vectores característicos  ι obtenidos de: A  i  i B  i Estos vectores constituyen una base completa. requeriría ˆ  L U en cada paso.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . siendo las matrices A y B constantes. Sin embargo. Scaletti . el una nueva factorización K proceso podría mejorarse descomponiendo K ˆ en dos partes y pasando los términos no lineales al segundo miembro. y por lo tanto la solución x(t ) puede siempre expresarse como una combinación lineal de los referidos vectores: x(t )  a j j Nótese que. 6. entonces: H. como parte de fˆ n 1 .4. los vectores característicos  ι no son función de tiempo. supóngase que se tiene el sistema de ecuaciones diferenciales: Bx  Ax  f (t ) Las matrices A y B son simétricas (y muy frecuentemente definidas positivas). y particularmente si las matrices que definen el sistema de ecuaciones diferenciales son simétricas y definidas positivas.

Cabe anotar que este procedimiento es incondicionalmente estable. al premultiplicar por Τι B : ai (0)  Τι B x 0 Resolver n de estas ecuaciones desacopladas es mucho más fácil que resolver un solo sistema de ecuaciones diferenciales de orden n (puede aquí hacerse un paralelismo con el caso de ecuaciones algebraicas).2. en muchas situaciones prácticas se observa que las componentes a (t ) asociadas a los mayores valores característicos son poco importantes. a partir de los cuales se está interpolando linealmente. sino también definidas positivas. Nuevamente.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . En realidad. Scaletti . En el caso en que las funciones f (t ) son simples podría también pensarse en una solución analítica. La aproximación está en haber descrito la función g (t ) con un número finito de valores numéricos. En un intervalo cualquiera puede hacerse la aproximación: g (t )  a t  b .27 . de donde. El proceso se repite análogamente para los sucesivos intervalos. la solución puede escribirse como una combinación lineal de los vectores característicos (que en lo que sigue se han supuesto normalizados respecto a M ): u(t )  a j (t ) j Los vectores característicos satisfacen las condiciones de ortogonalidad: H. Las mismas ideas pueden aplicarse a sistemas lineales de ecuaciones diferenciales de   C u  K u  f . sería exacto si la función fuera efectivamente lineal por intervalos. y pueden despreciarse. puede obtenerse la constante C y calcularse entonces el valor de ai al finalizar el intervalo. Las ecuaciones desacopladas puede resolverse con algunos de los procedimientos numéricos tratados en la sección 6. Por ello. puede regresarse a la expresión: x(t )  a j j para hallar la solución x(t ) . de la forma A t  B ): Conociendo ai al inicio del intervalo. x 0  x(0)   a (0) j j y por lo tanto. En este caso podrían primero determinarse los segundo orden: M u valores y vectores característicos del problema: K    M  . Obtenidas cada una de las componentes como función de tiempo. Aquí se ha supuesto que 2 K y M son no sólo simétricas. si los valores característicos fueran negativos podría emplearse el método de Euler. para cada una de las ecuaciones desacopladas se tiene: a i  i ai  Τι f 0 (a t  b)  t Cuya solución puede obtenerse fácilmente (sumando la solución homogénea C e y la particular. se justifica plenamente el trabajo de determinar previamente los valores característicos. Además. por lo que los    2 son positivos. Un caso frecuente es aquel en el que f (t )  f 0 g (t ) y la función g (t ) está definida por una colección de valores numéricos correspondientes a valores t uniformemente espaciados. Por ejemplo.

Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . para un método como el de la diferencia central: 2 Tmín t    máx  Cuando se tiene un comportamiento no lineal los períodos T tienden a crecer (y los  tienden a reducirse). satisfacer la condición de estabilidad implica que se tiene también precisión. que pueden ser linearizadas localmente.5 se mencionó que al resolver una ecuación diferencial de segundo orden el intervalo está controlado por precisión y no por estabilidad. que son los importantes en la respuesta. En resumen. pero realmente son también aplicables a ecuaciones no lineales. Los comentarios siguientes parecieran referirse solo a sistemas de EDO lineales. salvo en algunos casos particulares. por procedimientos tales como el método de diferencia central o el método de Newmark de aceleración constante. Sin embargo. El procedimiento será estable cuando el intervalo de integración cumpla las condiciones de estabilidad con todos y cada uno de los modos componentes.28 . al resolver grandes sistemas de EDO con un procedimiento condicionalmente estable. simplemente el sistema de referencia es distinto. En el caso frecuente en el que f (t )  f 0 g (t ) . En este contexto.3. estando g (t ) definida por una colección de valores numéricos a intervalos constantes. Al integrar directamente un sistema de EDO se están haciendo operaciones equivalentes a integrar las ecuaciones desacopladas. *s M  r   rs *s K  r   r2  rs Pero. podría introducirse directamente la disipación en las ecuaciones desacopladas. La situación es diferente cuando se resuelven grandes sistemas de EDO. Scaletti . hay aplicaciones en que la inclusión del término C u es sólo un artificio para introducir disipación en las ecuaciones lineales. que realmente podría haberse considerado con una K variable. dependiente de u . por lo que la estimación del t sobre la base de las condiciones iniciales es en general suficiente. no siendo necesario determinar la matriz C : ai  2  i ai  i2 ai  Τι f (t ) Estas ecuaciones pueden también ser resueltas numéricamente. puede seguirse un procedimiento similar al descrito antes para ecuaciones diferenciales de primer orden.3 Consideraciones Adicionales En el acápite 6. 6. no podría afirmarse algo similar con la matriz C . H. Por lo tanto. Por otro lado: 1   2     máx T1  T2    Tmín y habitualmente al cumplir la condición de estabilidad se tendrán cientos y tal vez miles de puntos por período para los modos asociados a las menores frecuencias.4.

Los resultados serían aún más precisos si T1  Tn .En cambio. Supóngase que las condiciones iniciales son:  1. con 1  1 y T1  2  es el importante en la solución.1001 (el procedimiento es inestable) y con t  0.29 . Se requiere reducir el intervalo.   Au  0 en la que la matriz A es: Considere el sistema de ecuaciones diferenciales u  200. es el segundo modo. Sin embargo. poco importante en la respuesta. con  2  20 y T2   / 10 es comparativamente pequeña.01  0 u(0)    u (0)     0. Éste debe escogerse de modo que se integren con suficiente precisión todos aquellos modos cuya participación en la respuesta es significativa.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . al emplear un método incondicionalmente estable es la precisión la que siempre controla el intervalo de integración. el que en este caso controla la estabilidad. Scaletti .01   cos 20 t  1 1 El primer modo.3 . como ocurre típicamente al resolver grandes sistemas de ecuaciones diferenciales.5    Los valores característicos de la matriz A son 1  12  1 y  2   22  400 .5 199.99 0 Para integrar apropiadamente el primer modo sería suficiente considerar un t del orden de T1 / 20  0. de modo que: t  2 /  2  T2 /   0.1 lo que indirectamente hace que se obtenga precisión en la integración de la componente significativa.09 (procedimiento estable). 1000 500 u 0 0 2 4 6 8 10 -500 -1000 t H. Supóngase ahora que se usa el proceso de diferencia central:  n   Au n u u n 1 2  u n 1 2  t u  n u n1  u n  t u n 1 2  1. La contribución del segundo modo.5  A   199.01  0 con condiciones iniciales u 0    0     y u 1 2  u (0)  2 t u 1  0. En las figuras siguientes se muestran resultados obtenidos con t  0.5 200.99 0 En este caso es fácil obtener la solución exacta:  1  1 u    cos t  0.

Se ha usado el símbolo u en lugar de y para enfatizar que el resultado depende de  k . Finalmente. la pendiente inicial  se determina de y (b)  u (b)   v(b)  B .30 .1 Método del Disparo Una ecuación diferencial lineal tal como: y   p( x) y   q( x) y  r ( x) con condiciones en dos puntos distintos: y (a )  A e y (b)  B puede ser resuelta combinando dos soluciones obtenidas resolviendo problemas de valor inicial: u   p( x) u   q( x) u  r ( x) con u (a)  A y u (a)  0 v  p ( x) v  q ( x) v  r ( x) con v ( a )  0 y v(a)  1 Puede demostrarse que y ( x )  u ( x)   v ( x) satisface la ecuación diferencial (y cumple la condición de borde en x  a ). En tal caso se requiere iterar. En general se obtendría que F ( k )  u (b. Scaletti .1001 2 1 1 0 u -1 0 2 4 6 8 10 -1 -2 t Resultados obtenidos con t  0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .5. un problema de valor frontera es aquel en que las variables dependientes deben satisfacer condiciones de borde en más de un punto. en contraste con los procedimientos de parámetros indeterminados (y en particular de elementos finitos) tratados en el capítulo 9. k ) resolviendo el problema de valor inicial: u   u  u 2 con u (a. En estos métodos se aproximan los operadores de derivación. La solución u coincidiría con y si  k fuera la pendiente inicial correcta.  k )   k con  k arbitraria. Problemas de Valor Frontera En el contexto de sistemas de ecuaciones diferenciales ordinarias. Cuando las ecuaciones diferenciales son no lineales. en los que se hacen aproximaciones para las funciones incógnita. tal superposición no es válida. En este acápite se considera el uso de diferencias finitas para resolver problemas de valor frontera.09 6. k )  1 y u ( a. Por ejemplo. 6. por lo que se H.  k )  B  0 . suponiendo la ecuación diferencial no lineal: y   y  y 2 con y (a)  A e y (b)  B Podría determinarse u ( x. Resultados obtenidos con t  0.5.

7295 F ( 3 )  2. Empezando con la aproximación  0  5 se obtiene F ( 0 )  u (1.07169 .16 10 7 6. Se usó el método de diferencia central en forma sumada. con x  0. Para cada nudo interior se obtienen ecuaciones de diferencias al remplazar las derivadas en la ecuación diferencial (y eventualmente en las condiciones de borde) por sus aproximaciones con diferencias finitas.31 . Por ejemplo. Scaletti .  k )  1 y u (0. al resolver: y   y  f (x) con y (a)  A e y (b)  B Para cada uno de los nudos interiores de la malla pueden relacionarse los valores numéricos y n  y ( xn ) mediante: y n1  2 y n  y n1  y n  f ( xn ) (x) 2 Adicionalmente a las condiciones en los extremos y 0  A e y N 1  B .Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . 0 )  4  0.requeriría modificar el valor de  .21923 .Iterando con la fórmula de la secante se obtienen sucesivamente:  2  5.2 Conversión a un Sistema de Ecuaciones Algebraicas Otra alternativa se basa en definir una "malla" de N  1 nudos uniformemente espaciados. Luego. En este caso el método de la secante es más eficiente que el de Newton: F ( k )  k 1   k  F ( k ) F ( k )  F ( k 1 ) donde: F ( k )   k   k 1 En lo que sigue se muestran resultados obtenidos al resolver y   y  y 2 con y (0)  1 e y (1)  4 . Agrupando las ecuaciones se tendría el sistema de ecuaciones algebraicas:  2  (x) 2 1   y1   A  f ( x1 )            y  0  f ( x2 )   1 2  (x) 2 1  2              1 2  (x) 2 y  3    0 2 f ( x ) 3         (x)                     2  (x) 2  1   y N 1   0   f ( x N 1 )         1 2  (x) 2   y N   B   f ( x N )   H.  k )   k .5.05 : u n  u n  u n2 u n 1 / 2  u n 1 / 2  x u n u n1  u n  x u n 1 / 2 con condiciones iniciales u (0.1 )  4  0.7536 F ( 2 )  0. con  1  6 se obtiene F (1 )  u (1.7303 F ( 4 )  6.00637  3  5.16 10 4  4  5.

000000 0.292607 1. En la tabla siguiente se muestran los resultados obtenidos considerando intervalos x iguales a  / 10 y a  / 20 .141593 3.292629 0. q ( x )  0 y r ( x )  0 son funciones continuas en [a.000000 0. También puede emplearse el procedimiento del acápite 6.578948 0. puesto que las ecuaciones algebraicas resultan también lineales. Scaletti . Por ejemplo.5708 3.291594 1.288487 1.947769 2. Considérese por ejemplo la ecuación diferencial y   y  2 cos x con y (0)  0 e y ( / 2)   .Esto puede resolverse fácilmente si la ecuación diferencial es lineal. Se indican también valores extrapolados considerando que los errores son aproximadamente proporcionales a ( x ) 2 y la solución exacta y  ( / 2  x) sen x : x y exacta y x  / 20 y x  / 10 yextrapolada 0.000000 0.141593 3.269764 0.5.6283 1.1571 0.582501 0.7854 1.379303 2.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .3 Problemas de Valores y Funciones Características Una ecuación diferencial lineal y homogénea cuyos coeficientes dependen de un cierto parámetro  puede tener soluciones no triviales para distintos posibles  (los valores característicos).666081 1.947728 1. La amplitud A es arbitraria.927065 0.5.141593 3. b)  0 .32 . Para determinar uno de los valores característicos debe cumplirse la condición u (k .2. Considérese por ejemplo la ecuación: [ p ( x) y ]  q ( x) y   r ( x) y  0 con y (a )  y (b)  0 en la que p ( x)  0 .1 y 6. puede determinarse u (k .689056 1. a )  1 ( u (k .689049 2. la ecuación diferencial y    y  0 con condiciones de borde y (0)  y (1)  0 tiene soluciones no triviales solo si   (n ) . a ) puede tener cualquier valor).4137 2.3142 0.582483 0.665199 0.926043 0. Las correspondientes soluciones se denominan funciones características.688850 2.688232 2.033298 1.0996 2.000000 0.030551 2.5. a )  0 y u (k . que en este caso 2 resultan y  A sen (nx) .032611 2. Con las aproximaciones habituales: 1 (x) 2 p n 1 2  yn1  yn   pn  yn  yn1  qn 1 2 y n   rn y n  0 el problema se convierte al caso discreto tratado en el capítulo 3: H.b].4712 0. x ) resolviendo el problema de valor inicial: [ p ( x) u ]  q ( x) u  k r ( x) u  0 con u (k .378877 1. La determinación de los valores y funciones características puede hacerse con procedimientos numéricos análogos a los descritos en 6.2566 2.2.5.9425 2.270299 0.033281 2.581613 0.0000 0. Suponiendo una aproximación k para el valor característico.141593 6.

Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . también conocido como Euler modificado) con x  0. suponiendo inicialmente 0  3. sin importancia. Para integrar las ecuaciones diferenciales se ha utilizado un método de Runge-Kutta de segundo orden global (el método de Heun.5 : H.  k ) A continuación se presentan resultados obtenidos con el método de Newton.05 . Podría iterarse con el proceso de la secante. se tendrá y (1. anotando sin embargo que en este caso sería más eficiente el método de la secante.  a1 c1   y1   y1       b a2 c2  y   y2   2  2     b3 a3 c3  y   y3    3                       bN 1 a N 1 c N 1   y N 1   y N 1        bN a N   y N   y N  Donde: ai  [( pi  1 2  pi  1 2 ) /(x) 2  qi ] / ri bi   pi  1 2 / ri /(x) 2 ci   pi  1 2 / ri /(x) 2 El ejemplo siguiente ilustra el método del disparo.  )  0 . Se requiere iterar para lograr que f ( )  y (1. obteniéndose u ( x. podría resolverse el problema: y   (1  x 2 ) z con condiciones iniciales y (0)  0 y z (0)  1 z    y Note que z (0) es un factor de escala. k ) . k )  0 . Con la aproximación k se integran las dos ecuaciones diferenciales de primer orden y se obtiene y ( x. para la función característica y x  . entre otras posibilidades.  k ) y luego: y (1. dy dz Para usar el método de Newton se pueden considerar: u  y v d d Derivando las ecuaciones diferenciales antes planteadas respecto a  se tendría: u   (1  x 2 ) v con condiciones iniciales u (0)  v(0)  0 v   y   u Estas ecuaciones pueden integrarse paralelamente a las anteriores. Se requiere determinar una función característica y  x  y el correspondiente valor  tales que: d  1  dy       y  0 con condiciones de borde y (0)  y (1)  0 dx  1  x 2  dx  Con tal fin.33 . la verdadera incógnita es  .  k )  k 1   k  u (1. o usar el método de Newton. A menos que se haya acertado con el valor característico. Scaletti .

Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .01000 0.23600 -0. Scaletti .99934 0.5   6.99930 0.23502 1.00000 -0.090815 7.000 0.00004 0.00000 -0.38258 1.110657 7.02000 0.38255 Se ha obtenido y (0 .00005 0.1793053) Y en sucesivas iteraciones se obtienen: k y (k .5 0.00000 0.1) 3.52189 -0.00500 1.020 0.995 0.010 0.99982 0.17696 -0.17930 -0. la aproximación inicial no es correcta.51823 -0.103470 -0.17931 -0.00500 0.00000 1.99987 0.00000 0.37355 0.00000 -0.00010 0.00000 0.015 0.179305 6.23499 Con lo que se determina la nueva aproximación: y (0 .23555 0. yˆ  y n  x (1  xn2 ) z n zˆ  z n  k y n y n1  y n  12 x [ (1  xn2 ) z n  (1  xn21 ) zˆ ] z n1  z n  12 x k [ y n  yˆ ] x y z yˆ zˆ 0.000 0.000 0.36441 0.005 0.99961 0.990 0.02000 0.00000 -0.005 0.00019 0.37351 0.34 .5144602 1  0   3.369186 0.17695 -0.00000 -0.01000 0.02500 0.00000 -0.090799 7.514460 -0.008627 -0.23552 -0.1) (0.00000 -0.000 -0.51829 -0.369186 u (0 .00001 0.17462 -0.00000 0.99996 0.1) u (k .397480 0.015 0. Paralelamente pueden obtenerse las derivadas respecto a  : uˆ  u n  x (1  xn2 ) vn vˆ  vn  x ( y n  k u n ) u n1  u n  12 x [ (1  xn2 ) vn  (1  xn21 ) vˆ ] vn1  vn  12 x v [ ( y n  k u n )  ( yˆ  k uˆ ) ] x u v uˆ vˆ 0.99895  0.00000 0.000000 -0.01500 0.092521 7.00011 0.51446 -0.01500 0.398358 H.010 0.000080 -0.304235 0.00030  0.990 -0.00000 0.51446  0 .51451 -0.1) 0.398358 0.00020 0.1)  0.020 0.99965 0.995 -0. es decir.00000 -0.

1 y  x (1  e x 1 ) 1 c y '  0. compare la solución exacta con los resultados obtenidos empleando el método de Euler. Con tal fin determine primero una aproximación de y (a  h)utilizando un método de Rung-Kutta de cuarto orden global. un proceso de Runge- Kutta de segundo orden y otro de cuarto orden. primero con el intervalo h indicado. Scaletti .1 y  2 x /(1  2 x) d y'  1  ( x  y) 2 y ( 2)  1 2 x4 0. Al resolver la ecuación diferencial: mu  k u  f (t ) podría hacerse v  u con lo que se tendría el sistema de ecuaciones diferenciales de primer orden: m v  f (t )  k u u  v m y k son números positivos. utilizando un proceso Predictor . Determine la solución y de las siguientes ecuaciones diferenciales utilizando el método de Ralston u otro procedimiento de Runge-Kutta de segundo orden global. luego con intervalo h / 2 y finalmente por extrapolación (pasiva) obtenga valores mejorados.2 y 2 y ( 0)  1 0 x2 0.1 yx x 2 b y'  y  x  y / x y (1)  2 1 x  2 0. 4.05 y  12 sen 2 x  13 cos 3x  43 2.1 y 1  0. Ecuación Condición Intervalo h Solución diferencial inicial exacta x a y'  y ( 0)  1 0 x4 0. obtenga la solución en el intervalo a  x  b indicado en cada caso. respectivamente.1 y  x  1  3e x 2 (1  xy) 1  2x e y'  y ( 0)  1 0  x 1 0.35 .2 y  1  x2 y y b y ' 1  y (1)  2 1 x  5 0.2 y  2 x  x ln( x) x c y'  ( y  y 2 ) / x y (1)  2 1 x  3 0.5 x3 a y'   x 2 1 x  2 0. Para cada una de las ecuaciones diferenciales indicadas a continuación. ¿Podría usarse un procedimiento de Runge- Kutta de 4° orden global? ¿Cuál sería (aproximadamente) en ese caso el máximo t para que H. ¿Podría utilizarse el método de Euler para integrar este sistema de ecuaciones diferenciales? En caso positivo. ¿Cuál sería el máximo t para que el procedimiento sea estable? En caso negativo.1 y 1 x2 1  x2 3. h / 2 y h .Ejercicios 1. Ecuación Condición Intervalo h Solución diferencial inicial exacta y y (1)  1. trabajando con intervalos h / 4 .2 x d y'  x  y y ( 0)  2 0  x 1 0. Para las ecuaciones diferenciales propuestas en los puntos anteriores.Corrector cuyo corrector sea la regla de Crank-Nicholson.1 y  x  1 /(1  x) e y '  cos 2 x  sen 3 x y ( 0)  1 0  x 1 0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 .

Proponga un procedimiento numérico para determinar la trayectoria y prepare entonces una hoja de cálculo que le permita determinar el punto de encuentro y el tiempo transcurrido. 6 2 4 N  0 .  Resuelva luego el problema con distintos valores de N .01. E  2 10 kg/cm . Dada la simetría en geometría y cargas se puede considerar 0  x  L / 2 con v( L / 2)  0 .1  u    2 u  0 con u (0)  1 y u (0)  0 .200) . 0. con lo que se simplifica la ecuación: EI v  Nv  12 q x ( L  x)  Determine v (L / 2) para el caso L  500 cm. siendo  2  k / m   Au  0 5. observa que su amo corre a lo largo de un camino recto con velocidad constante v . 0.Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . Scaletti . La posición inicial del perro es ( 250. Considere el sistema de ecuaciones diferenciales u  100  50 0  1  0       donde A    50 100  50  .2 es la razón de velocidades.15.10. Un perro.  22  100 . el procedimiento sea estable? ¿Cómo se modificarían sus conclusiones si k fuera una función decreciente de u (con m constante)? Repita el análisis considerando la ecuación diferencial u  0. Las condiciones iniciales son u(0)  2 y u (0)  0 .0) y se desplaza hacia (0. en el campo. Se sugiere usar el método del disparo con x  L / 200 .16 6.        0     0  50 100    3 1  1  1              La solución exacta es u  (1  2 / 2)  2  cos 1t   0  cos  2 t  (1  2 / 2)  2  cos 3t        1    1    1  Siendo 1  100  50 2 .36 .  Utilizando una hoja de cálculo. I  2889 cm (W8x20). q  20 kg/cm. El perro corre hacia su amo siempre en la dirección en la que lo observa.0) . con velocidad u . con fuerza axial N y carga transversal uniformemente distribuida q puede determinarse mediante la ecuación diferencial: v EI  Nv  12 q x ( L  x) [1  (v) 2 ] 3 2 con condiciones de borde v(0)  v( L)  0 . H. Habitualmente se supone que v   1 . El desplazamiento transversal v de un elemento viga-columna de longitud L . observe cómo se comporta la solución al trabajar con intervalos t  0. El hombre está inicialmente en coordenadas (0. 3  100  50 2 2 2  Determine la condición de estabilidad al usar el método de diferencia central. 7. 0. de donde resulta su trayectoria dada por la ecuación: xy   c 1   y  2 donde c  v / u  0.05.  Finalmente resuelva el problema con la ecuación no lineal original. 0.

Scaletti . (2001). "A 3(2) pair of Runge–Kutta formulas". N.J. N. Hughes. L.Y.  Hilber.  Cash. "The Matlab ODE Suite".F.  Fehlberg. 2ª edición.. "A Method of Computation for Structural Dynamics" ASCE Journal of Engineering Mechanics Division.  Newmark. J. El origen es un punto singular para la ecuación diferencial. H. 5: 283-292.. N.M. Pearson Educación.R. K. T.  Ralston.Y. México. (1977).J. Earthquake Engineering ans Structural Dynamics. Análisis Numérico. Note que puede suponer cualquier u (0) . pero no para su solución. Englewood Cliffs. NASA Technical Report 315. (1980). 1 d  du  8. Math. P y Shampine.  Shampine. A. Low-order classical Runge-Kutta formulas with step size control and their application to some heat transfer problems.  Sauer. L. 16: 431- 437. (1995) Finite Element Procedures. (1989).. (1978). Determine el menor valor característico de la ecuación diferencial:  r   u  0 con r dr  dr  u (1)  0 .  Bogacki. N. y Prince.R.W. (1990).  Dormand.M. "A variable order Runge-Kutta method for initial value problems with rapidly varying right-hand sides".Métodos Numéricos: Ecuaciones Diferenciales Ordinarias 6 . "Runge-Kutta methods with minimum error bounds". (1997).y Rabinowitz.784 Referencias  Bathe.J. (1969). (2013). A. y Karp.F. 85: EM3.J.L. (1959). "A family of embedded Runge-Kutta formulae". y Taylor. T. Journal of Computational and Applied Mathematics 6 (1): 19–26. A. "Improved numerical dissipation for time integration algorithms in structural dynamics". Prentice Hall Inc. McGraw- a Hill. SIAM Journal on Scientific Computing 18 (1): 1–22 H. (1962). y Reichelt. La solución exacta es   5. 2 edición. Reimpreso por Dover Publications Inc.Comput. R. M. J. E.  Ralston.37 . A First Course in Numerical Analysis. ACM Transactions on Mathematical Software 16: 201- 222. P. P.H. Applied Mathematics Letters 2 (4): 321–325.