Professional Documents
Culture Documents
GARMENDIA
CAPÍTULO 13
multipaso.
y’ = f(x, y)
y(x 0 ) = y 0
son finitos. Se supone que se verifican las hipótesis del teorema de existencia y
unicidad de Picard-Lindelöf por lo que se puede garantizar que existe una única
numérico es por tanto una ecuación en diferencias que permita computar los zn .
sus propiedades.
utilizan para el cálculo del valor aproximado z n no sólo el valor zn-1 obtenido en la
etapa anterior, sino también los valores z n-2 , ..., z n-j obtenidos en etapas previas.
para cada grupo, lo que hace preciso un estudio diferenciado de cada una de las
familias.
los métodos numéricos, tanto para los métodos de un paso como para los
entre los que se destacan especialmente los métodos de Taylor y los métodos de
poligonales de Euler), desarrollado por Leonard Euler por lo que lleva su nombre.
Tiene un interés especial desde el punto de vista didáctico porque sirve como
punto de partida para introducir los conceptos y analizar los problemas que van a
numérico y para analizar los distintos tipos de error que se generan. Suministra
supone que es un problema bien propuesto, es decir, se sabe que tiene una única
obtener como valor z1 el que toma la recta que pasa por (x 0 , z0 ) y tiene como
z 1 = z0 + h·f(x 0 , z 0 )
solución por la recta tangente que pasa por dicho punto. Por tanto la expresión
z n+1 = zn + h·f(x n , z n ).
(xn, yn)
(x1, y1)
(x0, y0)
Definición 13.1.1:
z n+1 = z n + h·f(x n , z n ).
Euler:
error cometido:
h2
⋅y’’(c)
2
acotar y’’(c) entonces se dice que este error es del orden de O(h2). Otros
y( x + h ) − y( x )
y’(x) ≈ ⇒ y(x + h) – y(x) ≈ h·y’(x),
h
derivada y’(x).
x n +1
y(x n+1 ) = y(x n ) + ∫x n
f(x , y ( x )) ⋅ dx
x n +1
y(x n+1 ) = y(x n ) + f(x n , z n ) ∫x n
dx = y(x n ) + f(x n , zn )·h
Estos cuatro diferentes puntos de vista volverán a ser utilizados para obtener
el 4º, las ecuaciones diferenciales stiff y el método del punto medio utilizará el 3º, y
tangente.
manera que se pueden necesitar muchos pasos en su ejecución para obtener una
que permitan aplicar métodos lineales multipaso como los que se estudiarán en el
capítulo siguiente.
890 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
Ejemplos resueltos
Para h = 0,1, bien a mano o con una hoja de cálculo, se construye una tabla
que n = 5.
n xn zn f(x n , z n )
0 1 0 1
5 1,5 0,63942967
Para h = 0,05, a mano o con una hoja de cálculo, se construye una tabla para
evaluar zn+1 = zn + h·f(x n , zn ), siendo x n = x 0 + nh. Así, 1,5 = 1 + 0,05n, por lo que
n = 10.
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 891
n xn zn f(x n , z n )
0 1 0 1
10 1,5 0,66397766
n xn zn f(x n , z n )
0 1 0 1
20 1,5 0,67731662
Se observa que al disminuir los tamaños del paso a la mitad los errores
dice que el orden del error es similar a h, el tamaño de paso. Pero los errores
mejores métodos.
homogénea es: znH = C·(1 + 2h)n. Se busca una solución particular “parecida” al
término independiente que es una constante, −h, por lo que se prueba con znP = a,
1 1
a = (1 + 2h)·a − h ⇒ h = 2h·a ⇒ a = ⇒ z nP = ⇒
2 2
1
z n = znH + znP = C·(1 + 2h)n + .
2
1 1 1 1 1
z 0 = 1 = C·(1 + 2h)0 + =C+ ⇒C= ⇒ zn = ·(1 + 2h)n + .
2 2 2 2 2
1
La solución exacta de y’ = 2y − 1, y(0) = 1, es y(x) = (1 + e2x). Se calcula el
2
límite:
1 1 1 2x n 1
lím zn = lím ·(1 + 2h)n + = lím (1 + (1 + ) ) = (1 + e2x)
h →0 h →0 2 2 n →∞ 2 n 2
x = x0 + nh x = x0 + nh x = x0 + nh
Ejercicios
= 0.
(Solución: z 5 = 0,11051)
z 0 = 0.
(Solución: z 4 = 0,01550625)
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 895
1
de la solución del problema de valor inicial y’ = − 2y 2 , y(0) = 0
2
1+ x
x
(Solución: La solución exacta es: y ( x ) = ; y(2) = 0,4; z 10 = 0,40681903;
1+ x 2
e(0,05) = −0,00227)
896 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
UN PASO
Definición 13.2.1:
z n ).
con la que se realicen los cálculos.... El error global está acotado por la suma de
fundamental señalar que el error de redondeo tiene interés porque muchas veces
no es suficiente disminuir el tamaño del paso para reducir el error global, pues se
Otra reflexión a destacar es que, en ocasiones, métodos que son “peores” pero
• Error global.
• Error de truncamiento.
• Error local.
Definición 13.2.2:
de valor inicial bien definido, y’ = f(x, y), y(x 0 ) = y 0 , se denomina error global a la
con x = x N = x 0 + Nh.
Definición 13.2.2:
problema de valor inicial bien definido, y’ = f(x, y), y(x 0 ) = y 0 , se denomina error de
truncamiento a:
hk h k +1
y(x + h) = y(x) + h·y’(x) + ... + ( )·yk)(x) + ( )·yk+1)(c) (13.2.1)
k! ( k + 1)!
Definición 13.2.3:
Dado el método, zn+1 = zn + h·Φ(x n , zn , z n+1 , h), se dice que tiene error de
T n+1 = y(x n+1 ) − [y(x n )+ h·Φ(x n , y(x n ), y(x n+1 ), h)] = O(hp).
donde y(x n ) es una solución genérica de cualquier problema de valor inicial bien
de Euler:
x n+1 se tiene:
h2
y(x n+1 ) = y(x n ) + h·y’(x n ) + ·y’’(c).
2
Si se supone que zn es exacto y por tanto igual a y(x n ), como y’(x n ) = f(x n ,
por tanto la diferencia entre el valor exacto en x n+1 y el que suministra el método si
teórica es:
h2
T n+1 = y(x n+1 ) − zn+1 = y’’(c).
2
h2
donde una cota superior del valor absoluto de ese error es M· = O(h2) siendo
2
M= máx y' ' ( x ) . Por tanto se dice que el error de truncamiento del método
x n < x < x n +1
de Euler es de orden 2.
Definición 13.2.4:
de valor inicial bien definido, y’ = f(x, y), y(x 0 ) = y 0 . Si u(x) es la solución del
problema de valor inicial que verifica u’ = f(x, u), u(x n ) = zn , se define como error
local en x n+1 a la diferencia entre el valor que toma dicha solución en x n+1 , u(x n+1 ),
mediante el método.
sugiere que el orden del error local es también O(hp+1). Usualmente el error local y
el error de truncamiento toman valores parecidos pues la solución u(x) debe estar
Para calcular el error global se tienen que tener en cuenta tres factores:
intermedio, por lo que para estimar este error conviene encontrar una cota del
valor absoluto de esta derivada. Se observa que este error es el cometido entre el
paso n y el n + 1, por lo que también interesa estimar el error acumulado, aún más
está teniendo en cuenta el efecto que el error en un paso tendrá en los pasos que
le siguen, sin más que multiplicar por el número de pasos n la estimación anterior,
con lo que se obtiene que este error es proporcional al tamaño de paso. Se puede
probar que sobre cualquier intervalo finito este error es, en el método de Euler,
menor que una constante por el tamaño de paso. Y en general es cierto que si el
De forma simplista se podría pensar que para reducir el error global basta
ocurrir que aumenten los errores acumulados de redondeo, por lo que, se puede
paso
estabilidad de un método.
problema, en todos los puntos x n de la partición del intervalo [a, b], siempre que el
Definición 13.2.5:
problema de valor inicial bien definido, y’ = f(x, y), y(x 0 ) = y 0 , y para todo x* ∈ [a,
Definición 13.2.6:
Definición 13.2.7:
1.
Definición 13.2.8:
Teorema 13.2.1:
Dado el método numérico de un paso, zn+1 = z n + h·Φ(x n , zn , h), tal que Φ(x n ,
suficiente para la convergencia, pues estos métodos son siempre estables. Los
métodos de un paso, y por tanto los métodos Runge-Kutta, son estables como
904 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
Ejemplos resueltos
truncamiento.
0,1n.
1,4328711.
por el punto (x n , zn ).
z − xn z − x n − x n +1 1,348678 − 1 −1,1
C= n ⇒ u(x n+1 ) = x n+1 + n e = 1,1 + e = 1,1 +
e− xn e− xn e −1
definición:
T n+1 = y(x n+1 ) − [y(x n )+ h·Φ(x n , y(x n ), y(x n+1 ), h)] = y(1,1) – (y(1) + h·f(x n , y(1))
− f(x n , zn )). Aplicar el método para calcular el valor aproximado de la solución del
ψ(x n+1 ) − [ψ(x n )+ h·Φ(x n , ψ(x n ), ψ(x n+1 ), h)] = ψ(x n + h) − [ψ(x n )+ h·(f(x n + h,
906 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
h2
ψ(x n )) − f(x n , ψ(x n ))] = (ψ(x n ) + h·ψ‘(x n ) + ·ψ‘‘(x n ) + ...) − [ψ(x n )+ h·((ψ‘(x n ) +
2
O(h).
x2
y ( x ) = e 2 ⇒ y(1) = 1,6487212... ⇒ y(2) = 7,3890561...
– 1}
ψ(x n+1 ) − [ψ(x n )+ h·Φ(x n , ψ(x n ), ψ(x n+1 ), h)] = ψ(x n+1 ) − [ψ(x n )+ h·(α1 ·f(x n +
β·h, ψ(x n )) + α2 ·f(x n , ψ(x n + γ·h))) + h2·γ·α2 ·f y (x n , ψ(x n ))·{f(x n , ψ(x n )) – 1}] (13.2.2)
h2
ψ(x n+1 ) = ψ(x n ) + h·ψ‘(x n ) + ·ψ‘‘(x n ) + ... ⇒
2
∂f ∂f ∂f ∂f ∂ 2f
f n = f(x n , ψ(x n )), f x = = (x n , ψ(x n )), f y = = (x n , ψ(x n )), f xx = =
∂x ∂x ∂y ∂y ∂x 2
∂ 2f ∂ 2f ∂ 2f ∂ 2f ∂ 2f
(x n , ψ(x n )), f xy = = (x n , ψ(x n )), f yy = = (x n , ψ(x n )), ...
∂x 2 ∂x∂y ∂x∂y ∂y 2 ∂y 2
h2 h3
• ψ(x n+1 ) = ψ(x n ) + h·f n + ·(f x + f y ·f n ) + ·(f xx + 2f xy ·f n + f yy ·f n 2 + f y ·f x +
2 6
(f y )2·f n ) + ...
1
• − h·α1 ·f(x n + β·h, ψ(x n )) = − h·α1 ·(f n + β·h·f x + (β·h)2·f xx + ... )
2
1
• − h·α2 ·f(x n , ψ(x n + γ·h)) = − h·α2 ·(f n + γ·h·f y + (γ·h)2·f yy + ... )
2
operaciones sacando factor común las potencias del tamaño de paso, con lo que
908 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
se obtiene que:
1 1
h·f n ·(1 − α1 − α 2 ) + h2·[f x ·( − α1 ·β) + f y ·f n ( − α2 ·γ) + f y ·(−α2 ·γ + α 2 ·γ)] +
2 2
1 1 1 1 1 1 1
h3·[f xx ·( − α 1 ·β2) + f xy ·f n + f yy ·f n 2 + f y ·f x + (f y )2·f n − f yy ·γ2·α2 ] + ...
6 2 3 6 6 6 2
1 1
o igual que 1. Si − α1 ·β = 0 y − α2 ·γ = 0, entonces el orden de consistencia p
2 2
1
siendo ψ una función cualquiera, pues por ejemplo, el coeficiente de f y ·f x es
6
distinto de cero.
1 1
es p = 2, haciendo α 1 + α 2 = 1, β = , γ = . Se tiene una familia
2α1 2α 2
1
uniparamétrica de soluciones. Una solución posible es: α1 = α2 = , β = γ = 1.
2
Ejercicios
1 1
z n+1 = zn + h·( f(x n + h, z n ) + f(x n , z n ))
2 2
1 1 1
z n+1 = zn + h·( f(x n + h, z n ) + f(x n , z n + h)) + h2· f y (x n , zn )·{f(x n , z n ) – 1}
2 2 2
truncamiento.
1} si
1
a) α1 = α 2 = , β = γ = 1. (Solución: p = 2)
2
1 3
c) α1 = , α2 = , β = 1, γ = 0. (Solución: p = 1)
4 4
teórico los métodos de Taylor son sencillos y permiten obtener una mayor
precisión sin más que aumentar convenientemente el grado del desarrollo. Para
h2 h k (k
y n+1 ≅ y n + h·y’n + ·y’’ n + ... + ·y n .
2! k!
función f(x, y) que define la ecuación diferencial, lo que actualmente se realiza sin
cuenta que dicha función debe tener derivadas parciales sucesivas en la región
Como y’(x) = f(x, y(x)), derivando se obtiene que y’n = f(x n , y(x n )):
d 2y ∂f ∂f dy
= (x, y(x)) + (x, y(x))· = f x + f y ·f
dx 2 ∂x ∂y dx
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 911
d 3y ∂ 2f ∂ 2f ∂ 2f ∂f
= (x, y(x)) + 2 (x, y(x))·f(x, y(x)) + (x, y(x))·f(x, y(x))2 + (x,
dx 3 ∂x 2 ∂x∂y ∂y 2 ∂y
∂f ∂f
y(x))· (x, y(x)) + ( (x, y(x)))2·f(x, y(x)) = fxx + 2fxy·f + fyy·f 2 + fy·fx + fy 2·f,
∂x ∂y
dky
la derivada .
dx k
h2 h3
z n+1 = z n + h⋅f n + ⋅(f x + f y ⋅f n ) + ⋅(f xx +2f xy ⋅f n + f yy ⋅(f n )2 + f y ⋅f x + (f y )2⋅f n ) +
2! 3!
... =
h2 h3
zn + h⋅f(x n ,z n ) + ⋅(f x (x n ,z n ) + f y (x n ,z n )⋅f(x n ,zn )) + ⋅(f xx (x n ,zn ) +
2! 3!
2f xy (x n ,zn )⋅f(x n ,zn ) + f yy (x n ,z n )⋅(f(x n ,zn ))2 + f y (x n ,z n )⋅f x (x n ,zn ) + (f y (x n ,z n ))2⋅f(x n ,zn )) +
...
h p +1 p +1)
T n+1 = y (c )
( p + 1)!
valor de la solución exacta en x n+1 suponiendo que fuera conocida así como sus
Ejemplos resueltos
ecuación y calcular en cada caso el error global cometido. Analizar el orden del
error.
Método de Euler:
z n+1 = z n + h·f(x n , z n )
h2
Método de Taylor dos: y n+1 ≅ y n + h⋅y’n + ⋅(y’’ n )
2!
h2
z n+1 = z n + h⋅f n + ⋅(f x + f y ⋅f n )
2!
h2 h2
z n+1 = z n + h⋅(1 + x n − z n ) + ⋅(zn − x n )) = (1 – h – )·z n + h·(1 + nh) + n
2! 2!
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 913
h3
.
2!
h2 h3 h 4 iV)
y n+1 ≅ y n + h⋅y’n + ⋅(y’’ n ) + ⋅(y’’’ n ) + ⋅(y n )
2! 3! 4!
h2 h3 h4
z n+ 1 = z n + h⋅(1 + x n − z n ) + ⋅(z n − x n )) + ⋅(x n − z n ) + ⋅(z n − x n ) = (1
2! 3! 4!
h2 h3 h4 h2 h3 h 4
–h+ – + )·z n + h⋅(1 + n(h − + − )).
2! 3! 4! 2! 3! 4!
solución en x = 1
-7
1,36787944 1,348678 0,0192 1,368541 0,0006616 1,36787977 3,332x10
d 2θ
= –sen θ
dt 2
dx
= x’ = y;
dt
dy
= y’ = –sen x ⇒
dt
t n+1 = t n + h ⇒
x n+1 = x n + h·y n ;
y n+1 = y n – h·sen(x n );
h2
Para aplicar el método de Taylor dos: zn+1 = z n + h·z’ n + ·z’’ n , se obtienen
2!
las derivadas:
x’ = y ⇒ x’’ = y’ = –sen x
Por tanto:
h2 h2
x n+1 = x n + h·x’n + ·x’’ n = x n + h·y n – ·sen(x n );
2! 2
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 915
h2 h2
y n+1 = y n + h·y’n + ·y’’ n = y n – h·sen(x n ) – ·cos(x n )·y n ;
2! 2
y'1 0 1 y1 0 1
= + , y(0) =
y' 2 − 1 − 2 x y 2 2 0
con tamaño de paso h = 0,2, para aproximar la solución en x = 0,2, tomando como
1
valor inicial z 0 = .
0
h2 h2
Método de Taylor dos: z n+1 = z n + h·z’ n + ·z’’ n = z n + h·f n + ·(f x + f y ·f n )
2! 2!
donde:
0 1 zn1 0
f(x n , zn ) = + ,
− 1 − 2 x n zn 2 2
0 0 zn1
f x (x n , zn ) = ,
0 − 2 zn 2
0 1
f y (x n , zn ) = ,
− 1 − 2x n
h2
z 1 = z0 + h· f(x 0 , z0 ) + ·(f x (x 0 , z0 ) + f y (x 0 , z0 )·f(x 0 , z 0 ))
2!
0 1 1 0 0
f(x 0 , z0 ) = + = ,
− 1 0 0 2 1
916 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
0 0 1 0
f x (x 0 , z0 ) = = ,
0 − 2 0 0
0 1
f y (x 0 , z0 ) = ,
−1 0
1 0 h 2 0 0 1 0 1 0 h 2 1
z 1 = + h· + ·( + · ) = + h· + ·( ) =
0 1 2! 0 − 1 0 1 0 1 2! 0
1 0 0,02 1,02
+ + = ≅ y(0,2).
0 0,2 0 0,2
Ejercicios
4 3n
(Solución: zn = –1 + 2(1 + 2h + 2h2 + h ) ; z 50 = 43926,90681..., z100 =
3
x' 0 1 x
= .
y' − 1 0 y
918 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
lenta. Es interesante entonces obtener métodos numéricos mas sencillos que los
mas rápida que la que se obtiene con el método de Euler. Así, si el problema que
y ′ = f ( x ),
se quiere aproximar es la solución que se busca se puede expresar
y ( x 0 ) = y 0
x
de la forma y ( x ) = y 0 + ∫ f ( s )ds . Para obtener un valor aproximado en un punto
x0
x*, se puede aplicar, por ejemplo, la regla del punto medio del cálculo integral:
h
z n + 1 = z n + hf ( x n + ).
2
En este caso el error global que se comete es de orden 2, con lo cual aunque
h
El problema en esta fórmula es obtener el valor de y ( x n + ) . Runge pensó
2
que se podría sustituir este valor por el valor aproximado obtenido al aplicar la
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 919
fórmula de Euler con un tamaño del paso que fuera la mitad del valor de h, de
h h
manera que y ( x n + ) se sustituyera por: z n + f ( x n , z n ) , con lo cual la fórmula
2 2
h h
z n +1 = z n + hf ( x n + , z n + f ( x n , z n )).
2 2
h
zn +1 = zn + [ f ( x n , z n ) + f ( x n + h, z n + hf ( x n , z n ))].
2
(x n+1 , zn+1 ).
Las dos fórmulas anteriores tienen una convergencia mas rápida que la del
con orden de convergencia mayor evitando el cálculo de las derivadas dio lugar al
desarrollo, desde finales del siglo XIX, de los métodos de Runge-Kutta, en los
Definición 13.4.1:
expresión:
920 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
s s
z n +1 = z n + h ∑bjk j ; siendo k j = f ( x n + c j h, zn + h ∑ a ji k i ), j = 1, ...,s
j =1 i =1
cT A
b
donde c = (c 1 , ..., c s ), b = (b 1 , ..., b s ) y A = (a ij ), i, j = 1, ..., s.
z n+1 = z n + h⋅[b 1 ⋅k 1 + b 2 ⋅k 2 + … + b s ⋅k s ]
con
k 1 = f(x n , z n )
función Φ(x n , zn , h) es una media ponderada de los valores que toma la función
h2
ψ(x n+1 ) − (ψ(x n ) + h⋅b 1 ⋅f(x n , ψ(x n ))) = (ψ(x n ) + ψ‘(x n )⋅h + ψ‘‘(x n )⋅ +…)−
2
h2
(ψ(x n ) + h⋅ψ‘(x n )⋅b) = (1 − b)⋅ ψ‘(x n )⋅h + ψ‘‘(x n )⋅ +…
2
único método de Runge-Kutta de una única etapa resulta ser el método de Euler.
Euler modificados
consistencia posible, 2.
ψ(x n+1 ) − [ψ(x n ) + h·(b 1 ·f(x n , ψ(x n )) + b 2 ·f(x n + c 2 ·h, ψ(x n ) + a 21 ·h·f(x n , ψ(x n )))]
h2 h2
• ψ(x n+1 ) = ψ(x n ) + h·ψ‘(x n ) + ·ψ‘‘(x n ) + ... = ψ(x n ) + h·f n + ·(f x + f y ·f n ) +
2 2
h3
·(f xx + 2f xy ·f n + f yy ·f n 2 + f y ·f x + (f y )2·f n ) + ...
6
siendo f n = f(x n , ψ(x n )), f x = f x (x n , ψ(x n )), ... ya que se supone que se aplica a un
1
• − h·b 2 ·f(x n + c 2 h, ψ(x n ) + a 21 ·h·f(x n , ψ(x n ))) = −h·b 2 ·[f n + ·(f x ·c 2 ·h + f y ·a 21 ·h·f n )
1!
1
+ (f xx ·(c 2 ·h)2 + 2f xy ·(c 2 ·h)·(a 21 ·h·f n )+ f yy ·(a 21 ·h·f n )2) + ...
2!
paso:
1 1 1 1
OC = h·f n ·(1 − b 1 − b 2 ) + h2·(f x ·( − b 2 ·c 2 ) + f y ·f n ( − b 2 ·a 21 ) + h3·[f xx ·( −
2 2 6 2
1 1 1 1
b 2 ·c 2 2) + f xy ·f n ( − b 2 ·c 2 ·a 21 ) + f yy ·f n 2( − b 2 ·a 21 ) + (f y ·f x + (f y )2·f n )] + ...
3 6 2 6
1 1
o igual que 1. Si además − b 2 ·c 2 = 0 y − b 2 ·a 21 = 0, entonces el orden de
2 2
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 923
1
coeficiente de f y ·f x es que es distinto de cero.
6
1 1
es p = 2, haciendo b 1 + b 2 = 1; b 2 ·c 2 = ; b 2 ·a 21 = . Se tiene una familia
2 2
uniparamétrica de soluciones.
imponiendo que el orden de consistencia sea p = 2, para lo que hay que resolver
1 1
b 1 + b 2 = 1; b 2 ·c 2 = ; b 2 ·a 21 = .
2 2
por lo que hay infinitas soluciones. Se tiene entonces una familia uniparamétrica
b1 + b2 = 1
Según los textos que se utilicen los nombres de estos métodos varían de
unos a otros: como método del punto medio, de Euler modificado, de Euler
mejorado...
1 h
b2 = ; z n+1 = zn + ⋅(f(x n , z n ) + f(x n+1 , zn + h⋅f(x n , zn ))),
2 2
h h
b 2 = 1; z n+1 = zn + h⋅(f(x n + , zn + ⋅f(x n , zn ))),
2 2
3 h 2h 2h
b2 = ; z n+1 = zn + ⋅(f(x n , zn ) + 3f(x n + , zn + ⋅f(x n , zn ))).
4 4 3 3
sección.
1
El método obtenido para b 2 = se conoce en algunos textos como método
2
h
de Euler mejorado: z n+1 = zn + ⋅(f(x n , z n ) + f(x n+1 , zn + h⋅f(x n , zn ))) que, como
2
z n ) por el promedio de sus valores en los puntos extremos, y tomar en x n+1 como
h h
ocasiones como el método de Euler modificado: zn+1 = z n + h⋅(f(x n + , zn +
2 2
h
medio entre x n y x n + h tomando en ese punto, x n + , el valor obtenido mediante
2
el método de Euler.
Se observa que los resultados obtenidos son mucho mejores con el método
de Euler mejorado, incluso comparando Euler con un tamaño de paso de 0,05 con
Euler mejorado con 0,1, pero al comparar con el valor exacto los errores son
z n+1 = zn + h·(b 1 ·k 1 + b 2 ·k 2 + b 3 ·k 3 ),
donde:
k 1 = f(x n , z n ),
obtienen así 6 ecuaciones, con las que se deben calcular ocho coeficientes; se
estudiadas, la ecuación:
b1 + b2 + b3 = 1
i −1
ci = ∑ aij i = 2, 3
j =1
h 2h
z n+1 = zn + ·(k 1 + k 3 ) + ·k 2 , donde
6 3
h h
k 1 = f(x n , zn ), k 2 = f(x n + , zn + k 1 ), k 3 = f(x n + h, zn + h(2k 2 – k 1 )),
2 2
h
z n+1 = zn + ·(k 1 + 3k 3 ), donde
4
h h 2h 2h
k 1 = f(x n , zn ), k 2 = f(x n + , zn + k 1 ), k 3 = f(x n + , zn + k 2 ).
3 3 3 3
1/3 1/3
2/3 0 2/3
1/4 0 3/4
928 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
Los métodos de Runge-Kutta de orden cuatro son muy utilizados porque son
z n+1 = z n + h·(b 1 k 1 + b 2 k 2 + b 3 k 3 + b 4 k 4 ),
donde:
k 1 = f(x n , z n ),
13 incógnitas: b 1 , b 2 , b 3 , b 4 , c 2 , c 3 , c 4 , a 21 , a 31 , a 32 , a 41 , a 42 y a 43 . y al imponer
orden de consistencia 4.
es uno de los métodos más utilizados y el de más éxito entre los métodos de un
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 929
1/2 1/2
1/2 0 1/2
1 0 0 1
y se expresa:
h
z n+1 = zn + ·(k 1 + 2k 2 + 2k 3 + k 4 ), donde
6
k 1 = f(x n , zn ),
h h
k 2 = f(x n + , zn + ·k 1 ),
2 2
h h
k 3 = f(x n + , zn + ·k 2 ),
2 2
k 4 = f(x n + h, zn + h·k 3 ).
ese punto medio. La tercera estimación se hace también en el punto medio pero
Es sencillo, con una simple hoja de cálculo, utilizar este método. El error de
orden para métodos de orden cuatro, no fue hasta 1 957 cuando Butcher
métodos de orden menor que cinco con un tamaño de paso más pequeño, a
métodos de orden mayor y tamaño de paso mayor. Butcher probó que no existe
por esta razón los métodos de Runge-Kutta de orden 4 son los más populares.
tamaño de paso h = 0,1 con un método de Euler mejorado con un tamaño de paso
del anterior y la cuarta parte del primero, h = 0,025, según el estudio que se ha
realizado del error de truncamiento en los tres casos el error debería ser parecido,
superior.
absoluta, etc.
estabilidad lineal que aumentan con la precisión del método, no son adecuados
para sistemas “stiff” ya que cubren porciones pequeñas del semieje real negativo.
implícita:
Ejemplos resueltos
de paso a la mitad.
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 933
calculando los errores y comparando con las potencias de hp. El nombre de orden
cuatro viene de ser el error inherente al método de O(h4), (con las condiciones de
0,97, si se utiliza la desigualdad entre 0 < x < 1, y2 < x2 + y2 < 1 + y2. Esto indica el
Ejercicios
consistencia máximo.
h
zn + ⋅(f(x n , z n ) + f(x n+1 , z n + h⋅f(x n , zn ))).
2
h h
= z n + h⋅(f(x n + , zn + ⋅f(x n , zn ))).
2 2
h 2h h
etapas: zn+1 = z n + ·(k 1 + k 3 ) + ·k 2 , donde k 1 = f(x n , zn ), k 2 = f(x n + ,
6 3 2
h
zn + k 1 ), k 3 = f(x n + h, z n + h(2k 2 – k 1 )).
2
h
13.5. Aplicar el método: z n+1 = z n + (f(x n , z n ) + f(x n + h, z n + hf(x n , zn ))) al
2
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 935
n
h 2
(Solución: zn = 1 + h + ).
2
n
1
(Solución: zn = ).
1− h
936 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
los distintos pasos, de manera que se obtenga una aproximación adecuada, por lo
Por tanto, una cuestión de interés práctico es el control del error cuando se
quiere obtener una exactitud prefijada. Existen fórmulas asintóticas del error global
para los métodos de Runge-Kutta. En particular para los métodos de orden cuatro
Kutta es laboriosa, pues se precisa para ello calcular las derivadas parciales de
evitar con los métodos de Runge-Kutta. Por ello, para controlar el error que se va
Extrapolación de Richardson
L. F. Richardson en 1 927. Es una técnica antigua que puede ser utilizada con
asintótico:
con D(x) satisfaciendo una cierta ecuación diferencial lineal, lo que justifica el uso
obtiene:
Richardson:
truncamiento es:
4, entonces [2p+1 – 1] = 31, por lo que se aplica el método con un tamaño de paso
es mayor. Se ha visto como el tamaño del paso está relacionado con el error de
truncamiento y con el error local y éstos con el error global, de forma que es
del siglo XX, Merson, hacia 1957, ideó una forma para estimar el error a partir de
Restando, se obtiene:
Kutta, que consiste en controlar el error global a partir del control del error de
Definición 13.5.1:
C A C A
B B*
Primer método Segundo método
Se les pone la etiqueta (p, p + 1), que indica que se toma como zn+1 el valor
s
Orden p: zn+1 = z n + h ∑ bi k i .
i =1
s
Orden p + 1: zn+1 * = z n + h ∑ bi* k i .
i =1
s
z n+1 – z n+1 * = h ∑ E i k i , siendo E i = b i – b i *.
i =1
conlleva seis evaluaciones de la fórmula f(x, y) por paso, en lugar de las once
1 1
4 4
3 3 9
8 32 32
1 8 2 3544 1859 11
− − −
2 27 2565 4104 40
25 0 1408 2197 1 0
−
216 32 4104 5
16 0 6656 28561 9 2
−
135 12825 56430 50 55
1 0 128 2197 1 2
− −
360 4275 75240 50 55
0
1 1
5 5
3 3 9
10 40 40
4 44 56 32
−
5 45 15 9
8 19372 25360 64448 212
− −
9 6561 2187 6561 729
tiene que los b i * coinciden con los coeficientes de la última fila de la matriz A, a 7j :
6
k 7n = f ( x n + h, zn + h ∑ a7 j k nj )
j =1
6
k1n +1 = f ( x n + h, zn + h ∑ b * j k nj ) = k 7n .
j =1
una estimación del error de truncamiento para la fórmula de orden cuatro, el cual,
a su vez, se utiliza bien para variar el tamaño de paso adecuadamente, bien para
controlar el error.
Se observa que para tener un par (4, 5) es necesario utilizar, como mínimo,
los pares encajados una vez que se tiene una estimación del error cometido, e(h*),
para un tamaño del tamaño del paso h* se estudia si se verifica que: e(h*)/h* < ε,
siendo ε el error máximo tolerado. Si no fuese así se busca un nuevo valor del
y que
e( h*)
e(h) ≅ c(x) hp+1 = ( )hp+1 < εh.
p +1
h*
e( h*) εh * εh * 1/p
e(h) ≅ ( )(ah*)p+1 < ε ah* ⇒ ap < ⇒a<( ) ⇒
h * p +1 e( h*) e( h*)
εh * 1/p
h=( ) h*.
e( h*)
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 945
Ejemplos resueltos
calcular el error en el caso, (ver ejemplo 13.4.1) en que z 0,1 (1,5) = 3,4902 y
calculado z0,1 (1,5) = 3,4902 y z 0,05 (1,5) = 3,4903. El valor estimado por la fórmula
y(x) = 2zh (x) − z 2h (x) = 2z0,05 (1,5) − z0,1 (1,5) = 2(3,4903) – (3,4902) = 3,4904.
y(x) − zh (x) = z h (x) − z 2h (x) = z 0,05 (1,5) − z 0,1 (1,5) = (3,4903) – (3,4902) =
0,0001.
Ejercicios
= 2.
1 1 5
(Solución: z n = – + (–1)n + n).
4 4 2
5 1
(Solución: z n = 1 – n – n2 + 2n3).
2 2
π π
(Solución: z n = A ( 2 ) n cos n + B ( 2 ) n sen n ).
4 4
1, z1 = 0, z 2 = 10.
π π 5
(Solución: zn = Acos n + Bsen n + ).
3 3 3
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 947
20zn+1 + 8z n = 0; con z 0 = 0, z1 = 0, z2 = 1, z3 = 1.
1 2 n
(Solución: z n = 5 – 5(2)n + 3n(2)n – n (2) ).
2
948 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
MÉTODOS DE UN PASO
método sea estable y sea convergente es posible que, para determinados valores
del paso, el error cometido sea demasiado grande para que el método resulte
la práctica, sino que se aplica para un tamaño de paso fijo, con lo que puede
toman límites cuando el tamaño de paso tiende a cero, sino que para un tamaño
de paso fijado de antemano se calcula una cantidad finita de valores, por lo que es
importante escoger un tamaño adecuado para el paso, de manera que el error que
Para hacer este estudio se aplica en primer lugar el método que se quiera
prueba, que se toma como referencia de problema de valor inicial, y puede servir
conocida, y(x) = eλx, lo que permite calcular el error global cometido al aplicar el
problema general pues en el caso de un problema de valor inicial y’ = f(x, y), y(x 0 )
que es una ecuación diferencial lineal con coeficientes constantes, por lo que
y’ = λ⋅y
donde λ vale f y (x 0 , y 0 ).
Definición 13.6.1:
1.
valores de λ⋅h.
ejemplo:
λ2 h 2
z n+1 = zn + λ⋅h⋅(z n + (h/2)⋅λ⋅zn ) = z n ⋅(1 + λ⋅h + )
2
h2
z n+1 = zn ⋅(1 + h + ) = z n ⋅r( h ).
2
e n = y(x n ) – zn .
T n = T, entonces:
)⋅(e n-1 )
e n = r( h )⋅(e n-1 ) + T.
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 951
r ( h )n − 1
particular: e P = T , siendo C = e 0 . Por tanto:
r(h ) −1
r ( h )n − 1 T 1
e n = e H + e P = e 0 ⋅r( h )n + T = r( h )n(e 0 + )+T .
r(h ) −1 r(h ) −1 1− r ( h )
Definición 13.6.2:
Definición 13.6.3:
problemas “stiff”.
952 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
c
α
-α -a
-c
h2
En el ejemplo anterior, r( h ) = (1 + h + ), y la parábola y = x2/2 + x + 1
2
tiene de vértice el punto (−1, 1/2), corta al eje vertical en (0, 1), por lo tanto:
estudiado.
Ejemplos resueltos
h h
Kutta de dos etapas: z n+1 = z n + h⋅(x n + , z n + f(x n , zn )); b) el método de
2 2
h h
z n+1 = z n + h⋅(x n + , zn + f(x n , z n ))
2 2
z n+1 = zn + h⋅(zn +
h
z n )⋅λ = zn ⋅(1 + λh +
(λh )2 ) = z ⋅(1 + h + h )
n
( )2
2 2 2
por lo que r( h ) = (1 + h +
(h )2 ) y al imponer que |r( h )| < 1 ⇒
2
|(1 + h +
(h )2 )| < 1 ⇒ –1 < 1 + h +
(h )2 < 1 ⇒ –2 < h +
(h )2 < 0,
2 2 2
h2 h3
z n+1 = z n ⋅(1 + h + + ) = z n ⋅r( h ).
2 6
h2 h3
Al representar r( h ) = 1 + h + + se tiene una cúbica, creciente, que
2 6
h2 h3 h4
z n+1 = zn ⋅(1 + h + + + ) = z n ⋅r( h ).
2 6 24
h2 h3 h4
Al representar r( h ) = 1 + h + + + se tiene una cuártica, que
2 6 24
S=1 S=2
2i 2i
-2 -2
3i 3i
S=3 S=4
Figura 13.3: Regiones de estabilidad absoluta en los métodos de Runge-Kutta (Lambert 1991).
En a) λ = –1, en b) λ = –30 y en c) λ = 1.
Para todos los valores se verifica que |r( h )| < 1. Se puede observar mediante
una hoja de cálculo que fijado el tamaño de paso, los errores crecen en valor
absoluto hasta x = 1, y a partir de ese valor decrecen. Los errores son menores
1 1 -x 2
Se había probado que el error global: e n ≅ λxeλx h 2
=– xe h , curva
6 6
2 1
Para que λ⋅h = –30h ∈ (–2, 0) ⇒ h ∈ (0, )⇒0<h< .
30 15
Para todo tamaño de paso positivo los valores de h están fuera del intervalo
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 957
de estabilidad absoluta, por lo que los errores son crecientes. Sin embargo la
solución exacta es y = ex, que es también creciente por lo que las soluciones
en
relativo que es: er n = , y como
yn
1 1
en = λxeλx h 2 + O( h 2) = xex h 2 + O( h 2),
6 6
entonces
1
er n ≅ x h 2,
6
Ejercicios
DIFERENCIAS
z n+1 = zn + h⋅z n
por lo que:
y en general:
z n = z 0 ⋅(1 + h)n.
definición general es
Definición 13.7.1:
de la forma:
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 959
Definición 13.7.2:
forma:
Definición 13.7.3:
a una sucesión {zn } n∈N de números reales o complejos que verifique la ecuación
para todo n ∈ N.
Así, por ejemplo la ecuación zn+1 = (1 + n)⋅z n tiene como solución cualquier
Si se impone una condición inicial, por ejemplo z0 = 1, entonces existe una única
El problema siguiente:
ecuaciones diferenciales.
960 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
Definición 13.7.4:
para algún n.
rk + αk-1 ⋅rk-1 + … + α0 = 0,
Esta ecuación característica puede tener todas sus raíces reales y simples, puede
Si todas las raíces son reales y simples: r1, ..., rk , se tienen k soluciones
forma:
zn H = A 1 ⋅ r1n + ... + A k ⋅ rk n .
ser los coeficientes reales, la raíz compleja conjugada. Sea r1 = a + bi = reαi, por lo
que r1n = (r⋅eαi)n = rn⋅eαni = rn⋅(cos α + i⋅sen α); las dos soluciones reales y
necesario.
z n = zn H + zn P = A 1 ⋅ r1n + ... + A k ⋅ rk n + z n P .
Ejemplos resueltos
+ A 2 ⋅(– 1)n.
Se prueba con una solución particular que sea una constante c, pero ésta ya
7 7 7
zn P = cn ⇒ c(n+2) – cn = 7 ⇒ c = ⇒ zn P = n ⇒ zn = A 1 + A 2 ⋅(– 1)n +
2 2 2
n.
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 963
7
z 0 = 0 ⇒ z 0 = A 1 + A 2 ⋅(– 1)0 + 0 = A 1 + A 2 = 0.
2
7 7 7
z 1 = 0 ⇒ z 1 = A 1 + A 2 ⋅(– 1)1 + 1 = A1 – A2 + = 0 ⇒ A1 = – A2 = – .
2 2 4
7 7 7
⇒ zn = – + ⋅(– 1)n + n.
4 4 2
z 0 = e2 ⇒ z 0 = A 1 = e2 ⇒ z n = e2⋅(1 + h2)n.
h2
Ejemplo 13.7.3: Resolver zn+1 = zn + nh2 + + h; con z0 = 0.
2
h2
zn P = n⋅(an + b) ⇒ a(n +1)2 + b(n +1) = an2 + bn + n⋅h2 + + h ⇒ 2an + a
2
964 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
h2 h2 h2 2 h2 2
+ b = n⋅h2 + +h⇒a= , b = h; zn P = n + h⋅n ⇒ zn = A 1 + ⋅n + h⋅n.
2 2 2 2
h2 2
z 0 = 0 ⇒ z0 = A 1 = 0 ⇒ z n = ⋅n + h⋅n.
2
que introdujo en Europa el sistema de numeración indo arábigo que hoy se usa y
que sustituyó al romano, escribió el libro Liber abaci (1 202) donde utilizó la
crecimiento de las parejas de conejos: “En un corral se deja una pareja de conejos
mes siguiente nace una nueva pareja de conejos, macho y hembra y acto seguido
pareja se aparea por primera vez al mes de nacer, y luego lo hace cada mes
cabo de n meses”.
y en el mes n = 1, se tiene z1 = 1.
1± 1+ 4 1± 5
Ecuación característica: r2 – r – 1 = 0 ⇒ r = = que es el
2 2
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 965
1+ 5 1− 5
número de oro: φ = ≅ 1,618...; ≅ −0,618...
2 2
1+ 5 n 1− 5 n
⇒ z n = A 1 ⋅( ) + A 2 ⋅( ).
2 2
z 0 = 1 ⇒ z 0 = A 1 + A 2 = 1.
1+ 5 1− 5 5+ 5 5− 5
z 1 = 1 ⇒ z 1 = A 1 ⋅( ) + A 2 ⋅( ) = 1 ⇒ A1 = , A2 = .
2 2 10 10
5 + 5 1+ 5 n 5 − 5 1− 5 n
⇒ zn = ⋅( ) + ⋅( ).
10 2 10 2
%.
Ejercicios
z 0 = 0.
(Solución: z n = (1 + h + h2)n).
= 0.
966 Métodos numéricos de un paso © M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA
1 2πn 2 2πn 1
(Solución: z n = ⋅cos + ⋅sen + ⋅(n −1)).
3 3 6 3 3 3
−3 1
13.13. Resolver la ecuación en diferencias finitas: z n+2 + ( − h)z n+1 + ( −
2 2
h h
)zn = ; con z0 = z 0 ; z 1 = z1 .
2 2
z 0 = 0, z1 = 1.
= 2.
1 1 5
(Solución: z n = – + (–1)n + n).
4 4 2
5 1
(Solución: z n = 1 – n – n2 + 2n3).
2 2
π π
(Solución: z n = A ( 2 ) n cos n + B ( 2 ) n sen n ).
4 4
= 1, z1 = 0, z2 = 10.
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 967
π π 5
(Solución: zn = Acos n + Bsen n + ).
3 3 3
20zn+1 + 8z n = 0; con z 0 = 0, z1 = 0, z2 = 1, z3 = 1.
1 2 n
(Solución: z n = 5 – 5(2)n + 3n(2)n – n (2) ).
2
13.8. EJERCICIOS
1
0,2 y en x = 0,5 de la solución del problema de valor inicial y’ = −x+
2
x
(Solución: La solución exacta es: y ( x ) = + e 2 x ⇒ y(0,5) = 2,968...; y(0,2) =
2
1 + e 2x
(Solución: La solución exacta es: y ( x ) = ⇒ y(0,5) = 1,85913091...;
2
1 1
y(0,2) = 1,24591235...; z n = (1 + 2h)n + ; z(0,5) = z5 = 1,74416; e(0,1) =
2 2
obtenido.
exacta.)
exacta y(x). Calcular el límite cuando el tamaño de paso tiende a cero del
valor obtenido.
n 2 h 2 nh 2
(Solución: i) La solución exacta es y(x) = x2/2 ⇒ z n = − que en el
2 2
n 3 h 3 n 2 h3 nh 3
− + que en el límite coincide con la exacta.).
3 2 6
1
de la solución del problema de valor inicial y’ = – x + 2y, y(0) = 1
2
x x
(Solución: La solución exacta es y(x) = e2x + y zn = (1 + 2h)n + ⇒
2 2
zn y(x) y(x) – z n
límite del error global cuando h tiende a cero, pero siendo nh constante.
n n −1 n
3 + 2h 3 + 2h 3 + 2h
(Solución: e(h) = enh – , el(h) = eh – , Tn =
2−h 2−h 2−h
h nh 2h (n-1)h
1 − e – 1 + e , el límite es cero).
3 3
0,00023302..., T n = 0,00024908...).
1 1
(Solución: zn = z 0 + (nh)2 + nh; y(x) = x2 + x; En a) y b) zn converge a la
2 2
convergencia).
3 1
método: zn+1 – zn = h( f(x n , z n ) + f(x n + 2h, zn + 2hf(x n , z n ))) al
4 4
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 971
n
h 2
(Solución: zn = (y 0 – 3) 1 + h + − 3. ).
2
cometido.
2 9 2hn 2 2
(Solución: z n = (1 + 3h + h2)n – – . y(x) = (e3x – 6x –1), el límite
9 2 3 9 9
Comparar los resultados obtenidos entre sí y con los del método de Euler.
(Solución:
2,7182818...
n 1 2 4 5 10 100 1000
1 8 8 3
8 8 8
como h3.
100, 1000. Comparar los resultados con los del método de Euler.
h
13.2. Escribir el tablero de Butcher para el método: zn+1 = z n + ⋅(f(x n , z n ) +
4
2h 2h
3f(x n + , zn + ⋅f(x n , zn ))).
3 3
nπ
13.3. Resolver la ecuación en diferencias finitas: z n+4 + 2z n+2 + z n = cos
2
© M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA Capítulo 13: Métodos numéricos 973
1
siendo z0 = 1, z1 = 2, z 2 = , z 3 = 4.
2
πn πn
(Solución: z n = (1 − n + n2/8)⋅cos + (5 − 3n) ⋅sen ).
2 2
−3 siendo z0 = 1, z 1 = z 2 = 0.
1 1 πn 5 πn
(Solución: z n = 2n⋅( − ⋅cos − ⋅sen ) + 1).
4 4 3 4 3 3
N
13.5. Obtener una fórmula que calcule ∑n4 siendo N un número natural.
n =1
n5 n 4 n3 n
(Solución: s n+1 – sn = 0 ⇒ sn = + + – ).
5 2 3 30
xn?
1
p=2⇒b=c= ).
2( 1 − a )
1 1
h, zn + hf(x n , zn ))) tiene de orden de consistencia dos? Aplicar el
2 2
en x = 3.
h 2
13.8. Dado el método numérico: z n+1 – z n = (f(x n , zn ) + 3f(x n + h, z n +
4 3
h h2
13.9. Dado el método numérico: z n+1 – z n = (f(x n , z n ) + f(x n+1 , z n+1 )) –
2 12
(g(x n , zn ) – g(x n+1 , z n+1 )) donde f y g significan: y’ = f(x, y), g(x, y) = f x (x, y)
n
12 + 6h + h 2
(Solución: z 20 = z(2) = 4,3890561; zn = − nh − 1 → ex – x –1; p =
12 − 6h + h 2
3).
3 1
13.10. Dado el método numérico: z n+1 – z n = h( f(x n , z n ) + f(x n + 2h, zn +
4 4
n
h 2
(Solución: z n = 5 1 + h + − 2 → 5ex – 2, valor exacto; z30 = z(3) =
2
y 1' ( x ) 2 8 y 1( x ) 2 y 1( 0 ) − 2
= + , =
y 2 ' ( x ) 0 4 y 2 ( x ) 16 x y 2 ( 0 ) 2
z0 ( 0 ) − 2
tomando como valor inicial 1 = y tamaño de paso h = 0,1 para
z0 2 ( 0 ) 2
− 0,14
(Solución: z1 = z(0,1) = ).
3,04
y 1' ( x ) 1 0 y 1( x ) x y 1( 0 ) 0
= + , =
y 2 ' ( x ) 1 2 y 2 ( x ) 1 y 2 ( 0 ) 0
z0 ( 0 ) 0
tomando como valor inicial 1 = y tamaño de paso h para obtener el
z ( 0 ) 0
02
4 3 2
h +h +h
(Solución: z 1 = z(h) = 24 6 2 ).
11h 4 5h 2
+ + h + 1
24 6
calcular el error en el método de Euler, (del ejemplo 13.1.2) en que z0,1 (1)
h
13.15. Aplicar el método z n+1 = z n + (k 1 + k 2 ) siendo k 1 = f(x n , zn ), k 2 = f(x n
2
y 1' ( x ) 2 1 y 1( x ) 2
+ h, zn + hk 1 ), al sistema: = + , con
y 2 ' ( x ) 0 1 y 2 ( x ) x
y 1( 0 ) 0 z0 ( 0 ) 0
= para calcular z1 tomando como valor inicial 1 =
y 2 ( 0 ) 0 z0 2 ( 0 ) 0
y tamaño de paso h.