You are on page 1of 10

Prof. Rosario D.

Delgado Vsquez Sesin 15 UCV

MATEMTICA III
SESIN 15: Mtodos numricos para EDO
Teora del error
Interpolacin
Mtodos de interpolacin
Mtodos de aproximacin
Mtodos de integracin

CAPACIDAD DE LA SESIN 15
Resuelve ecuaciones diferenciales de primer orden usando mtodos
numricos.

INGENIERA INDUSTRIAL

09 de Diciembre del 2016

Docente: Ms. Rosario Dimedes Delgado Vsquez


Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

15.1 Introduccin
La idea bsica detrs de los campos direccionales se puede usar para hallar aproximaciones
numricas a soluciones de ecuaciones diferenciales. En matemtica y computacin, el
mtodo de Euler, llamado as en honor a Leonhard Euler, es un procedimiento de
integracin numrica para resolver ecuaciones diferenciales ordinarias (EDO) a partir de un
valor inicial dado. El mtodo de Euler es el ms simple de los mtodos numricos para
resolver un problema de valor inicial, y el ms simple de los Mtodos de Runge-Kutta. El
mtodo de Euler es nombrado por Leonhard Euler, quien lo trat en su libro Institutionum
calculi integralis (publicado en 1768-1770).

El mtodo de Euler es un mtodo de primer orden, lo que significa que el error local es
proporcional al cuadrado del tamao del paso, y el error global es proporcional al tamao
del paso. El mtodo de Euler regularmente sirve como base para construir mtodos ms
complejos

15.2 Mtodo de Euler


El Mtodo de Euler o de las Tangentes constituye el primer y ms sencillo ejemplo de
mtodo numrico para la resolucin de un problema de valor inicial:

= (, ); (0 ) = 0

donde suponemos adems que se verifican las hiptesis del Teorema de Picard, y en
consecuencia existe solucin nica para el problema.
Interpretando la ecuacin diferencial = (, ), como un campo de direcciones en el
plano y la condicin inicial (0 ) = 0 como un punto (0 , 0 ) de dicho plano,
podemos aproximar la funcin solucin () por medio de la recta tangente a la misma que
pasa por ese punto:
() 0 + (0 , 0 )( 0 )

Calculamos as de manera aproximada el valor de la solucin () en el punto de abscisa 1


como
(1 ) = 1 0 + (0 , 0 )(1 0 )

y con este punto (aproximado) ya calculado, podemos repetir el mtodo para obtener otro
punto aproximado de la forma:
(2 ) = 2 1 + (0 , 0 )(2 0 )
y as sucesivamente.
Es habitual en este mtodo tomar abscisas equiespaciadas, es decir, calcular la solucin
aproximada en puntos de la forma:

= 1 + = 0 +

siendo el paso del mtodo. De esta forma se obtienen las frmulas que nos determinan la
solucin aproximada en la forma:

= 1 + , = 1 + (1 , 1 )
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

Desde el punto de vista geomtrico, tenemos en definitiva que el Mtodo de Euler aproxima
a la funcin solucin por medio de una lnea poligonal, la aproximacin ser tanto peor
cuanto mayor sea en nmero de pasos, es decir, cuanto ms lejos nos encontremos del
punto inicial (0 , 0 ). Por otro lado, el error ser evidentemente tanto mayor cuanto ms
grande sea el paso del mtodo, h.

Ejemplo 1. Resolver el problema valor inicial


=
{
(1) = 4
Con el mtodo de Euler con = 0.1 para los puntos = 1.1, 1.2, 1.3, 1.4 1.5.
Solucin
En este problema tenemos:
= 0.1, (0 , 0 ) = (1,4) y (, ) =

Por tanto:
= 1 + 1 1

Dado que el problema se puede resolver tambin de forma exacta, presentamos en la tabla y
grfica siguientes los resultados:
Solucin exacta
0 1 4 4
1 1.1 4.2 4.21276
2 1.2 4.2543 4.45210
3 1.3 4.67787 4.71976
4 1.4 4.95904 5.01760
5 1.5 5.27081 5.34766

15.3 Mtodo de Taylor


El Mtodo de Euler que acabamos de describir no es ms que un caso particular de los
mtodos de Taylor, que consisten de manera general en aproximar la solucin por su
polinomio de Taylor de un orden determinado. Partiendo por tanto del P.V.I.:

= (, ); (0 ) = 0

tal que presenta solucin nica y(x) en un entorno de 0 (solucin que suponemos adems
derivable N veces en dicho entorno), aproximaremos dicha funcin por su polinomio de
Taylor de orden N:
1 1
() (0 ) + (0 )( 0 ) + (0 )( 0 )2 + (0 )( 0 )3
2 3!
1 ()
+ (0 )( 0 )
!
y el error de aproximacin viene determinado por el resto de orden + 1, de manera que el
error es proporcional a ( 0 )+1 .
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

Si fijamos una sucesin de puntos equiespaciados: 0 , 1 , 2 , ; con +1 = + , y


denominamos 0 , 1 , 2 , ; a los valores aproximados correspondientes a (), tendremos
que
1 1 1
+1 + ( ) + ( )2 + ( )3 + () ( )
2 3! !

con un error en cada paso proporcional a +1 .

Ejemplo 2. Resolver el problema valor inicial


=
{
(1) = 4
Con el mtodo de Taylor de orden 2, con = 0.1 para los puntos = 1, 1.1, 1.2, 1.3 1.4.

Solucin
La expresin a considerar ser:
1
+1 + ( ) + ( )2
2

Dado que el problema se puede resolver tambin de forma exacta, presentamos en la tabla y
grfica siguientes los resultados:
Solucin exacta
0 1 4 4
1 1.1 4.2125 4.21
2 1.2 4.4515 4.4521
3 1.3 4.7188 4.71
4 1.4 5.0162 5.0176

15.4 Mtodo de Integracin


Existen dos casos que se presentan al calcular el valor exacto de una integral
definida que es imposible:

CASO 1: Cuando la funcin NO TIENE ANTIDERIVADA, como por ejemplo:


2
() = , () = 2 , () = 1 + 3

CASO 2: Cuando la funcin que representa una determinada situacin, NO TIENE


FORMULA.
x 2 2.25 2.5 2.75 3 5.25 3.5 3.75 4
y 4.3 5.2 6.6 7.5 8.3 9,8 10.4 11.5 12.7

Para ambos casos podemos encontrar la integral definida, pero en forma aproximada:
Regla del Punto Medio, Regla del Trapecio, Regla de Simpson, etc.
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

La base de estos procedimientos son las sumas de Riemann. Pues la integral definida
es el lmite de las sumas de Riemann, por lo que cualquier suma de Riemann servir como
aproximacin.
En especial definimos una particin de [, ] en subintervalos de igual longitud

= , entonces () =1 ( ), donde es cualquier punto del i-simo
intervalo, [1 , ] de la particin.

Si = 1, entonces () =1 (1 ) =

Si = , entonces () =1 ( ) =

0 1 2 0 1 2

1. Regla del punto medio

1 2 3

() = = = [(1 ) + (2 ) + + ( )]


donde = y

1
= 2 (1 + ) es punto medio de [1 , ]
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

2. Regla del trapecio


Esta regla es consecuencia del promedio de las aproximaciones representadas por las
ecuaciones Ln y Rn

0 1 2 1 1


1
() [ (1 ) + ( )]
2
=1 =1

= [(0 ) + 2(1 ) + + 2(1 ) + ( )]
2

donde =
= +
Ejemplo1. Hallar aproximadamente para = 6,
Solucin

REGLA DEL PUNTO MEDIO:

Los puntos medios de los seis intervalos son:

13 15 17 19 21 23 1
, , , , , =
12 12 12 12 12 12 6
2
1 1 13 15 17 19 21 23
= [ ( ) + ( ) + ( ) + ( ) + ( ) + ( )] 0.6922843209
6 12 12 12 12 12 12
1

REGLA DEL TRAPECIO:

2 1
1 7 8 9 10 11
= 6 [(1) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( ) + 2 ( ) + (2)] 0.6948773449
2 6 6 6 6 6
1
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

LIMITES DEL ERROR PARA LA REGLA DEL TRAPECIO Y DEL PUNTO MEDIO:

Suponga que | ()| , para [, ]. Si y son los errores en que se incurre


con las reglas del trapecio y del punto medio, entonces

()3 ()3
| | y | |
122 242

21
Ejemplo 2. Qu valor debe tener n para garantizar que las aproximaciones a 1 , con
las reglas del trapecio y del punto medio, tengan 0.0001 de exactitud?

Solucin

PARA LA REGLA DEL TRAPECIO:

1 2 2
Como () = 2 y () = 3 entonces | (2) ()| = | 3 | 2. As = 2, = 1, = 2

(2 1)3 2(2 1)3


< 0.0001 < 0.0001 > 40.8
122 122

Por tanto para = 41 se alcanza la exactitud deseada.

PARA LA REGLA DEL PUNTO MEDIO:

2(2 1)3
< 0.0001 > 28.86751346
242

Por tanto para = 29 se alcanza la exactitud deseada.


1 2
Ejemplo3 Emplea la tres reglas para = 10, para hallar, 0 , luego estimar el error en
cada caso.

Solucin

REGLA DEL PUNTO MEDIO:

Los puntos extremos de cada subintervalo son

0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1

a) Los puntos medios de los diez subintervalos son:

0.05, 0.15, 0.25, 0.35, 0.45, 0.55, 0.65, 0.75, 0.85, 0.95
1
2 1
[(0.05) + (0.15) + (0.25) + (0.35) + (0.45) + (0.55) + (0.65)
0 10
+ (0.75) + (0.85) + (0.95)] 1.460393
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

2
b) Estimando el error: (2) () = (2 + 4 2 ) ; 0 (2) () (2 + 4) = 6

Por consiguiente = 6, = 0, = 1, = 10

El error mximo es
6(1)5
0.007
24(10)4

Es decir el resultado dado en a) es correcto hasta en dos decimales.


REGLA DEL TRAPECIO:

a) Los puntos extremos de cada subintervalo son

0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1

1
1
2
10 [(0) + 2(0.1) + 2(0.2) + 2(0.3) + + 2(0.8) + 2(0.9) + (1)]
0 2
1.467174693
2
b) Estimando el error: : (2) () = (2 + 4 2 ) ; 0 (2) () (2 + 4) = 6

Por consiguiente = 6, = 0, = 1, = 10

El error mximo es
6(1)3
0.013
12(10)2

15.5 Mtodo de Runge-Kuta


La idea general de los Mtodos de Runge-Kutta es sustituir el Problema de Valor Inicial:
= (, ); (0 ) = 0
por la ecuacin integral equivalente:

= (, ()) = 0 + (, ())
0 0 0
para proceder a aproximar esta ltima integral mediante un mtodo numrico adecuado
(recordemos que y(x) es desconocida). Si nuevamente planteamos el problema paso a
Paso tendremos:
+1

+1 = + (, ())

Aplicando el mtodo del trapecio para integrar, obtendremos:
1
+1 = + (( , ) + (+1 , +1 ))
2
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

15.6 Ejercicios
1. Emplea a) la regla del punto medio b) la regla del trapecio, para aproximar cada una
de las integrales siguientes con el valor especificado de n.
1

. 1 + 3 , = 8
1

. ( 2 ), = 4
0


. , = 6


2

4

. , = 6
0

2. Utiliza a) la regla del punto medio; b) la regla del trapecio, para aproximar cada una
de estas integrales con el valor especificado de n.
1
2
. , = 6
0

1/2

. ( ), = 6
0

. 5 , = 6
0

2
1
. , = 6
1

3. Use el mtodo de Euler con tamao de paso 0.1 para construir un tabla de valores
aproximados de la solucin del problema de valor inicial
= +
{
(0) = 1
4. Use el mtodo de Euler con tamao de paso 0.2 para estimar y(1), donde y(x) es la
solucin del problema de valor inicial
= 1
{
(0) = 0
Prof. Rosario D. Delgado Vsquez Sesin 15 UCV

5. Use el mtodo de Euler con tamao de paso 0.1 para estimar y(0.5), donde y(x) es la
solucin del problema de valor inicial
=
{
(0) = 1

6. Use el mtodo de Euler con tamao de paso 0.2 para estimar y(1.4), donde y(x) es la
solucin del problema de valor inicial
=
{
(1) = 0

7. Use el mtodo de Taylor con tamao de paso 0.1 para construir un tabla de valores
aproximados de la solucin del problema de valor inicial
= +
{
(0) = 1
8. Use el mtodo de Taylor con tamao de paso 0.2 para estimar y(1), donde y(x) es la
solucin del problema de valor inicial
= 1
{
(0) = 0

9. Use el mtodo de Taylor con tamao de paso 0.1 para estimar y(0.5), donde y(x) es
la solucin del problema de valor inicial
=
{
(0) = 1

10. Use el mtodo de Taylor con tamao de paso 0.2 para estimar y(1.4), donde y(x) es
la solucin del problema de valor inicial
=
{
(1) = 0